小米近日正式推出全新開源大模型MiMo-V2-Flash，憑借3090億總參數與150億活躍參數的規模，采用專家混合架構（MoE）設計，在性能表現上與DeepSeek-V3.2、Kimi-K2等頭部開源模型形成有力競爭。該模型最引人注目的突破在于將推理速度提升至每秒150 tokens，同時將輸入成本壓縮至每百萬token僅0.1美元，輸出成本0.3美元，在性價比維度樹立了新標桿。
在基準測試中，MiMo-V2-Flash展現驚人實力：AIME 2025數學競賽與GPQA-Diamond科學知識測試均位列開源模型前兩名，編程能力尤為突出——在SWE-bench Verified真實軟件修復測試中取得73.4%的得分，超越所有開源競品，直逼GPT-5-High水平。多語言編程測試SWE-Bench Multilingual中，該模型以71.7%的解決率證明其跨語言開發能力。智能體任務測試顯示，其在通信類任務獲得95.3分，零售類79.5分，航空類66.0分，搜索代理任務在啟用上下文管理后得分從45.4躍升至58.3。
技術團隊通過兩項核心創新實現性能突破?；旌匣瑒哟翱谧⒁饬C制采用5層滑動窗口與1層全局注意力的激進配比，滑動窗口固定為128 token長度，使KV緩存存儲量減少近6倍，卻仍能支持256k超長上下文窗口。項目負責人羅福莉特別指出，實驗發現128窗口大小是性能與效率的最佳平衡點，盲目擴大窗口反而導致性能下降，同時強調實施該機制時sink values的必要性。另一項輕量級多Token預測（MTP）技術則打破傳統逐token生成模式，通過原生集成模塊實現并行預測，實測平均接受2.8-3.6個連續token，推理速度提升2-2.6倍，有效解決強化學習中長尾樣本導致的GPU空轉問題。
訓練階段采用FP8混合精度技術，在27萬億token數據上完成預訓練，原生支持32k序列長度。后訓練階段創新提出多教師在線策略蒸餾（MOPD），通過學生模型自主采樣、多專家教師實時反饋的方式，將訓練算力需求降至傳統方法的1/50。該架構支持動態接入新教師模型，形成"教學相長"的閉環進化系統。智能體強化學習擴展方面，研究團隊基于真實GitHub問題構建超10萬個驗證任務，在Kubernetes集群部署并發超萬個Pod，環境部署成功率達70%，并開發多模態驗證器通過視頻錄制確保代碼執行準確性。
對于開發者群體，MiMo-V2-Flash提供256k上下文窗口支持數百輪智能體交互，可無縫集成Claude Code、Cursor等主流開發環境。模型權重已在Hugging Face平臺以MIT協議開源，包含完整技術報告與推理代碼。目前該模型已通過API Platform限時免費開放，所有優化經驗同步分享至LMSYS博客，相關代碼貢獻給SGLang社區。這種全鏈條開源策略在國內科技企業中實屬罕見，為行業技術演進提供了重要參考。
