小米 MiMo-V2.5 系列开源:1T 参数 MIT 许可,Token 效率压过 GPT-5.4
小米 MiMo 团队正式开源了 MiMo-V2.5 系列大模型,包括两款定位不同的模型。该系列模型总参数量达到万亿级别,均采用 MIT 开源协议,支持商用部署、继续训练和微调,上下文窗口均高达 100 万 Token。此次开源在提升国产大模型工程化能力的同时,通过大幅降低 Token 消耗,为开发者在复杂任务和编程场景中提供了更具成本效益的选择。
01双模型定位:纯文本 MoE 与原生全模态
| 核心维度 | MiMo-V2.5-Pro | MiMo-V2.5 |
|---|---|---|
| 模型定位 | 纯文本 MoE 模型 | 原生全模态模型 |
| 主要场景 | 复杂 Agent 任务、编程 | 多模态 Agent(文本/图像/视频/音频) |
| 总参数 / 激活参数 | 1.02T / 420亿 | 3100亿 / 150亿 |
| 配套组件 | - | 专用视觉编码器、音频编码器 |
02技术架构与实测表现
- 架构创新:采用滑动窗口注意力与全局注意力混合架构,兼顾长文本处理效率与全局语义理解;配备三层多 Token 预测模块,一次预测多个 Token,加速推理速度。
- 编程能力:MiMo-V2.5-Pro 在 SWE-bench Verified 评测中得分 78.9,在 ClawEval 评测中以 64.1% 的通过率达到同等水平。
- 实战案例:在北京大学编译原理课程项目中,MiMo-V2.5-Pro 自主完成了完整的 SysY 到 RISC-V 编译器,耗时 4.3 小时,进行 672 轮工具调用,在隐藏测试集上获得满分 233/233。
03Token 效率与成本优势
| 模型 | Agent 任务轨迹 Token 消耗(约) |
|---|---|
| MiMo-V2.5-Pro | 7 万 |
| GPT-5.4 | 12-17 万 |
| Claude Opus 4.6 | 11-15 万 |
| Gemini 3.1 Pro | 10-14 万 |
数据来源:官方发布对比
对比数据显示,MiMo-V2.5-Pro 在处理单条 Agent 任务轨迹时,Token 消耗量比 Claude Opus 4.6、Gemini 3.1 Pro 和 GPT-5.4 少约 40% 至 60%。这意味着在同样的任务下,使用 MiMo-V2.5-Pro 可节省近一半的 API 调用费用,显著降低开发成本。
04商用许可与激励计划
MiMo-V2.5 系列采用最宽松的 MIT 开源协议,赋予开发者商用、修改、分发和继续训练的自由,仅需保留原作者版权声明。相比 Apache 2.0 或 GPL 协议,MIT 协议的灵活性更适合企业级应用。配合模型开源,MiMo 团队同步启动了“Orbit 百万亿 Token 创造者激励计划”。
该计划将在 30 天内面向全球用户免费发放总计 100 万亿 Token 额度,个人开发者、团队和企业均可申请,评估周期约为 3 个工作日。权益形式为 Token Plan 或赠金,可直接配合 Claude Code、Cursor 等主流编程工具使用,进一步降低开发门槛。
当前文章无评论,是时候发表评论了