超越DeepSeek-V4，罗福莉交出小米最强开源模型，首日适配5家国产芯片

智东西·2026年04月28日 09:50

免费100万亿Token，开源模型新王登场。

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/

01. 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。

▲MiMo-V2.5架构

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。