MiMo Code：将编码智能体扩展至长周期任务
小米MiMo团队开源基于OpenCode的终端编码智能体MiMo Code。文章深入解析其针对长周期编程任务的核心设计：通过并行采样与验证提升单次决策计算质量；利用分层记忆与周期重建机制维持多轮状态连续性；通过项目记忆与自动化蒸馏实现跨会话经验进化。并在SWE-Bench等基准及内部A/B测试中展示了优于Claude Code的性能。
Xiaomi Mimo
小米 MiMo，小米的创意内容探索与分享平台。
评论
点赞
收藏小米MiMo-V2.5-Pro-UltraSpeed：万亿参数模型生成速度突破1000 token/秒
小米联合TileRT发布MiMo-V2.5-Pro-UltraSpeed模型，在万亿参数规模下实现1000+ tokens/s推理速度，仅需单节点8张商用GPU。三大技术支撑：FP4量化仅压缩MoE专家层保住推理质量、DFlash块级投机解码每轮验证接受6-7个token、TileRT持久化内核消除算子边界延迟。API限时申请（6月9-23日），价格3倍但速度约10倍，已开源FP4权重与DFlash参数。这是一篇有技术干货的机构产品发布稿，适合关注大模型推理优化的从业者了解前沿工程进展，但全文为官方单向宣发，缺少独立视角或讨论入口。
MiMo-V2.5系列全流水线推理优化：将混合滑动窗口注意力效率推向极限
小米MiMo团队首次详细公开V2.5系列推理系统完整工程实践。核心信息：Hybrid SWA架构理论上将KVCache压缩至Full Attention的1/7，但生产中面临缓存一致性、前缀匹配、分布式调度等工程难题。文章详述双池KVCache设计、SWA感知前缀缓存树、GCache分布式缓存（与GPU机器共部署，零额外存储成本）以及LLM-Router无状态调度器。实测服务端KVCache命中率平均93%，重度用户超95%，RDMA单进程吞吐约170GB/s。适合关注LLM推理优化、大模型部署架构的工程师系统了解端到端方案。
小米发布 MiMo-V2.5 多模态大模型：310B参数，Agent能力领先
小米于2026年4月22日发布MiMo-V2.5多模态大模型。该模型为310B参数Sparse MoE架构（15B活跃），训练于48T tokens，原生支持视觉和音频理解，上下文窗口扩展至100万tokens。在编码Agent、多模态理解等多项基准上，与Kimi K2.6、Claude Opus 4.6、Gemini 3.1 Pro等前沿模型竞争。模型经历文本预训练、投影器对齐、多模态预训练、监督微调与Agent后训练、RL五个阶段。全面开源，权重和tokenizer已上架Hugging Face。Token计划同步更新，百万上下文不再额外收费。
小米 MiMo-V2.5 TTS 系列：面向智能体时代的语音合成模型
小米MiMo发布V2.5-TTS系列语音合成模型，核心卖点是让语音表达能被语言直接操控——通过自然语言指令、音频标签和纯文本理解三种方式控制语气/情感/节奏/音色，实现从"朗读"到"自由表达"的进化。系列包含三款模型：标准版（高品质预置音库，支持精细风格指令）、VoiceDesign（一句话描述即可生成全新声音，无需参考音频）、VoiceClone（几秒参考音频即可克隆音色，保留呼吸和节奏习惯）。所有模型均支持中英文，克隆后仍可叠加风格指令和标签控制。附有大量音频Demo展示剧本式多层次指令、ASMR耳语、角色扮演等场景效果。当前免费试用，并开源了Agent集成工具包。未来规划包括扩大语音预训练规模、迈向通用音频生成（环境音/音乐/音效融合）、以及上下文理解能力。
小米 MiMo-V2.5-Pro 发布：1.02T 参数 MoE 模型，多项基准达前沿水平
小米开源 MiMo-V2.5-Pro，1.02T 总参/42B 激活参数的 MoE 模型，支持 1M token 上下文，采用混合注意力（SWA:GA=6:1）与多 token 预测架构，预训练 27T tokens。在 agentic 和 coding 基准上达到前沿水平，并以三个长周期案例展示自主能力：4.3 小时/672 次工具调用完成北大 SysY 编译器项目（233/233 满分）；11.5 小时/1868 次调用写出 8192 行视频编辑器；约 1 小时闭环迭代完成研究生级模拟 EDA 设计（FVF-LDO，TSMC 180nm）。Token 效率突出，ClawEval 上仅用约 70K tokens/轨迹即达到 64% Pass³，比竞品省 40–60% token。模型已全量上线，API 定价不变。
小米MiMo-V2.5-Pro正式开源：1万亿参数MoE模型，Agent与编程能力对标前沿
小米发布并开源MiMo-V2.5-Pro大模型：1.02万亿参数MoE（42B活跃），100万token上下文。核心看点——4.3小时自主完成北大编译器课程项目（233/233满分通关）、11.5小时写出8192行视频编辑器、一小时内完成研究生级模拟芯片LDO设计优化，三项任务均自主完成且达到专业水准。Agent和编程能力在SWE-Bench、Terminal-Bench等基准上对标GPT-5.4和Claude Opus 4.6，同等能力下少用40-60% token，推理效率突出。采用Hybrid Attention + Multi-Token Prediction架构，27T tokens预训练，后训练经SFT、领域RL、多教师蒸馏三阶段。已开放API和Hugging Face权重，定价不变。
小米发布旗舰AI模型MiMo-V2-Pro，Agent能力跻身全球第一梯队
小米官方发布旗舰基础模型MiMo-V2-Pro，专为智能体（Agent）工作负载设计，在多项Agent基准测试中进入全球前三。模型总参数超1万亿、激活参数42B，采用增强版混合注意力机制（7:1比例），支持100万token上下文。核心看点：ClawEval通用智能体评分61.5，全球第三逼近Claude Opus 4.6；编码能力（SWE-bench Verified 71.7）超越Claude Sonnet 4.6；此前匿名测试版本Hunter Alpha曾在OpenRouter日调用量登顶，累计消耗超1万亿token。模型定价对标Claude系列，提供最高100万token上下文支持，已与OpenClaw等五大Agent框架合作向开发者提供一周免费API。文章包含完整基准对比表、架构细节和内部工程评估，是一篇信息密度较高的官方技术发布。