小米推出的MiMo-V2-Flash模型在多项基准测试中展现了惊人的智能水平与成本控制能力，尤其在数学推理与智能体应用方面表现出色，极具商业落地价值。
智能速览
智能水平仅次于Kimi2-thinking，逼近顶级模型行列
百万级in/out token价格仅为竞品的10%，性价比极高
AIME 2025数学评测表现强势，击败GPT-5.1
电信智能体基准测试排名第一，Agentic能力出色
编码能力击败Claude 4.5，但在专家级科学推理上稍弱
精华内容
小米MiMo模型在多项基准测试中展现了越级打怪的实力，极低的成本更是让其在商业部署中极具诱惑力。
智能与推理
在智能水平上，MiMo仅次于Kimi2-thinking，表现优于大部分主流模型。虽然Google Gemini 3 Flash的发布抢走了一些风头，但在复杂推理、深度理解及创造性任务方面，MiMo已达到“智能水平达标”的门槛。
特别是在AIME 2025数学评测中，MiMo展现了惊人的深度逻辑推理与符号运算能力，击败了GPT-5.1，与Gemini 3 Flash几乎打平。
价格优势
价格是MiMo最核心的杀手锏。其百万级in/out token价格仅为同类竞品的10%左右。输入价格仅为0.1美元，输出0.3美元，相比之下GPT-5.2 xhigh的输入价格高达1.75美元，输出更是达到了惊人的14美元。
在需要大规模部署且对成本敏感的业务场景中，MiMo提供了完美的性价比解决方案，彻底打破了“想爽必须敞开心扉打开钱包”的行业现状。
综合能力
编码能力方面，MiMo击败了Claude 4.5、Qwen3.x和Deepseek R1，虽然在科学代码领域稍逊于Deepseek V3和Gemini 3 Flash，但在刷LeetCode等动态编码场景表现优异。
在Bench Telecom (Agentic Tool Use)这一2025年电信智能体基准测试中，MiMo排名第一，证明了其在处理多轮交互和复杂工具调用上的实用价值。
存在短板
尽管综合表现亮眼，但MiMo并非全能。在GPQA Diamond专家级科学推理基准测试中，面对博士及竞赛级科学问题，MiMo表现尚有欠缺。
此外，在SciCode科学代码合成及IFBench复杂指令跟随测试中，MiMo虽然达到了及格线，但与顶尖模型相比仍存在客观差距。
小米MiMo-V2-Flash作为初代产品已展现出颠覆行业的潜力，极高的性价比使其成为构建智能体应用的首选之一。未来随着模型迭代，其表现更值得期待。
