小米的大模型，就问你快不快吧

大家好，我是 Ai 学习的老章

最近大模型世界打破消停

• 谷歌发布了 Gemini 3 Flash，更轻，更便宜，N 个 Benchmark 上超越 Gemini 3 Pro

• 小米开源了 MoE 模型 MiMo-V2-Flash，号称编程能力可以与 Claude Sonnet 4.5 一较高下

我看了一下小米这个 MiMo-V2-Flash，也试用了一下，但。。。

先看官方宣传

最突出的是：极致速度

** 亮点**： ⚙️ 模型参数：总参数 309B，激活参数 15B。
️ 混合注意力：5:1 交错的 128 窗口 SWA + 全局 | 256K 上下文
⚔️ 在通用基准测试中与 DeepSeek-V3.2 相匹配，但延迟更低
SWE-Bench ：73.4% | SWE-Bench 多语言：71.7% — 开源模型的新 SOTA
速度：150 输出标记/秒

资源：

模型权重：http://hf.co/XiaomiMiMo/MiMo-V2-Flash
博客文章：http://mimo.xiaomi.com/blog/mimo-v2-flash
技术报告：http://github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf
AI 工坊：http://aistudio.xiaomimimo.com

架构方面：

→ 使用混合注意力：滑动窗口 + 全局，比例为 5:1
→ 8 混合块（5 个滑动窗口注意力层 → 1 个全局）
→ 128 个标记滑动窗口
→ 256 位专家，每令牌 8 位活跃专家
→ 原生训练 32K, 扩展到支持 256K 上下文

从 Deepseek 离职之后加入小米的罗福莉也注册了推特，详细介绍了模型细节：

说实话我是看不懂，就是吃了一个瓜，有 Kimi 工程师锐评一波后被官方账号拉黑了，小米大模型团队格局属实有点小了

再附一个图，依然是突出：速度快、价格低

到底跑分成绩呢，N 个 Benchmark 上拳打 Kimi- K2，脚踢 DeepSeek-V3.2

体现 Code Agent 能力的 SWE-Bench Multilingual 更是遥遥领先

这个图更形象

但是我看了一些评测，总结就是：很快，但是能力一般

小米：你就说快不快吧

我也去测试了一下我经常使用测试模型阅读理解和编码能力的题目，结果如下

不如 Kimi K2 Thinking

阅读理解，没有识别出4次背影

最后是本地部署，我看了 313GB 的模型文件后直接放弃幻想了

所有推理代码现在都可在 SGLang 中找到 — 从发布之日起完全开源。

SGLang 部署模型在 H200（单节点）上的结果依然是：快得很
预填充： ~50K 令牌/秒 | TTFT < 1 秒
解码（3 层 MTP，16K 上下文）：5K–15K 每秒标记 | 每请求 115–151 TPS