Xiaomi MiMo

小米自研的輕量化開源推理大模型系列,具備強大的多模態理解和生成能力

深度報告

  • Xiaomi MiMo 是小米集團Core團隊研發的通用智慧基座,於2025年4月以輕量化的MiMo-7B正式亮相,採用MIT開源協議。該模型僅7B引數規模,但在AIME數學推理等benchmark上取得了出色的成績,展現了輕量化與高效能的平衡。2026年4月23日,小米正式開啟MiMo-V2.5系列大模型公測,其中MiMo-V2.5-Pro在通用智慧體能力、複雜軟體工程及長程任務等維度上達到全球頂尖Agent模型水平,綜合智慧指數位列全球開源大模型第一。

  • Xiaomi MiMo由小米集團自主研發,隸屬於小米AI實驗室。小米作為全球領先的智慧生態企業,近年來在AI領域持續投入,逐步構建了覆蓋語音、視覺、多模態的完整AI能力矩陣。MiMo系列不僅面向消費者提供Web端對話體驗,還向開發者提供API介面,支援快速整合接入。目前MiMo系列包含多款產品,覆蓋從輕量到旗艦的不同需求層次。

  • MiMo-V2.5系列包含四款產品:MiMo-V2.5-Pro定位旗艦,在代理能力和長程一致性方面實現突破;MiMo-V2.5面向主流使用者,兼顧效能與效率;MiMo-V2.5-TTS Series賦予Agent語音生成能力;MiMo-V2.5-ASR是開源語音識別模型,支援中英雙語、方言、歌詞等複雜場景。使用者體驗方面,MiMo能夠理解文字、看懂世界,透過持續學習與使用者建立更自然的互動關係。

  • MiMo採用Token計費模式,提供透明的配額管理。根據產品級別不同,分為多個套餐層級,從免費試用到企業級API呼叫,滿足不同使用者群體的需求。具體定價方案可透過官方網站查詢。

  • 正面評價方面,使用者普遍認可MiMo在數學推理和程式碼生成方面的能力,認為輕量化模型能夠在消費級硬體上實現高效執行,實用性強。但也有使用者指出,部分評測榜單存在營銷宣傳的成分,實際能力與榜單表現可能存在差異。此外,聯網檢索功能的穩定性也是部分使用者關注的焦點。

  • 從行業角度看,MiMo的出現在開源大模型領域為中國AI企業爭得了榮譽。多個國際評測榜單的成績證明了其技術實力。但媒體也指出,需要客觀看待評測資料,模型的實際應用效果還需要更多真實場景的檢驗。

  • MiMo適合以下使用者群體:需要AI輔助程式設計和數學推理的開發者;對AI助手有需求的普通使用者;希望整合AI能力的企業客戶。對於追求極致效能的使用者,建議選擇Pro版本;對於resource strict的使用場景,Flash版本提供更快的響應速度。

使用者評論

  • 頭像
    Jack_RussellZ
    MiMo V2.5 Pro 的 UltraSpeed 模式確實快,1000 tok/s 不是吹的。但快歸快,複雜任務翻車率也不低,經常生成半成品。速度和質量之間還是得有個平衡吧。

  • 頭像
    PenguinPoolTurner
    用了兩個月 MiMo Code,說幾點真實感受:記憶系統確實好用,專案級持久化能記住前後上下文,不用每次重複交代;但在 npm install 時翻車過兩次,Agent 未經確認直接給我刪了全域性包,這個得趕緊修。

  • 頭像
    Joe.Lopez_2024
    降價後的 MiMo API 確實便宜,快取命中才 0.025 元/百萬 token,寫程式碼隨便造都不心疼。但高峰時段響應速度明顯拉胯,希望伺服器趕緊擴容。

  • 頭像
    u77bdopfe
    MiMo Claw 的 PPT 美化功能有點意思,把那種 90 年代風格的課件丟進去,出來的配色和排版確實正常多了。適合我這種 PPT 苦手,不用再為排版浪費半天時間。

  • 頭像
    BCooperZ218
    Claude Code + MiMo V2.5 Pro 的組合是真的香,價格只有 Opus 的零頭,編碼能力基本夠用。我做了一個資料分析平臺,從飛書拉資料到前端視覺化,MiMo 一輪就搞定了,沒返工。

  • 頭像
    smallbird302
    MiMo 的英文創作確實差點意思,寫中文週報和文件還行,但要用它寫英文郵件或者英文部落格,那個表達水平真的一言難盡。中文場景選它沒錯,英文場景還是找 Claude 吧。

  • 頭像
    ZetaZone573
    買了 MiMo 的 Token Plan,24 億積分根本用不完啊,每天拼命用還剩一大半。提示詞快取太強了,同樣的專案程式碼反覆用,快取命中後幾乎不花錢,小米這定價策略有點東西。

  • 頭像
    趙蘭浩
    V2.5 的聯網檢索就是最大短板,問它小米 2025 年釋出了哪些機型,居然把 2024 年的也塞進去了,還漏掉了小米 17 系列。聯網搜尋這一塊,國產還得看 DeepSeek。

  • 頭像
    JudyKim168
    MiMo 的端側推理能力是其他雲端模型比不了的。在小米 SU7 上試了下離線語音控車,響應比聯網快多了,而且本地處理不上傳雲端,隱私這塊確實安心。

  • 頭像
    Evelyn.FisherQ161
    MiMo-V2.5-Pro 做 RAG 應用價效比絕了,100 萬上下文視窗不用額外加錢,Token 效率又高。對比下來做同一個 Agent 任務,比用 Claude 省了一半的 token。

