智东西（公众号：zhidxcom）
作者 | 李水青
编辑 | 云鹏
智东西 4 月 28 日报道，刚刚，小米开源罗福莉带队研发的MiMo-V2.5 系列模型，采用 MIT 协议，允许商用推理部署与二次训练，无需额外授权。
▲ MiMo-V2.5-Pro 在 Hugging Face 的开源页面截图
此前，该系列模型于 4 月 23 日开启公测，包括 MiMo-V2.5-Pro、MiMo-V2.5 两款模型。模型具备更强 Agent 能力，支持 100 万上下文，且 Token 效率大幅提升。
MiMo-V2.5-Pro 的完整基准测试结果今日公布，小米称其在 GDPVal-AA（Elo）、Claw-Eval（pass^3）等多项测评中超过了最新开源的 DeepSeek-V4-Pro 模型，也超过了发布不久的 Kimi K2.6 等主流闭源模型，实现总体最佳。
▲ MiMo-V2.5-Pro 的最新测评成绩
开源首日，MiMo-V2.5-Pro 宣布已完成与阿里平头哥、亚马逊云科技、AMD、百度昆仑芯、燧原科技、沐曦、天数智芯多个芯片厂商的接入适配。MiMo-V2.5 系列模型同步完成 SGLang 和 vLLM 主流推理框架的 Day 0 适配。
与此同时，小米还推出百万亿 Token 创造者激励计划，计划 30 天内免费发放总计 100 万亿 Token 权益；推出 Agent 生态共建计划，目前已与 OpenCode、Hermes Agent、KiloCode 等 Agent 框架厂商展开合作。
模型权重合集：
https://huggingface.co/collections/XiaomiMiMo/mimo-v25
更多细节参考模型 Blog：
https://mimo.xiaomi.com/index#blog
百万亿 Token 计划申请网址：
https://100t.xiaomimimo.com/
一、模型技术细节公布，测评超越 DeepSeek-V4
由小米最新公开的模型卡可知，小米迄今为止最强模型 MiMo-V2.5-Pro 是一款拥有 1.02 万亿（1.02T）个参数的混合专家模型，其中 420 亿（42B）个激活参数，基于混合注意力架构，相比前代模型在通用智能能力、复杂软件工程和长时域任务处理方面均实现了显著提升。
MiMo-V2.5-Pro 继承了 MiMo-V2-Flash 的混合注意力机制和多标记预测（MTP）设计。局部滑动窗口注意力（SWA）和全局注意力（GA）以 6:1 的比例交错使用，窗口大小为 128 个 Token，在长上下文情况下，通过可学习的注意力池偏置，将键值缓存存储空间减少了近 7 倍，同时保持了性能。一个轻量级的 MTP 模块，采用密集前馈神经网络（FFN），原生集成用于训练和推理，输出吞吐量大约提升了三倍，并加速了强化学习（RL）的部署。
▲ MiMo-V2.5-Pro 的模型架构及训练过程
该模型预训练使用 27 万亿（27T）个 Token，采用 FP8 混合精度，原生序列长度为 32K，上下文扩展至 1M 个 Token。后训练遵循 MiMo-V2-Flash 中引入的三阶段范式：1、监督式微调，在精心挑选的数据对上建立基础的指令跟踪；2、领域专精训练，其中不同的教师模型分别通过针对特定领域的强化学习进行优化，涵盖数学、安全、智能工具使用等领域；3、多教师策略蒸馏（MOPD），其中单个学生模型在每位专精教师的 Token 级指导下，从自身的展开中学习策略，并将所有教师的能力融合到一个统一的模型中。
再来看看 MiMo-V2.5，这是一个 3100 亿（310B）参数的稀疏 MoE 模型，拥有 150 亿（15B）激活参数，在 48 万亿（48T）个 Token 上进行训练。它的语言主干框架继承了 MiMo-V2-Flash 的混合滑动窗口注意力机制，并搭载自研预训练视觉、音频编码器，两类编码器通过轻量化投影模块完成跨模块融合。
