小米公司于12月16日正式发布开源MoE模型Xiaomi MiMo-V2-Flash，该模型凭借每秒150token的生成速度及多项性能突破引发行业关注。其总参数量达3090亿（激活参数150亿），采用混合注意力机制创新架构，包含8个混合块（每5层滑动窗口注意力对应1层全局注意力），原生支持32K训练并扩展至256K上下文窗口。
在性能表现上，该模型于SWE-Bench和多语言集中分别取得73.4%与71.7%的测试成绩，与DeepSeek-V3.2性能相当但延迟显著降低。特别在代码能力方面超越所有开源模型，接近Claude 4.5 Sonnet水平，而推理成本仅为后者的2.5%。对比测试显示，其响应速度较主流模型提升两倍，在Day-0阶段即实现每秒150token的输出效率，创下同类模型新纪录。
同步推出的Xiaomi MiMO Studio在线平台（https://aistudio.xiaomimimo.com）已开放模型体验，支持深度搜索与联网功能。小米采用MIT协议全面开源模型权重及推理代码，API定价为输入0.1美元/百万token、输出0.3美元/百万token，目前提供限时免费服务。
据透露，MiMo项目负责人罗福莉将于12月17日出席小米人车家全生态合作伙伴大会，届时可能披露更多技术细节。该模型作为小米首个专为推理优化的大语言模型，其Hybrid注意力架构与多层MTP加速技术的结合，标志着国产大模型在效率与成本控制领域的重要突破。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
