小米近日正式发布并开源了全新大模型MiMo-V2-Flash。该模型拥有3090亿总参数与150亿活跃参数的规模配置，在核心评测中其性能表现已能和DeepSeek-V3.2、Kimi-K2等头部开源模型展开有力竞争。更关键的是，它采用业内领先的专家混合架构（MoE），并凭借架构层面的突破性创新，将推理速度大幅提升至每秒钟150个token，同时把输入成本压缩到每百万token仅需0.1美元，输出成本降至0.3美元，在性价比维度树立了新的行业标杆。
在权威基准测试中，MiMo-V2-Flash展现了多维度领先优势。它在AIME 2025数学竞赛与GPQA-Diamond科学知识测试中均位列开源模型前两名；其编程能力尤为出色，在SWE-bench Verified测试中获得73.4%的高分，超越了所有开源竞品，甚至逼近GPT-5-High的水平。这项测试要求AI模型真实修复软件代码缺陷，73.4%的成功率意味着它已具备解决大部分实际编程问题的能力。在多语言编程测试SWE-Bench Multilingual中，模型更以71.7%的解决率，进一步验证了其跨语言编程开发的强大实力。
针对智能体任务的测试数据显示，该模型在τ²-Bench分类任务评测中表现亮眼：通信类得分95.3、零售类79.5、航空类66.0。在BrowseComp搜索代理基准测试中，基础得分为45.4，而在启用上下文长期记忆功能后，得分跃升至58.3。这些成绩表明MiMo-V2-Flash不仅能处理代码生成等单一任务，更能理解复杂业务逻辑并执行多轮智能体交互。值得关注的是，其文本生成质量也已接近顶级闭源模型，具备了成为全能型日常助手的潜力。
支撑模型实现性能突破的，是两项核心技术。其一为混合滑动窗口注意力机制：它通过5层滑动窗口（每层128 token）与1层全局注意力的交替创新设计，使KV缓存的存储消耗降低了近6倍，同时成功维持了256k的超长上下文处理能力。其二为轻量级多Token预测模块：该模块能并行生成2.8至3.6个token，从而将推理速度提升2到2.6倍，并在训练阶段实现了采样效率的同步优化。研究团队特别指出，经过大量实验验证，128 token的窗口大小被证实是性能与效率之间的“最佳甜点”，盲目扩大窗口反而会导致整体性能下降。
在训练效率方面，模型采用FP8混合精度技术，在2.7万亿token的数据集上完成了预训练，并原生支持32k序列长度。后续训练阶段创新性地提出了“多教师在线策略蒸馏”方法，通过学生模型自主采样、多专家教师实时反馈的机制，仅需传统方法1/50的计算资源即可达到同等性能峰值。该框架还支持动态接入新的教师模型，由此形成“教学相长”的闭环进化系统。
针对开发者应用场景，MiMo-V2-Flash提供256k上下文窗口，可稳定支持数百轮智能体交互与工具调用，并能与Claude Code、Cursor等主流开发环境无缝兼容。技术团队基于真实的GitHub issue构建了超过10万个验证任务，并通过Kubernetes集群实现了10000+并发Pod部署，环境部署的成功率达到了70%。在网页开发任务中引入的多模态验证器，通过视频录制替代静态截图来验证代码执行结果，有效减少了因视觉幻觉导致的问题。
目前，小米已将完整模型细节、推理代码及基础权重，通过MIT许可协议在Hugging Face平台开源，并在LMSYS博客分享了详细的优化经验。该模型现已在API Platform开放限时免费调用，开发者可直接接入体验。
