小米开源大模型MiMo-V2-Flash发布，性能媲美顶尖模型且效率领先

根据智东西12月17日的报道，小米公司今日正式推出并开源了其最新的混合专家大模型MiMo-V2-Flash，该模型总参数量达到3090亿，其中激活参数量为150亿。在今天上午举办的小米2025人车家全生态合作伙伴大会上，Xiaomi MiMO大模型负责人罗福莉首次登台并发表了主题演讲。

这款模型专门为推理、编码和智能体场景设计，支持混合思维模式，用户可以根据需求切换模型是“深度思考”还是即时响应。它能够一键生成功能完整的HTML网页，并与Claude Code、Cursor和Cline等主流编码框架协同工作。该模型提供256k上下文窗口，可以完成数百轮智能体交互和工具调用的复杂任务。

基准测试结果显示出，MiMo-V2-Flash的性能基本与DeepSeek-V3.2持平，仅在不借助任何工具辅助的“人类最后一场考试”和创意文本生成评估ARENA-HARD中稍落后于DeepSeek-V3.2，但响应时延更低。

在多个智能体测评基准上，MiMo-V2-Flash位列全球开源模型第二名；代码能力测评超越所有开源模型，与标杆闭源模型Claude 4.5 Sonnet实力相当，但推理成本仅为后者的2.5%且生成速度提升至两倍。

MiMo-V2-Flash能够以每秒150个token的速度进行快速推理，在价格方面，每百万输入token成本为0.7元、每百万输出token成本为2.1元。

小米已经全面开源了MiMo-V2-Flash的所有内容，并向开发者社区SGLang贡献了全部推理代码，API目前限时免费。现在，用户可以通过网页端免费体验MiMo-V2-Flash。

开源地址：

https://t.co/4Etm0yZKTL

体验地址：

https://aistudio.xiaomimimo.com

技术报告：

https://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf

01.能撰写长文、制作精美网页，但实际测试尚存波动

智东西首先实测了MiMo的网页开发能力。

初始测试中，我们要求其生成一个电商页面，需要包含商品主图轮播、规格选择、价格、库存等核心要素。代码生成后，MiMo在右侧展示预览界面，除了查看商品大图功能需在完整版使用外，其他元素几乎与真实在线购物体验无异。

随后增加难度，我们让其生成一个网页版迷宫闯关小游戏，要求包含四个难度级别，并能通过鼠标和键盘控制。在生成的网页中，MiMo还额外添加了提示、积分、计时等功能，使得整个交互体验更为完整。

我们还尝试让其生成“圣诞树装饰”交互网页。网页左侧提供彩灯、铃铛、星星、礼物盒、蝴蝶结等装饰物，用户可以拖动这些物品到右侧的圣诞树上进行装饰，也可以一键清空或直接生成随机装饰。整个画面会不断飘落雪花，并支持播放背景音乐。

在聊天能力方面，我们先让MiMo“用程序员的语气安慰一只失恋的猫”，MiMo建议小猫“清理缓存”以忘记不开心，还鼓励小猫“升级硬件”，顺便为小米做了一波宣传。

最后，我们让MiMo生成一部科幻悬疑题材的AI短剧剧本。一开始，MiMo就提出了深潜记忆提取头盔、真理之环AI伦理防火墙两个关键要素，通过检索发现，这些要素在后续剧情中被巧妙融合，直接成为推动故事发展的核心。

此外，小米在官方博客中也展示了多个案例。

在网页生成能力上，其第一个官方案例是“用HTML生成一个漂亮、可用的macOS模拟操作系统”。在最终生成的界面中，包含了基本的macOS风格桌面图标，还可以切换背景、打开Finder。

其次是打造“豪华互动圣诞树”高保真3D网页应用，并要求视觉效果奢华，MiMo的生成结果能切换圣诞树和混沌状态，支持手势交互等。

第三个演示是用HTML创建交互式太阳系探测器。当用户点击每个球体就会出现行星的简介。

智东西也尝试让MiMo“用HTML创建一个教育性的交互式太阳系探索器”，但最终结果不如官方演示。第一次生成时行星无法选择，重新生成后行星下方的选项直接消失了。

聊天能力方面，MiMo既能回答“大语言模型拥有知识吗”这类硬核科普问题。

MiMo还可以回答“要不要吃长生不老药丸”，并会从人类视角分析是否应该服用、可能有哪些条件。

此外，该模型还具备长文本撰写能力，例如“写一个关于误送信件的忧郁爱情故事”。

MiMo还能创作深刻的非虚构作品，如以一位独居老人为中心，以他一周内收到的邮件为主线，探讨现代社会中的孤独现象。

02.专为推理、编码和智能体构建，与K2 Thinking和DeepSeek V3.2 Thinking媲美

在数学竞赛AIME 2025和科学知识基准GPQA-Diamond中，MiMo-V2-Flash的表现位列开源模型前两名。在软件工程能力的SWE验证与多语言基准测试中，MiMo-V2-Flash在所有开源模型中排名第一，与全球顶尖闭源模型并驾齐驱。