训练过程分为五个阶段：1、基于多样化语料开展文本预训练，搭建大语言模型主干网络；2、进行投影层预热训练，实现音视频、视觉投影器与语言模型的对齐融合；3、依托高质量跨模态数据集，开展大规模多模态预训练；4、执行监督微调与智能体后训练，在此过程中将上下文窗口从 32K 逐步扩容至 256K，最终达到 100 万 Token；5、最后是通过强化学习（RL）与多目标偏好蒸馏（MOPD），进一步强化模型的感知、逻辑推理与智能体执行能力。
从小米最新公布的测评结果来看，MiMo-V2.5 在 Claw-Eval Text、Terminal-Bench 2.0、SWE-Bench Pro 等多项测评中大幅超越了 DeepSeek 最新发布的 DeepSeek-V4-Flash。
▲ MiMo-V2.5 最新测评情况
二、开源首日，完成阿里平头哥沐曦等 7 家芯片厂商适配
小米还公布了芯片生态与推理框架最新适配情况，MiMo-V2.5-Pro 开源首日完成多个芯片厂商的接入适配：
阿里平头哥：基于真武 810E 及全栈自研 AI 软件栈实现深度适配。
亚马逊云科技：基于 Trainium2 芯片与 Neuron SDK + vLLM 推理框架完成深度适配，实现开源即全球可用的首日适配。下一代 3nm 制程 Trainium3 将进一步释放模型性能。
AMD：依托 ROCm 开源软件栈提供 Day-0 适配及全面优化支持。
百度昆仑芯：通过底层算子优化与软硬件协同加速，保障模型稳定高效运行。
燧原科技：基于自研驭算 TopsRider 软件栈深度优化，在燧原 L600 上完成全量适配。
沐曦：基于曦云 C 系列及全栈自研 MXMACA 软件栈，实现 Triton 语法到沐曦 GPU 指令集的端到端原生支持。
天数智芯：实现 Day 0 级深度适配。
此外，MiMo-V2.5 系列模型同步完成 SGLang 和 vLLM 主流推理框架的 Day 0 适配。
三、免费发放 100 万亿 Token，已与 Hermes Agent 等合作
与此同时，小米还同步推出 MiMo Orbit 计划，包含两部分：" 百万亿 Token 创造者激励计划 "，与面向 Agent 框架团队的 "Agent 生态共建计划 "。
在百万亿 Token 创造者激励计划方面，小米面向全球 AI 用户免费发放 Token，30 天内发放总计 100 万亿 Token 权益，赠完即止。
该计划采取申请制，通过者最高获得 Max 档位 Token Plan，包含 16 亿 Credits，价值 659 元。活动时间：北京时间 2026 年 4 月 28 日 00:00 至 5 月 28 日 00:00。
Agent 生态共建计划方面，小米面向全球 Agent 框架团队提供专项支持，为框架提供 MiMo Token 限免支持，同时参与和赞助框架平台的 AI Hackathon 等共创活动。
其目前已与 OpenCode、Hermes Agent、KiloCode 等 Agent 框架厂商展开深度合作。
结语：多款国产开源模型 " 亮剑 " 交锋
近期，大模型行业开源力度持续加码，模型与国产及国际芯片的 "Day 0" 适配已从亮点变为刚需，推理效率和部署成本成为下一阶段竞争的核心。同时，百亿级 Token 免费激励与 Agent 框架生态共建，反映出行业正从 " 拼参数 " 转向 " 拼应用 "。
值得关注的是，小米 MiMo-V2.5-Pro 在多项基准评测中直接超越 DeepSeek 最新开源的 DeepSeek-V4-Pro 模型，可谓与 DeepSeek 在开源赛道发起 " 亮剑 " 交锋，有望倒逼行业更快降低推理成本、提升 Agent 真实任务完成率。