  • 頭像
    ETaylor_66601
    說實話 MiMo 的 UI 生成審美是真的拉胯,讓它做個網頁,功能倒是能實現,但那個設計感……跟 GPT-5.5 做出來的差了不止一個檔次。前端程式碼這塊還有很大的提升空間。

  • 頭像
    STurner520
    給 MiMo V2.5 丟了 28 頁的蘋果財報 PDF,讓它分析總結,結果居然挺不錯——iPhone 是絕對功臣、研發投入暴增、現金流充沛,關鍵資訊都抓出來了。讀英文財報這塊實用。

  • 頭像
    Johnny.Campbell_2024
    用 MiMo 做了個簡單的知識庫問答應用,比之前用 DeepSeek 省了不少 token。MiMo 的回覆更簡潔精準,不會囉裡囉嗦說一堆廢話。省錢省 token 就是生產力。

  • 頭像
    KellyRuiz369
    MiMo Code 開源挺好的,MIT 協議可以隨便改。但 V0.1.0 的 bug 確實多,跑了個 200 步的長任務,中間卡死了兩次,還得靠重啟恢復。希望團隊快點修吧。

  • 頭像
    ubstgsrh5
    MiMo 的 TTS 語音合成有點驚喜,廣東話和四川話都支援,而且同一句話裡能平滑切換情緒。試了下「剛睡醒帶點沙啞」這種自然語言描述,還真能調出那個味。

  • 頭像
    AArob
    把 160 萬字的甄嬛傳丟給 MiMo 分析人物關係,它居然做了個可互動的 HTML 頁面出來,角色卡、關係線、時間軸全都有。雖然前端審美一般,但功能性和完整性吊打很多模型了。

  • 頭像
    soNEL
    作為一個全棧開發者,我覺得 MiMo 寫程式碼的註釋質量很高,生成的程式碼自帶錯誤處理和單元測試,基本可以直接拿到生產環境用。這一點比很多國產模型做得好。

  • 頭像
    ZAalv
    MiMo V2.5 的降價幅度挺大,但說實話對於個人開發者來說,開通流程還是不友好。要註冊小米開放平臺、自己申請 API Key、按量付費,沒有那種充個月費直接用的入口。

  • 頭像
    鍾珍
    小米在大模型這條路上的打法就是「價格屠夫」,跟當年做手機一個套路。V2.5 Pro 比 Claude Opus 便宜 5 倍,能力差距不到 5%,這對開發者來說太香了。

  • 頭像
    Claire471_r
    MiMo 的數學推理從 V2 到 V2.5 進步明顯,從 71.9% 漲到了 83.5%。但跟 DeepSeek 和 Kimi 的 K2.6 比起來,通識深度推理還是差了不少,選型的時候要看具體場景。

  • 頭像
    楓葉_24
    MiMo 的 Agent 能力是真強,我讓它寫個自動化工作流——每天從飛書拉資料、做報表、發郵件,一套下來全自動跑通了。其他模型做到一半就跑偏,MiMo 基本能保持一致性。

  • 頭像
    馮貞軒
    今天 MiMo 高峰期卡到沒法用,提交個 Git 執行了十分鐘你敢信。平時還不錯,但一到工作日高峰就拉胯。擴容能不能抓緊點?總不能讓使用者避開高峰期用吧。

  • 頭像
    AriaMoore
    試了 MiMo 的多模態識別,拍了張模糊的 Switch 照片給它,居然準確識別出是 OLED 版。醫院檢驗報告也能看懂,自動給出健康建議。端側本地處理不上傳,這點很加分。

  • 頭像
    Alexander.Anderson_77
    MiMo 在 Artificial Analysis 開源第一,但個人覺得榜單有水分。實測寫詩寫文章還是不如 Claude 和豆包,文字創作能力真的一般。不過做 Agent 和編碼確實是一把好手。

  • 頭像
    蔣月玉
    用了 MiMo 半年多了,從 V1 看到 V2.5,迭代速度是真快。羅福莉帶隊之後模型質量肉眼可見地提升。希望繼續保持開源,別走著走著就閉源了。

  • 頭像
    JohnFlores_88
    今天把 MiMo-V2.5-Pro 接入了我們團隊的 CI/CD 流程,用來做程式碼 review 和單元測試生成。測了一週,Bug 檢出率還行,但偶爾會漏掉一些邊界情況。建議作為輔助工具,別完全信任。

  • 頭像
    YaseminPoçan
    MiMo Claw 那個單次限時 1 小時機制有點雞肋,寫到一半超時了資料全銷燬,得重新來。能不能加個續時或者儲存進度的功能?

  • 頭像
    Olivia_Wright_88
    MiMo V2.5 Pro 的 100 萬上下文是真能用到,我把整個專案程式碼庫(大概 80 萬 token)一次性丟進去讓它重構,居然都能記住上下文,不會前面說了後面忘。這個能力在長任務場景下是殺手鐧。

  • 頭像
    JoyceSanchez007727
    試了 MiMo Code 的 Max Mode,並行生成 5 個候選方案再選最優。SWE-Bench 上確實有明顯提升,但 token 消耗也翻了 4-5 倍。適合關鍵任務用,日常開發開這個有點浪費。

  • 頭像
    whBEL
    MiMo 的中文理解確實比海外模型強,網路流行語、方言表達都能 get 到。但創意寫作是真的不行,寫出來的東西像模板套的,沒有靈魂。跟 Claude 比文采差距太大了。