**小米開源MiMo-V2-Flash：150token/秒極速推理，性能比肩DeepSeek**

在2025年小米“人車家全生態(tài)合作伙伴大會(huì)”上，Xiaomi MiMo大模型負(fù)責(zé)人羅福莉正式揭幕了開源模型MiMo-V2-Flash，其以每秒150 tokens的生成速度刷新行業(yè)標(biāo)桿，推理效率超越主流閉源模型，成本僅為競品的5%。這一技術(shù)突破標(biāo)志著小米在高效能AI領(lǐng)域的領(lǐng)先地位，也為開源社區(qū)提供了可商用的尖端工具。

**混合專家架構(gòu)的工程革命**

MiMo-V2-Flash采用MoE（混合專家）架構(gòu)，總參數(shù)規(guī)模達(dá)3090億，但通過動(dòng)態(tài)路由機(jī)制僅激活150億參數(shù)運(yùn)行。這種設(shè)計(jì)在保證模型容量的同時(shí)，將計(jì)算資源消耗壓縮至傳統(tǒng)密集模型的1/20。更關(guān)鍵的是，其創(chuàng)新的Hybrid SWA（混合滑動(dòng)窗口注意力）機(jī)制鎖定了128 tokens的“神奇窗口”，結(jié)合5:1的Hybrid Attention與Full Attention配比，既支持256K超長上下文處理，又將內(nèi)存占用降低40%。

**速度與成本的顛覆性平衡**

實(shí)測(cè)數(shù)據(jù)顯示，該模型單機(jī)吞吐量達(dá)5,000~15,000 tokens/秒，單請(qǐng)求響應(yīng)速度穩(wěn)定在150~155 tokens/秒，比DeepSeek-V3.2快3倍。后訓(xùn)練階段采用的MOPD技術(shù)（多目標(biāo)參數(shù)蒸餾）以不足標(biāo)準(zhǔn)流程1/50的計(jì)算量，復(fù)現(xiàn)了教師模型97.3%的性能，使得推理成本較GeMINI 2.5 Pro降低20倍。據(jù)小米披露，其API定價(jià)已低至輸入0.7元/百萬tokens、輸出2.1元/百萬tokens，為開發(fā)者提供高性價(jià)比選擇。

**開源生態(tài)的競爭力躍升**

在權(quán)威評(píng)測(cè)中，MiMo-V2-Flash的代碼生成與智能體任務(wù)表現(xiàn)位列全球開源模型Top 2，部分指標(biāo)超越Claude Sonnet 4.5等閉源產(chǎn)品。其開源策略不僅釋放了模型權(quán)重與推理代碼，還配套提供邊緣設(shè)備部署方案，通過參數(shù)壓縮技術(shù)適配3B~7B參數(shù)的移動(dòng)端場景。羅福莉強(qiáng)調(diào)：“下一代智能體需突破語言模擬器局限，構(gòu)建環(huán)境交互能力。”該模型已展示通過HTML編寫操作系統(tǒng)、天體運(yùn)動(dòng)模擬等跨模態(tài)理解案例，為智能家居、車載系統(tǒng)等小米核心生態(tài)鋪路。

目前，MiMo-V2-Flash的Web Demo已開放限時(shí)體驗(yàn)，技術(shù)白皮書與開源社區(qū)同步上線。這一發(fā)布或?qū)⒅厮苄袠I(yè)對(duì)高效能AI模型的成本認(rèn)知，推動(dòng)大模型技術(shù)向?qū)崟r(shí)響應(yīng)場景加速滲透。