小米迄今最强大模型 Xiaomi MiMo-V2.5 系列开启公测

4 月 23 日消息,小米今日宣布,Xiaomi MiMo-V2.5 系列模型正式开启公测。MiMo-V2.5-Pro 和 MiMo-V2.5 模型即将全球开源。

从公告获悉,Xiaomi MiMo-V2.5 系列包含 MiMo-V2.5、V2.5-Pro 、V2.5-TTS Series 、V2.5-ASR,拥有更强的推理、更稳的 Agent、更长的上下文、更强的指令遵循与模糊指令理解、更好的全模态感知和理解。与此同时,小米也对 Token Plan 定价方案进行了优化。

MiMo-V2.5-Pro:更强的智能体**,更长的专注力**

据介绍,MiMo-V2.5-Pro 是小米迄今最强大的模型。在通用智能体能力、复杂软件工程以及长程任务等维度上,它已能与全球顶尖 Agent 模型(Claude Opus 4.6、GPT-5.4 )正面较量,相较上一代 MiMo-V2-Pro 实现了全方位跃升。

内部测试中,MiMo-V2.5-Pro 搭配合适的运行框架,它可以稳定完成单次涉及近千轮工具调用的长程任务,在智能体场景下的指令遵循能力也明显提升 —— 既能精准捕捉上下文中的隐性要求,又能在超长周期内保持逻辑一致。至此,MiMo-V2.5-Pro 已经可以以更高的置信度承担起真正严肃的专业工作。

MiMo-V2.5-Pro 为更高难、更复杂的任务目标而生。小米把那些需要人类专家数天、乃至数周才能完成的任务交给它,让它独立跑完长程,且仍然可以保持极高质量。以下是它交付的结果:

  • 用 Rust 实现完整的 SysY 编译器

该任务源自北京大学《编译原理》课程项目,要求模型用 Rust 从零实现一个完整的 SysY 编译器:词法分析器、语法分析器、AST、Koopa IR 代码生成、RISC-V 汇编后端,以及性能优化。作为参考,北大本科生完成该项目通常需要数周时间**,然而** MiMo-V2.5-Pro 用时****仅 4.3 小时、经过 672 次工具调用完成全部工作,在隐藏测试集上取得 233/233 的满分**,展现了极高效的生产力价值。**

它没有陷入反复试错的蛮力,而是逐层搭建整个编译器:先搭完整流水线骨架,再逐层攻克 —— Koopa IR 满分(110/110),RISC-V 后端满分(103/103),性能优化满分(20/20)。首次编译即通过 137/233,59% 的冷启动通过率,意味着在跑任何测试之前,架构就已经是对的了。第 512 轮,一次重构令 lv9/riscv 回退了两个测试点;模型自行诊断、恢复、继续推进。

  • 开发一个视频编辑器

仅凭几句简单指令 ——" 构建一个视频编辑器 Web 应用 "——MiMo-V2.5-Pro 便交付了一款可运行的 Web 应用:具备多轨道时间线、片段裁剪、交叉淡化、音频混合以及导出流程等功能。最终构建的代码量达 8,192 行,历经 1,868 次工具调用,在 11.5 小时的自主工作中完成。

MiMo-V2.5:越级全模态 Agent,百万****上下文

MiMo-V2.5 是为 Agent 场景而生的原生全模态大模型,能同时看、听、读,并把理解转化为行动。这一次,MiMo-V2.5 带来个关键升级:

Agent 能力全面超越 MiMo-V2-Pro

在 Claw-Eval 等权威 Agent 评测中,MiMo-V2.5 超过 MiMo-V2-Pro 水平,胜任日常简单任务,同时 API 成本降低约 50%。

多模态****感知全面超越 MiMo-V2-Omni

跨模态推理、视频理解、图表分析等能力提升,在 VideoMME、CharXiv、MMMU-Pro 等评测中逼近甚至超越业界顶级闭源模型。

MiMo-V2.5 全系列:更高 Token 效率

MiMo-V2.5 全系列针对 Token 效率进行优化,用更少的 Token 做更多的事。

在达到相同 Agent 基准榜单 ClawEval 分数情况下:

  • MiMo-V2.5-Pro 相比 Kimi K2.6 节省了 42% Token
  • MiMo-V2.5 相比 Muse Spark 节省了 50% Token

图片

MiMo-V2.5 全系列:如何搭配使用?

  • MiMo-V2.5-Pro 专为长难 Agent 任务打造,MiMo-V2.5 覆盖绝大多数通用 Agent 场景
  • MiMo-V2.5 支持原生全模态 Agent 能力,涵盖图像、音频与视频
  • MiMo-V2.5 具备更高的平均推理速度,可以更迅速地响应对时延敏感的任务

Token Plan 焕新****升级

我们针对 Token Plan 做了几项适合你的、实质性的优化:

Credits 速率更新**,更优惠**

  • MiMo-V2.5:1x(消耗 1 Token = 1 Credit)
  • MiMo-V2.5-Pro: 2x(消耗 1 Token = 2 Credits)

取消 1 Token = 4 Credits 计费方式,从现在起,Token Plan 不再区分 256k 1 M 上下文****窗口的 Credit 倍率。

夜间专属优惠****速率

北京时间每天 00:00 ~ 08:00,所有模型 Credits 消耗速率在原有基础上再打 8 折

自动续费享折扣

  • 新增「连续包月」订阅模式,老用户开通自动续费享次月 7 折,新用户享次月 77 折,均限一次。
  • 新增「包年」订阅周期,一次订阅享全年 88 折,不再叠加首购 / 自动续费优惠。

上线福利:Token Plan 用户 Credits 全量重置

所有已购买 Token Plan 用户(截至北京时间 4 月 22 日 22:00 前)的 Credits 额度将全部重置清零,重新开始计算。

参考

这东西就那样,别抱太大期望。

小白问一下,这个开源版本和闭源版本区别大吗?是不是我们普通开发者也能用上?不太确定它说的那些功能我们能不能接触到。

又来这种帖子了,每次都说“最强”、“全面超越”,结果用起来还不是一样智障?等真出了能稳定写编译器的AI再吹吧。

试了一下公测申请,流程挺简单的:去官网填表,等邮件,然后会给个API密钥和文档链接。文档里有快速入门示例,照着跑一遍就能调用了。

它那个Rust编译器的例子挺有意思的,但“4.3小时”是纯模型推理时间,还是包括了人类调试和干预的时间?如果中间出错了,模型是怎么自己诊断和恢复的?能详细说说吗?

哇,这么厉害?那是不是以后写代码都不用自己动手了?坐等大佬们试用后的反馈!

我之前用过V2-Pro的API做自动化报表生成,确实比GPT-4的Agent稳定一些,至少不会中途自己“忘记”指令。但成本还是有点高,不知道这次降价50%是不是真的。另外,长上下文处理的时候,我发现它有时候会忽略中间的一些细节,不知道V2.5有没有改善这个问题。如果真能搞定近千轮的工具调用,那做复杂工作流自动化可能就靠谱了。

Mark一下,晚上回家申请试试。

看到那个视频编辑器的例子,让我想起去年用AutoGPT搞类似的东西,搞了三天最后崩了。如果这个真能自己搞定近两千次工具调用不出错,那确实是个进步。不过我还是有点怀疑,这种演示任务是不是提前“调教”过的,实际遇到业务里的奇葩需求还能不能这么顺畅。毕竟自己跑过才知道坑有多少。

Rust编译器例子是不是含人工干预这点没说

V2-Pro比GPT-4 Agent稳定一些是真的