小米萬億模型全面開源：MIT 協(xié)議、1M 上下文，但還是打不過 DeepSeek

整理 | 褚杏娟

今天，小米開源了 MiMo-V2.5 和 MiMo-V2.5-Pro 兩款模型：MiMo-V2.5 基礎(chǔ)模型提供原生多模態(tài)能力，而 MiMo-V2.5-Pro 則是專門為“長周期一致性”和復(fù)雜軟件工程設(shè)計的。

小米采用了寬松、對企業(yè)友好的 MIT License，這意味著模型適合被用于商業(yè)應(yīng)用的生產(chǎn)環(huán)境。用戶可以按需修改模型，并根據(jù)自身需要，在本地或虛擬私有云上運行。

在 GDPVal-AA（Elo）基準(zhǔn)測試中，Pro 模型取得了 1581 分，超過了 Kimi K2.6 和 GLM 5.1 等競爭對手。

小米還進(jìn)一步公布了 V2.5-Pro 自動完成若干高復(fù)雜度任務(wù)的數(shù)據(jù)：

• 用 Rust 實現(xiàn) SysY 編譯器：模型從零開始實現(xiàn)了一個完整編譯器，包括 lexer、parser 和 RISC-V 匯編后端，用時 4.3 小時。整個過程橫跨 672 次工具調(diào)用，在隱藏測試集中取得了 233/233 的滿分。這個任務(wù)通常需要計算機(jī)科學(xué)專業(yè)學(xué)生花費數(shù)周時間完成。

• 全功能視頻編輯器：模型用時 11.5 小時，進(jìn)行了 1868 次工具調(diào)用，最終生成了一個 8192 行的桌面應(yīng)用，具備多軌時間線和導(dǎo)出流水線。

• 模擬 EDA 優(yōu)化：在一項研究生級別的工程任務(wù)中，模型優(yōu)化了 TSMC 180nm 工藝下的 Flipped-Voltage-Follower（FVF-LDO）穩(wěn)壓器。通過不斷迭代 ngspice 仿真循環(huán)，模型將線性調(diào)整率等指標(biāo)相較初始嘗試提升了 22 倍。

小米用這些實驗來凸顯 V2.5-Pro 的一種 “harness awareness”，也就是“腳手架意識”。模型會主動管理自己的記憶，并塑造自身上下文，以便在數(shù)千次連續(xù)工具調(diào)用中維持一致性。

拼 token 效率，

但 DeepSeek 價格依然最能打

根據(jù)小米公布的基準(zhǔn)測試，這些模型被認(rèn)為是目前適合 agentic “claw” 任務(wù)的高效模型之一。

所謂 “claw” 任務(wù)，指的是為 OpenClaw、NanoClaw、Hermes Agent 這類系統(tǒng)提供支持。用戶可以通過第三方消息應(yīng)用直接與這些智能體溝通，讓它們代替人類用戶去完成任務(wù)，比如制作和發(fā)布營銷內(nèi)容、運營賬號、整理郵件、安排日程等等。

隨著 OpenClaw 等被廣泛應(yīng)用，token 消耗量也迅速爆發(fā)，越來越多服務(wù)開始轉(zhuǎn)向按使用量計費。這時，“為用戶省錢”這一點變得非常關(guān)鍵。

微軟的 GitHub Copilot 今天宣布正在轉(zhuǎn)向基于用量的計費方式，也就是按照人類用戶實際消耗的每個 token 收費，而不是像 Anthropic 那樣施加速率限制，或者像 OpenAI 那樣提供“自助餐式”的無限量訂閱。這讓更多人意識到，AI 推理補(bǔ)貼時代結(jié)束了。

過去大家一個月用 20 美元、100 美元、200 美元就能跑大量 Claude、OpenAI 高端模型完成工作，本就不可能長期持續(xù)。有用戶直言，這很像 ZIRP 時代互聯(lián)網(wǎng)公司的增長策略：先燒錢補(bǔ)貼、快速獲客，等用戶習(xí)慣和粘性形成后，再開始正式變現(xiàn)。

