小米的大模型，就問你快不快吧

大家好，我是 Ai 學習的老章

最近大模型世界打破消停

• 谷歌發布了 Gemini 3 Flash，更輕，更便宜，N 個 Benchmark 上超越 Gemini 3 Pro

• 小米開源了 MoE 模型 MiMo-V2-Flash，號稱編程能力可以與 Claude Sonnet 4.5 一較高下

我看了一下小米這個 MiMo-V2-Flash，也試用了一下，但。。。

先看官方宣傳

最突出的是：極致速度

** 亮點**： ?? 模型參數：總參數 309B，激活參數 15B。
? 混合注意力：5:1 交錯的 128 窗口 SWA + 全局 | 256K 上下文
?? 在通用基準測試中與 DeepSeek-V3.2 相匹配，但延遲更低
SWE-Bench ：73.4% | SWE-Bench 多語言：71.7% — 開源模型的新 SOTA
速度：150 輸出標記/秒

資源：

模型權重：http://hf.co/XiaomiMiMo/MiMo-V2-Flash
博客文章：http://mimo.xiaomi.com/blog/mimo-v2-flash
技術報告：http://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf
AI 工坊：http://aistudio.xiaomimimo.com

架構方面：

→ 使用混合注意力：滑動窗口 + 全局，比例為 5:1
→ 8 混合塊（5 個滑動窗口注意力層 → 1 個全局）
→ 128 個標記滑動窗口
→ 256 位專家，每令牌 8 位活躍專家
→ 原生訓練 32K, 擴展到支持 256K 上下文

從 Deepseek 離職之后加入小米的羅福莉也注冊了推特，詳細介紹了模型細節：

說實話我是看不懂，就是吃了一個瓜，有 Kimi 工程師銳評一波后被官方賬號拉黑了，小米大模型團隊格局屬實有點小了

再附一個圖，依然是突出：速度快、價格低

到底跑分成績呢，N 個 Benchmark 上拳打 Kimi- K2，腳踢 DeepSeek-V3.2

體現 Code Agent 能力的 SWE-Bench Multilingual 更是遙遙領先

這個圖更形象

但是我看了一些評測，總結就是：很快，但是能力一般

小米：你就說快不快吧

我也去測試了一下我經常使用測試模型閱讀理解和編碼能力的題目，結果如下

不如 Kimi K2 Thinking

閱讀理解，沒有識別出4次背影

最后是本地部署，我看了 313GB 的模型文件后直接放棄幻想了

所有推理代碼現在都可在 SGLang 中找到 — 從發布之日起完全開源。

SGLang 部署模型在 H200（單節點）上的結果依然是：快得很
預填充： ~50K 令牌/秒 | TTFT < 1 秒
解碼（3 層 MTP，16K 上下文）：5K–15K 每秒標記 | 每請求 115–151 TPS