从总体基准测试结果来看，MiMo-V2-Flash在大多数推理基准测试中的性能可与K2 Thinking和DeepSeek V3.2 Thinking相媲美，同时保持在高质量开放式回答方面的竞争力。

在长上下文评估中，MiMo的模型表现超过了K2 Thinking。

在智能体任务中，MiMo-V2-Flash在SWE-Bench Verified中超越所有开源竞争对手，性能接近 GPT-5-High。在SWE-Bench多语版本中，MiMo-V2-Flash解决了71.7%的问题。

在搜索智能体评估方面，MiMo-V2-Flash在BrowseComp上得分为45.4，配合上下文管理后进一步提升至58.3。

小米已经将所有推理代码共享至SGLang并开源，社区实测单机结果如下：

在Prefill单机吞吐约50000 toks/s的条件下，不同Context Length都取得了优越的TTFT性能。

得益于3层MTP，在16K的Context Length情况下，Decode可以做到单机吞吐5000 ～ 15000 toks/s的同时达到151～115 toks/s的单请求吞吐。

03.引入MTP训练后，训练阶段提出MOPD

MiMo-V2-Flash的效率提升源于其为高通量推理设计的创新架构进步。

该模型采用全局注意力（GA）和滑动窗口注意力（SWA）的1:5混合结构。小米MiMo研究团队大量的实证结果表明，SWA简单、高效且易于使用，在通用任务、长上下文负载和推理方面整体表现优于线性注意力。

它还提供固定大小的KV缓存，便于与现有的训练和推理基础设施集成。

研究人员重新定义了并行解码，以实现极高的输出token吞吐量：通过引入多词元预测（MTP）训练，提升了基础模型的能力，并在推理过程中并行验证了MTP。

MiMo-V2-Flash利用MTP作为原生草稿模型进行自我推测解码，实现了实际部署加速。

大语言模型的解码过程本质上受限于内存，这是由其低运算密度特性决定的。业界通常采用批量级并行技术提升前馈网络（FFN）的运算密度，但该方法对注意力计算环节并无增益，原因在于每个推理请求都需维护独立的KV cache。

相比之下，MTP技术通过一次性生成多个草稿token，同步提升了前馈网络（FFN）与注意力机制的运算密度，后续主模型可对这些草稿token进行并行验证。这种方案能够实现token级并行计算，且不会增加KV cache的输入输出开销。

在MiMo-V2-Flash模型中，MTP模块采用稠密前馈网络来控制参数量，同时使用滑动窗口注意力机制，从而降低KV cache与注意力计算的成本。

实测数据显示，3层结构的MTP模块可达到2.8-3.6个token的有效接受长度，并实现2.0-2.6倍的推理速度提升。

MiMo-V2-Flash预训练使用FP8混合精度和原生32k序列长度，使用27T token进行训练。

在后训练阶段，为高效拓展强化学习的计算规模，同时增强模型的推理能力与智能体自主决策能力，研究人员提出了多教师在线策略蒸馏（MOPD）。

该范式先通过监督微调（SFT）或强化学习（RL）技术得到各领域的专家教师模型，再让学生模型基于自身的策略分布进行采样，并利用多个教师模型提供的稠密型token级奖励信号完成优化。

MOPD训练只需不到传统SFT+RL流程的1/50计算资源，即可匹配教师模型的峰值表现。

此外，MOPD采用解耦设计，支持新教师与ORM（教学与学习）的灵活整合，自然实现“教学与学习”闭环迭代，精炼学生模式可演变为更强的教师，实现持续自我提升的能力。

04.结语：小米大模型研发加速推进

小米凭借混合注意力机制与MOPD等技术创新，大幅优化了大模型的研发成本与运行效率；同时开源全部相关成果，有效降低行业研发门槛。此外，近几个月以来，Xiaomi MiMo大模型团队加速推进，发布数篇论文并开源多个模型。

12月5日，小米集团合伙人、总裁卢伟冰透露，公司AI大模型业务过去四个季度投入环比增速超50%，目前进展“已超出董事会预期”，并宣布将AI与“现实世界深度结合”列为未来十年核心战略。同时，小米正式启动全球人才招募计划，单岗位薪酬上限开至千万元级别，目标“在最短时间内补齐大模型尖端人才缺口”。