小米今日正式发布并开源了最新一代MoE架构大模型MiMo-V2-Flash，该模型总参数规模达3090亿，激活参数150亿，在推理、编码及智能体应用场景中展现出显著优势。模型支持混合思维模式，用户可自由切换深度思考与即时响应模式，并具备一键生成完整HTML网页的能力，可与Claude Code、Cursor等主流编码框架无缝协作。
在性能测试中，MiMo-V2-Flash与DeepSeek-V3.2形成直接竞争态势。基准数据显示，该模型在数学竞赛AIME 2025和科学知识GPQA-Diamond测试中位列开源模型前二，软件工程能力SWE验证及多语言测试中更超越所有开源竞品，性能表现与全球顶尖闭源模型持平。特别在长上下文处理方面，其性能已超越K2 Thinking模型，在SWE-Bench Verified测试中解决率达71.7%，BrowseComp搜索评估得分45.4，配合上下文管理后提升至58.3。
技术架构层面，模型采用全局注意力（GA）与滑动窗口注意力（SWA）的1:5混合结构，既保持了线性注意力的计算效率，又显著提升了长文本处理能力。创新引入的多词元预测（MTP）训练技术，通过同步生成多个候选token并并行验证的方式，使解码吞吐量提升2-2.6倍。后训练阶段采用的多教师在线策略蒸馏（MOPD）方法，仅需传统方法1/50的计算资源即可达成同等优化效果，形成"教学-学习"闭环迭代机制。
实际场景测试验证了模型的多样化能力：在网页开发任务中，可生成包含商品轮播、规格选择等功能的电商页面，以及支持手势交互的3D圣诞树应用；在创意生成方面，能创作忧郁爱情故事和非虚构社会观察作品；智能体交互测试中，既可解答"是否服用长生不老药"等哲学问题，也能编写科幻悬疑剧本。不过实测发现，部分复杂交互场景（如教育类太阳系探索器）仍存在稳定性问题，需多次生成才能达到预期效果。
该模型已实现全面开源，推理代码完整贡献至开发者社区SGLang，API服务开启限时免费体验。技术文档显示，在Prefill单机吞吐50000 toks/s条件下，16K上下文长度的解码吞吐量达5000-15000 toks/s，单请求吞吐量151-115 toks/s。价格策略方面，输入token单价0.7元/百万，输出token单价2.1元/百万，显著低于行业平均水平。
此次发布标志着小米大模型研发进入快车道。集团近期宣布将AI与现实世界深度结合列为未来十年核心战略，AI业务投入连续四个季度环比增长超50%。为加速技术突破，小米同步启动全球人才招募计划，设立千万元级岗位薪酬，重点引进大模型领域顶尖人才。技术团队近三个月已密集发布多篇学术论文，并陆续开源多个预训练模型，构建起完整的技术生态体系。
