小米发布MiMo-V2-Flash，开源推理模型新标杆
2025-12-23 10:57
136
小米推出MiMo-V2-Flash模型，采用MoE架构（309B总参数/15B活跃参数），支持256K上下文。该模型在SWE-Bench上击败Claude Sonnet 4.5，AIME 2025得分94%，推理速度达150 tokens/s。已通过相关API上线，被誉为2025年最佳开源推理模型之一。
核心亮点：能力、速度、成本全面在线
Agent能力亮眼
在Agentic Coding、Tool Use等核心场景表现突出，公开基准测试中可对齐DeepSeek-V3.2，支持深度思考与联网搜索，能适配开发、自动化工具调用等实际需求；256K超长上下文窗口，可轻松处理长文档任务。
速度成本双优
推理速度达150 tokens/秒，响应高效；使用成本极具竞争力，每百万token输入仅0.1美元、输出0.3美元，大幅降低规模化应用门槛。
技术架构创新
采用“5层滑动窗口+1层全局注意力”混合机制，KV缓存存储量减少近6倍，长文本能力不受影响；开源3-Layer MTP技术，编码场景推理速度提升2.5倍。
训练体系扎实
基于27T tokens预训练，支持FP8混合精度；后训练覆盖10万个真实GitHub可验证任务，通过多教师在线策略蒸馏（MOPD）提升模型可靠性，Kubernetes集群支持万级Pod并发训练。
短板与适配场景
短板：写作、高难度推理能力略弱于DeepSeek-V3.2；后训练环境部署成功率70%，需一定技术调试成本。
适配人群：中小团队、开发者用于Agent应用开发（智能工具、自动化流程）、长文本处理、批量代码生成等场景；适合追求高性价比、需规模化落地AI能力的用户。
0
好文章，需要你的鼓励