什么值得买App下载 App ›
连续签到专享现金活动

MiMo-V2-Flash开源模型真能媲美闭源巨头?587+用户观点大PK

2025年12月17日,小米在“人车家全生态”大会上正式开源MiMo-V2-Flash大模型,总参数3090亿、激活参数150亿,SWE-bench Verified得分73.4%,API定价仅为Claude Sonnet 4.5的2.5%。该模型宣称性能直逼GPT-5-High,引发全网热议:开源模型是否真的已逼近顶尖闭源水平?我们梳理了587+条真实用户观点,呈现这场技术争议的核心交锋。43

观点PK

58%
逼近闭源
42%
仍有差距
开源模型已逼近闭源顶尖
58% 支持
  • SWE-bench Verified得分73.4%,超越所有开源模型,直逼GPT-5-High水平

  • 推理速度达150 tokens/秒,成本仅为闭源模型的2.5%,性价比优势显著

  • 在AIME数学和GPQA科学测试中稳居开源前二,代码与Agent能力进入全球Top 2

与顶级闭源仍存明显差距
42% 支持
  • 与GPT-5.1 Code或Claude 4.5相比,生成内容精细度和实时性仍有不足

  • 在创意文本生成和极限推理深度上弱于DeepSeek-V3.2等顶尖开源模型

  • 小米官方也承认与最强闭源模型存在差距,需通过扩大规模持续追赶

01开源模型已逼近闭源顶尖58%提及
支持者认为MiMo-V2-Flash在关键基准测试中已达到或接近闭源顶尖水平,尤其在代码修复、数学推理和智能体任务上表现突出,结合极低成本和高速度,标志着开源模型的重大突破。
  • 代码能力登顶开源:SWE-bench Verified得分73.4%,超越所有开源模型,直逼GPT-5-High。今日头条 @科学技术汇 表示:MiMo-V2-Flash的成绩已经逼近GPT-5-High,而GPT-5作为闭源模型,在资源投入和训练数据上有着天然优势,而MiMo-V2-Flash能做到近乎持平,已经是遥遥领先了。微信公众号 @甲子光年 表示:在衡量软件工程能力的SWE-bench Verified以及多语言基准上,MiMo-V2-Flash位列所有开源模型第一,并且整体表现已可与全球顶级闭源模型比肩。知乎 @一哲科技说 表示:在几个权威测评榜单上,MiMo的代码能力已进入开源模型第一梯队,在SWE-Bench Verified测试中直接对标GPT-5级别,LiveCodeBench代码生成测试媲美DeepSeek-V3.2。141526
  • 极致性价比优势:推理成本仅为闭源模型的2.5%,速度达150 tokens/秒,实现性能与成本的双重突破。值得买社区表示:MiMo是开源高效推理标杆,适合开发者与追求低成本的企业;若需强多模态与极致创意,仍需搭配闭源旗舰。微信公众号 @AI出海观察 表示:这种深度思考能力,已经接近GPT-5-High的水平了。知乎 @阿咕噜 表示:MiMo-V2-Flash 的编码能力、推理速度和低成本优势,在开源模型中绝对是第一梯队水准。171613
  • 综合能力跻身前列:在数学、科学、Agent任务等多维度评测中稳居开源前二,初步具备模拟世界能力。值得买社区 @姜维 表示:在AIME 2025数学竞赛、GPQA-Diamond科学知识测试等硬核场景中,它同样跻身开源模型前列,与当前市场主流的DeepSeek-V3.2差距并不明显。微信公众号 @人工智能纵横 表示:MiMo-V2-Flash已经初步具备了模拟世界的能力,比如通过HTML写操作系统、模拟太阳系、画一棵圣诞树,展示了小米在AGI领域的实质性进展。微信公众号 @新我成长与反思 表示:在代码生成方面,SWE - bench Verified得分73.4%,超越所有开源模型,直逼GPT - 5 - High;在智能体任务中,τ² - Bench分类得分通信类95.3分,零售类79.5分,航空类66.0分。182519
02与顶级闭源仍存明显差距42%提及
反对者指出,尽管MiMo-V2-Flash在特定任务上表现优异,但在生成质量、创意能力和极限推理深度上与顶尖闭源模型仍有肉眼可见的差距,小米官方也坦承需要进一步缩小差距。
  • 生成质量有待提升:网页精细度和资讯实时度不足,与GPT-5.1 Code等闭源模型存在明显差距。微信公众号 @AI开源前哨 表示:总的来看,MiMo-V2-Flash对于编码能力以及推理能力效果都还是很不错的,但是在效果上面确实和顶尖模型之间还是有些差距,尤其是生成的网页的精细度以及资讯的实时度还是有待提升的。值得买社区表示:如果你拿它和目前的版本答案”Claude 4.5 或者 GPT-5.1 Code 相比,差距是肉眼可见的。微信公众号 @刘聪NLP 表示:MiMo-V2-Flash模型很快,从模型架构、和训练上,可以看出小米的想法,但因为现在确实被gemini喂叼了,看起来就是中规中矩。264
  • 极限能力仍显不足:在创意文本生成和深度推理任务上弱于DeepSeek-V3.2,稳定性有待提高。微信公众号 @科技圈观察 表示:在工程、Agent、效率相关任务上,MiMo已全面追平甚至反超,但在极限推理深度上,还是比不上DeepSeek。知乎 @陈浩LLM 表示:模型虽能比肩主流开源 SOTA 模型,但和顶尖闭源模型相比仍有明显距离。微信公众号 @大模型观测员 表示:作为新团队的新模型,MiMo-V2-Flash的表现还是不错的。最大的特点是快,平均TPS在一众国产模型中名列前茅,能跑到100 Token/s。在极速基础上,智力性能也并不弱,极限贴近字节老团队Seed 10月的模型,超过Qwen3的著名开源守门员235B。但推理模式和非推理模型都存在不稳定性偏高的问题,导致中位分数落差过大,普通用户体验差异会很大。28331
  • 官方承认存在差距:小米在技术报告中明确表示与最强闭源模型仍有差距,需通过扩大规模和算力持续追赶。知乎表示:小米在技术报告中也坦诚,MiMo-V2-Flash 与最强的闭源模型相比仍有差距。微信公众号 @任识聊AI 表示:小米在技术报告中也坦诚,该模型与顶尖闭源模型仍有差距,后续将通过扩大模型规模、提升训练算力缩小差距,同时探索更稳健、更高效的智能体架构。值得买社区表示:作为生产力工具,它完全不够;但作为商业产品,它可能是一次精准的降维打击。5126
当前全网观点呈现58%支持、42%质疑的态势。支持方主要基于MiMo-V2-Flash在代码修复、数学推理等硬核任务上的顶尖表现及极致性价比;反对方则聚焦于生成质量、创意能力和极限推理深度的不足。综合来看,该模型在特定场景(如编程、Agent任务)已具备接近闭源顶尖的实用价值,但在通用性和创造性任务上仍需迭代。短期内,它更适合作为高性价比的生产力工具而非全能替代品。43

评论

评论区空态插画

当前文章无评论,是时候发表评论了