而對于用戶來說，現(xiàn)在編程成本從固定訂閱變成不確定的 token 消耗，這個賬可能越來越難算。 Agent 編程不是普通聊天，真實成本來自長上下文、反復(fù)工具調(diào)用、緩存命中率和模型倍率等。

這個背景下，小米為這些模型提供了相當(dāng)有競爭力的價格，覆蓋國內(nèi)和國際市場。

對海外開發(fā)者來說，高性能的 MiMo-V2.5-Pro 在最高 256K 上下文窗口內(nèi)，緩存未命中時每百萬輸入 token 價格為 1.00 美元，輸出價格為 3.00 美元。對于 256K 到 1M token 之間的超長上下文任務(wù)，價格會翻倍：輸入為 2.00 美元，輸出為 6.00 美元。

單純模型定價角度看，國內(nèi)模型橫向比較時，MiMo 價格并不便宜。

部分模型海內(nèi)外價格不完全統(tǒng)計，來源：AI 前線

不過，實際的整體使用價格還是要結(jié)合 token 效率來看。Artificial Analysis 之前的測評顯示，在同一套 Intelligence Index 評測中，不同模型的 token 消耗差異巨大。DeepSeek V4 Flash、GPT-5.4 mini、Claude Sonnet 4.6 等模型動輒消耗 2 億級輸出 token，且大部分是推理 token；而 MiMo-V2.5-Pro 約為 9200 萬，GPT-5.5 xhigh 約為 7500 萬，Gemini 3.1 Pro Preview 甚至只有 5700 萬。

而從小米發(fā)布的 ClawEval 基準(zhǔn)測試圖也可以看到，MiMo-V2.5 和尤其是 Pro 版本，在完成基準(zhǔn)測試中的 claw 任務(wù)時表現(xiàn)很強(qiáng)，同時消耗的 token 又最少。

根據(jù)測試，在 ClawEval 上，V2.5-Pro 以每條軌跡約 7 萬 token 的消耗，取得了 64% 的 Pass^3 成績。而在能力水平相近的情況下，這比 Claude Opus 4.6、Gemini 3.1 Pro 和 GPT-5.4 少用了大約 40% 到 60% 的 token。

“MiMo V2.5 Pro 有一點很不錯：它似乎是目前 token 效率最高的開源模型。它會思考，但不會總是陷入那種很長的“等等，好像不對”的循環(huán)。很喜歡這一點。”有網(wǎng)友評價道。

“更高的智能，并不只是拿到更高的分?jǐn)?shù)。它還意味著，用更少的 token 達(dá)到同樣的能力水平。”官方表示。值得注意的是，小米大模型負(fù)責(zé)人羅福莉就曾直言大模型公司“價格戰(zhàn)是陷阱”。

她認(rèn)為，如果用戶把精力浪費在低質(zhì)量的 Agent 框架、極不穩(wěn)定且緩慢的推理服務(wù)、以及為降本而被迫降級的模型上，最終發(fā)現(xiàn)自己仍然什么都做不成，這對用戶體驗和留存率來說，就是一個惡性循環(huán)。而真正的出路不是更便宜的 token，而是協(xié)同進(jìn)化，即“更高 token 效率的 Agent 框架”疊加“更強(qiáng)大高效的模型”。

不過，小米當(dāng)前模型定價依然處于較低位置。小米所有模型現(xiàn)在還限時免收緩存寫入費用，同時整個 MiMo-V2.5-TTS 套件也完全免除費用，其中包括專門的語音克隆和語音設(shè)計功能。這種定價邏輯顯然是為了加速從簡單聊天應(yīng)用，轉(zhuǎn)向持久、長周期智能體的過程，后者可以以傳統(tǒng)前沿模型小部分的成本運行。

此外，小米還推出了重新設(shè)計后的 “Token Plan”，目前分為四檔：

• Lite “Starter Pack” 提供 7.2 億 credits，年費 63.36 美元。

• Standard 檔提供 24 億 credits，年費 168.96 美元。

• Pro 檔提供 84 億 credits，年費 528.00 美元，面向企業(yè)使用場景。

• Max 檔面向高強(qiáng)度編碼愛好者，提供 192 億 credits，年費 1056.00 美元。

除了 credit 配額外，所有套餐還包括更優(yōu)惠的 API 價格、離峰調(diào)用 20% 折扣，以及對 Cursor、Zed、Claude Code 等熱門編碼工具的 “Day-0” 支持。

