（電子發燒友網報道 文/ 章鷹）12月17日，2025小米人車家全生態合作伙伴大會舉行，小米MiMo大模型負責人羅福莉首次登場，她解讀小米最新開源大模型MiMo-V2-Flash，拋出“全球開源模型Top2”“推理成本僅為標桿模型2.5%”等重磅信息。

截至2025年12月19日，小米發布的 MiMo-V2-Flash、深度求索（DeepSeek）的 DeepSeek-V3.2，以及阿里巴巴的 Qwen-3均為當前國產大模型中的代表性產品。在與DeepSeek V3.2、千問Qwen-3對比當中，小米開源大模型到底有哪些優勢和應用價值？本文進行詳細分析。

全球開源模型Top2，主打超絕性價比

MiMo-V2-Flash是小米全新一代面向Agent的基座模型，總參數309B，激活參數15B，支持256k上下文窗口，整體針對推理、編碼和Agent場景構建，支持混合思維模式，允許用戶切換“思考”和即時回答模式。

目前，MiMo-V2-Flash推理吞吐速度為每秒150個token，成本定價0.7元/每百萬輸入token，2.1元/每百萬輸出token，主打超絕性價比。

在架構設計上，小米MiMo-V2-Flash采用了混合注意力機制。其混合模塊設計包含8個混合塊，其中每5個滑動窗口注意力（SWA）層對應1個全局注意力層。在上下文支持能力上，該模型原生支持32K的訓練，并且能夠擴展到256K的上下文支持。

從性能表現來看，小米MiMo-V2-Flash在通用基準測試中，與DeepSeek-V3.2不相上下，同時延遲大幅降低。在SWE-Bench驗證和多語言集中分別取得了73.4%和71.7%的成績。尤為突出的是其速度優勢，在Day-0時，輸出速度高達每秒150個token，這一速度在同類模型中處于領先地位。

圖來自小米官方微信

在多個Agent測評基準上，MiMo-V2-Flash進入全球開源模型Top 2；編碼能力超過所有開源模型，比肩標桿閉源模型Claude 4.5 Sonnet，但推理成本僅為其2.5%，生成速度提升2倍。

小米MiMo-V2-Flash推理效率高，來源兩大創新

羅福莉指出，我們要圍繞極致的推理效率去重新設計模型結構。模型結構主要源自兩大創新：一、模型注意力機制采用了Hybrid Sliding Window Attention（Hybrid SWA/混合滑動窗口注意力機制），其中SWA與Full Attention（全局注意力機制）的比例是5:1，滑動窗口只看 128 個 token。相較于一些復雜的Linear Attention（線性注意力機制），SWA在兼顧長短文的推理、知識檢索等方面更勝一籌。

二是在于MTP（Multi-Token Prediction）。羅福莉表示，團隊在訓練時加入了一層MTP層以提高基座模型能力，并在微調時也加入了更多MTP層，最終在推理時加入了3層MTP，以加速并行token驗證的方式實現了2-2.6倍推理速度的提升。

還有，為了提高強化學習訓練的穩定性，MiMo團隊提出了一種叫做Multi-Teacher On-Policy Distillation（MOPD）的后訓練范式。相較于傳統SFT+RL（微調+強化學習）的后訓練方式，它可以提供稠密的token level監督學習信號，以簡單快速的方式獲得各個專家模型的能力。

此外，小米并推出線上AI聊天服務“Xiaomi MiMO Studio”，用戶可在其中體驗“MiMo-V2-Flash”。

羅福莉在社交平臺上透露了更多信息，MiMo-V2-Flash 已正式上線。這只是我們 AGI 路線圖上的第二步。

小米發布MiMo-V2-Flash，不僅僅是一次大模型領域的技術創新，更是其“人車家全生態”戰略的關鍵支點。該模型通過多項架構創新與成本優化，為 AI智能體（AI Agent）在終端設備上的落地提供了前所未有的賦能能力。

我們認為，MiMo-V2-Flash 不只是“一個更快的大模型”，而是小米打造 “終端原生智能體操作系統” 的基石。它有機會讓每一臺小米設備都可能成為一個 有記憶、會思考、能行動的智能體節點，最終助力實現雷軍所說的“AI for All Devices, All the Time”。

本文由電子發燒友原創，轉載請注明以上來源。微信號zy1052625525。需入群交流，請添加微信elecfans999，投稿爆料采訪需求，請發郵箱zhangying@huaqiu.com。