实体 ›mimo-v2-5
MiMo-V2.5 是小米于 2026 年开源的面向 Agent 设计的大语言模型系列，在 Agent 基准测试上登顶开源第一，超过 DeepSeek V4-Pro、Kimi K2.6 和 GLM 5.1。
模型规格
MiMo-V2.5-Pro
- 定位：专为复杂 Agent 和编码任务设计
- 总参数：1.02T
- 激活参数：42B
- 上下文窗口：1M
- 协议：MIT（商用部署、持续预训练、LoRA 微调、二次开发均无限制）
MiMo-V2.5
- 定位：具有强大 Agent 能力的原生全模态模型
- 总参数：310B
- 激活参数：15B
- 上下文窗口：1M
- 协议：MIT
Agent 基准表现
| 基准 | MiMo-V2.5-Pro | 说明 |
|---|---|---|
| GDPVal-AA (Elo) | 1581 | 覆盖 44 个职业的真实产出质量评估 |
| ClawEval (pass^3) | 63.8 | 端到端 Agent 评估，含执行轨迹、审计日志、环境快照三重证据 |
| τ³-Bench | 72.9 | 真实客服场景的长时间多轮对话能力 |
- Token 效率相较 Kimi K2.6 节省 42%
- 编码能力直逼 DeepSeek V4 Pro，成本更低
架构创新
MiMo-V2.5 在架构设计上有重要创新，由小米团队的罗福莉主导：
- 混合注意力比例：全量注意力（Full Attention）和滑动窗口（Sliding Window）层的比例推至极端的 7:1
- MTP（多 Token 预测）：利用滑动窗口节省的注意力算力填充 MTP，实现推理速度 n 倍提升
- 与 MLA 的区别：罗福莉认为 MLA 结构不适合 Agent 范式，因其已达到压缩与访存的临界点，无法再用 MTP 加速。MiMo 的设计在访存和计算间达到更好的平衡
开源与部署
- 权重和 tokenizer 发布于 Hugging Face
- vLLM 和 SGLang 当天支持
- 原生支持 FP8 混合精度，消费级显卡可处理长上下文任务
- 同步推出"Xiaomi MiMo Orbit 百万亿 Token 创造者激励计划"
罗福莉的 Agent 见解
罗福莉（小米 AI 团队核心成员）对 Agent 框架提出了重要观点：
- Agent 框架的核心逻辑是"通过编排弥补模型短板"
- 模型与 Agent 架构需要同步演进
- 框架加上中档模型可在 85% 任务上达到 Claude Sonnet 同等水平
- Agent 框架的"可改变性"至关重要（如 Hermes Agent 的开源可定制特性）
外部链接
来源
暂无来源