此外，開源的同時，羅福莉宣布提供 100 萬億免費 token，目前已經(jīng)有用戶曬出入選郵件。

網(wǎng)友評價

當(dāng)前看，小米模型獲得了一些不錯的評價。

“這個模型太棒了，是我目前最喜歡的，比我使用的 Kimi 2.6 和 GLM 都好。”網(wǎng)友“Someone1Somewhere1”表示。

該開發(fā)者介紹，自己在工作和個人愛好上都會用到它們。“工作方面主要是做數(shù)據(jù)分析、整理用于演示文稿的數(shù)據(jù)，包括字體排版，以及在大量給定數(shù)據(jù)中查找一些小眾信息。我個人愛好游戲開發(fā)。這方面包括用 Python 寫代碼、處理一些復(fù)雜數(shù)學(xué)問題、進(jìn)行創(chuàng)意寫作，分析我自己寫下的大量概念、技能設(shè)定和主題，然后幫我根據(jù)特定素材進(jìn)一步組織和打磨，比如宗教禮儀、古代神話、民間傳說、creepypasta 這類內(nèi)容。”

不過，有用戶指出評價是“絕對不算出色”，MiMo-V2.5 Pro 思考時間太長了。

還有開發(fā)者表示，“DeepSeek 也有它的用途，但它并不能滿足我的需求。我用 Mimo 進(jìn)行構(gòu)思、研究、假設(shè)檢驗，以及梳理要開發(fā)的內(nèi)容和整體思路。然后，在實現(xiàn)階段，我使用 GLM 和 Kimi。Mimo 非常擅長實施前的溝通，集思廣益并對想法進(jìn)行壓力測試。”

都是 MoE 架構(gòu)，但訓(xùn)練路線不同

MiMo-V2.5 的核心稀疏專家混合架構(gòu)，總參數(shù)規(guī)模達(dá)到 310B，激活參數(shù) 15B。

V2.5 被訓(xùn)練來做跨模態(tài)推理，通過平衡局部注意力和全局注意力來維持多模態(tài)感知能力。

根據(jù)小米博客文章，MiMo-V2.5 遵循了嚴(yán)格的五階段演進(jìn)路線：

• 文本預(yù)訓(xùn)練，基于 48 萬億 token 構(gòu)建龐大的語言主干；

• Projector Warmup，將自研音頻和視覺編碼器與語言核心對齊；

• 多模態(tài)預(yù)訓(xùn)練，在高質(zhì)量跨模態(tài)數(shù)據(jù)上進(jìn)行規(guī)模化訓(xùn)練；

• Agentic 后訓(xùn)練，逐步將上下文窗口從 32K 擴(kuò)展到 1M token；

• RL 和 MOPD：使用強(qiáng)化學(xué)習(xí)和多模態(tài)偏好優(yōu)化來提升真實世界推理和感知能力。

V2.5-Pro 則是一個總參數(shù)規(guī)模為 1.02 T 的 MoE 模型，活躍參數(shù)為 42B。它采用了 MiMo-V2-Flash 中引入的混合注意力架構(gòu)和 3 層多 Token 預(yù)測（MTP）設(shè)計，支持最高 100 萬 token 的上下文長度。

V2.5-Pro 采用混合注意力架構(gòu)，局部滑動窗口注意力和全局注意力以 6:1 的比例交錯排列，窗口大小為 128 個 token。

這種設(shè)計可以在通過可學(xué)習(xí)的 attention sink bias 維持長上下文性能的同時，將 KV-cache 存儲量減少近 7 倍。V2.5-Pro 可以“快速掃過”絕大部分上下文，同時對當(dāng)前目標(biāo)最相關(guān)的 15% 數(shù)據(jù)施加高密度注意力。對于調(diào)試大型代碼倉庫等任務(wù)來說，這是一個關(guān)鍵特性。

