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

模型技术细节公布，测评超越DeepSeek-V4

消息来得很快。就在刚刚，由小米罗福莉团队主导研发的MiMo-V2.5系列模型正式宣布开源，采用宽松的MIT协议，这意味着商用推理和二次训练都无需额外授权，门槛大大降低。

▲MiMo-V2.5-Pro在Hugging Face的开源页面截图

其实，这个系列在几天前（4月23日）就已经开启了公测，包含MiMo-V2.5-Pro和MiMo-V2.5两款模型。它们的卖点很明确：更强的智能体（Agent）能力、高达100万Token的上下文窗口，以及大幅提升的Token处理效率。

而今天，随着模型权重全面开放，MiMo-V2.5-Pro的完整基准测试成绩也一并揭晓。根据小米公布的数据，该模型在GDPVal-AA（Elo）、Claw-Eval（pass^3）等多个关键评测中，表现已经超过了最新开源的DeepSeek-V4-Pro，甚至压过了发布不久的Kimi K2.6等主流闭源模型，实现了总体最佳。

▲MiMo-V2.5-Pro的最新测评成绩

更值得玩味的是生态布局的速度。开源首日，小米就宣布MiMo-V2.5-Pro已完成与

共七家芯片厂商的接入适配。同时，整个MiMo-V2.5系列也同步完成了对SGLang和vLLM这两大主流推理框架的“Day 0”适配，可谓“开箱即用”。

当然，光有技术和适配还不够，生态激活是关键。小米同步推出了“MiMo Orbit计划”，包含两大举措：一是“百万亿Token创造者激励计划”，承诺在30天内

；二是“Agent生态共建计划”，目前已与OpenCode、Hermes Agent、KiloCode等智能体框架厂商展开了合作。

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. 参数架构与训练路径解析

根据最新公开的模型卡信息，小米目前最强的MiMo-V2.5-Pro是一款参数规模达到1.02万亿的混合专家模型，其中激活参数为420亿。它基于混合注意力架构打造，相比前代，在通用能力、复杂软件工程和长序列任务处理上都有显著提升。

具体来看，它继承了MiMo-V2-Flash的混合注意力机制和多标记预测设计。局部滑动窗口注意力和全局注意力以6:1的比例交错使用，窗口大小为128个Token。这种设计在长上下文场景下效果显著，通过可学习的注意力池偏置，能将键值缓存的存储空间压缩近7倍，同时性能不打折扣。而那个轻量级的多标记预测模块，采用密集前馈网络，原生集成在训练和推理流程中，使得输出吞吐量提升了大约三倍，也加速了强化学习的部署效率。

▲MiMo-V2.5-Pro的模型架构及训练过程

训练过程则体现了清晰的阶段性策略。预训练阶段使用了27万亿Token，采用FP8混合精度，原生序列长度32K，并扩展至100万上下文。后训练则遵循一个三阶段范式：首先是监督式微调，在精选的数据对上建立基础的指令跟随能力；接着是领域专精训练，让不同的教师模型通过针对特定领域的强化学习进行优化，覆盖数学、安全、工具使用等；最后是多教师策略蒸馏，让单个学生模型在各位专精教师的Token级指导下进行学习，最终将所有能力融合到一个统一的模型中。

再来看看标准版的MiMo-V2.5。这是一个3100亿参数的稀疏MoE模型，激活参数为150亿，在48万亿Token上进行了训练。它的语言主干同样继承了混合滑动窗口注意力机制，并搭载了自研的预训练视觉和音频编码器，这两类编码器通过轻量化的投影模块实现了跨模态融合。

▲MiMo-V2.5架构

它的训练路径更为细致，分为五个阶段：从多样化的文本预训练开始，搭建语言模型主干；接着进行投影层预热，实现多模态对齐；然后依托高质量跨模态数据开展大规模多模态预训练；第四步是监督微调与智能体后训练，同时将上下文窗口从32K逐步扩容至100万Token；最后通过强化学习与多目标偏好蒸馏，进一步强化模型的综合能力。

那么，实际效果如何？从公布的测评结果看，MiMo-V2.5在Claw-Eval Text、Terminal-Bench 2.0、SWE-Bench Pro等多个评测集上，成绩大幅超越了DeepSeek最新发布的DeepSeek-V4-Flash。

▲MiMo-V2.5最新测评情况

02. 开源首日，完成阿里平头哥沐曦等7家芯片厂商适配

模型性能是一方面，能否快速、高效地部署落地则是另一场硬仗。小米在开源首日就亮出了一份覆盖主流芯片的适配清单，这无疑是向市场展示其生态决心和工程化能力。

具体适配情况如下：

：基于真武810E芯片及全栈自研AI软件栈实现了深度适配。

：基于Trainium2芯片与Neuron SDK+vLLM推理框架完成深度适配，实现了“开源即全球可用”的首日适配。据悉，下一代3nm制程的Trainium3将进一步释放模型性能。

：依托其ROCm开源软件栈，提供了Day-0适配及全面优化支持。

：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。

：基于自研驭算TopsRider软件栈深度优化，并在燧原L600计算卡上完成了全量适配。

：基于曦云C系列GPU及全栈自研MXMACA软件栈，实现了从Triton语法到沐曦GPU指令集的端到端原生支持。

：实现了Day 0级别的深度适配。

除了芯片生态，在推理框架层面，MiMo-V2.5系列也同步完成了对SGLang和vLLM这两大主流框架的Day 0适配，为开发者减少了部署阻力。

03. 免费发放100万亿Token，已与Hermes Agent等合作

技术开源和硬件适配搭建了舞台，而要真正激发生态活力，还需要吸引开发者“登台唱戏”。小米的“MiMo Orbit计划”正是为此而来。

计划包含两部分，首先是“百万亿Token创造者激励计划”。简单说，就是小米准备在30天内，面向全球AI开发者免费发放总计100万亿Token的调用权益，赠完即止。这无疑是吸引开发者和初创公司尝鲜、构建早期用例的一剂强心针。

该计划采用申请制，成功通过审核的开发者最高可获得“Max档位Token Plan”，包含16亿Credits，价值约659元软妹币。活动窗口期从北京时间2026年4月28日零点持续到5月28日零点。

另一部分是“Agent生态共建计划”。这项计划面向全球的智能体框架团队，提供专项支持，包括为合作框架提供MiMo Token的限免支持，并参与和赞助框架平台举办的AI Hackathon等共创活动。目前，小米已与OpenCode、Hermes Agent、KiloCode等多家Agent框架厂商展开了深度合作。

04. 结语：多款国产开源模型“亮见”交锋

纵观近期动态，大模型行业的开源竞赛正在进入新阶段。模型与国产及国际芯片的“Day 0”适配，已从值得宣传的亮点，逐渐变为参与竞争的刚需。这意味着，下一阶段的竞争焦点，将不可避免地转向推理效率和实际部署成本。

与此同时，像百亿级Token免费激励、与Agent框架生态共建这类举措，清晰地反映出行业重心正在迁移——从单纯地“拼参数、刷榜单”，转向更实际地“拼应用、建生态”。

值得注意的是，小米MiMo-V2.5-Pro在多项基准评测中直接对标并超越了DeepSeek-V4-Pro，这无异于在开源赛道上发起了一次正面“亮见”。这种高水平的直接竞争，对于整个行业而言是件好事，它有望倒逼技术快速迭代，加速推理成本的下探，并最终提升智能体在真实场景中的任务完成率。国产大模型的开源战场，好戏才刚刚开始。