不過，與同樣使用混合注意力機(jī)制的 DeepSeek-V4 比，V2.5-Pro 更接近主流推理框架可部署方案，架構(gòu)創(chuàng)新相對更工程化，attention 壓縮不如 DeepSeek 激進(jìn)。DeepSeek-V4 更偏自研系統(tǒng)棧和底層 kernel 優(yōu)化，系統(tǒng)復(fù)雜度高、部署門檻可能更高。

MTP 方面，V2.5-Pro 還配備三個使用 dense FFN 的輕量級 MTP 模塊。這使得推理階段的輸出速度提升至約 3 倍，同時也有利于加速強(qiáng)化學(xué)習(xí)訓(xùn)練中的 rollout。

MiMo-V2.5-Pro 使用 27T tokens 進(jìn)行訓(xùn)練，采用 FP8 混合精度和原生 32K 序列長度，上下文窗口最高支持 100 萬 tokens。其訓(xùn)練重點不再是感官對齊，而是轉(zhuǎn)向擴(kuò)展后訓(xùn)練計算量。這一過程旨在注入 “harness awareness”，即“腳手架意識”。模型會被專門訓(xùn)練，以便在 Claude Code 或 OpenCode 這類自主智能體腳手架中，管理自己的記憶和上下文。

最后，雖然兩款模型都會經(jīng)歷強(qiáng)化學(xué)習(xí)（RL）和多模態(tài)偏好優(yōu)化（MOPD），但這些階段的目標(biāo)不同：

• 對于 MiMo-V2.5，RL 階段用于加強(qiáng)感知能力和多模態(tài)推理能力。

• 對于 MiMo-V2.5-Pro，RL 更聚焦于 agentic 場景中的指令遵循，確保模型能夠遵守深藏在超長上下文中的細(xì)微要求，并在自主執(zhí)行過程中從錯誤中優(yōu)雅恢復(fù)。這帶來了 Pro 模型的“自我糾錯”紀(jì)律性。

在實際體驗中，有用戶指出，同樣是一份數(shù)據(jù)處理腳本的審查，有一處不會報錯的隱秘 bug，兩個模型都查不出來，但是 GPT 和 Claude 都能夠穩(wěn)定地發(fā)現(xiàn)它。不過 DeepSeek v4 Pro 告訴它檢查哪個部分后，它能夠發(fā)現(xiàn)問題，MIMO V2.5 Pro 做不到，需要明確的錯誤反饋。

“我感覺 MIMO 的這個模型推理預(yù)算被限制很厲害，又或者可能沒有做過太多長鏈推理的訓(xùn)練。沒有明確的錯誤反饋，靠它自己憑空思考表現(xiàn)不太好。”該用戶指出。

此外還有用戶提到，在免費期過后，小米模型使用占比一直在下降，加上近期羅福莉露出頻繁，“現(xiàn)在小米公司做的一切，感覺就是為了營銷它的產(chǎn)品，它的 Token。”

https://mimo.xiaomi.com/mimo-v2-5-pro

https://huggingface.co/XiaomiMiMo/MiMo-V2.5-Pro

https://venturebeat.com/ai/open-source-xiaomi-mimo-v2-5-and-v2-5-pro-are-among-the-most-efficient-and-affordable-at-agentic-claw-tasks

聲明：本文為 AI 前線整理，不代表平臺觀點，未經(jīng)許可禁止轉(zhuǎn)載。

會議推薦

世界模型的下一個突破在哪？Agent 從 Demo 到工程化還差什么？安全與可信這道坎怎么過？研發(fā)體系不重構(gòu)，還能撐多久？

AICon 上海站 2026，4 大核心專題等你來：世界模型與多模態(tài)智能突破、Agent 架構(gòu)與工程化實踐、Agent 安全與可信治理、企業(yè)級研發(fā)體系重構(gòu)。14 個專題全面開放征稿。

誠摯邀請你登臺分享實戰(zhàn)經(jīng)驗。AICon 2026，期待與你同行。

今日薦文

你也「在看」嗎？