标题：MiMo-V2-Flash杀疯了：150 tokens/s，小米开源AI王炸

就在刚刚，小米大模型Core团队直接甩出王炸。

MiMo-V2-Flash，一个名字里写着"快"的开源模型，却在性能上叫板了当前最强的几个对手。

当速度遇上性能，会发生什么？

在AI圈，一直有个"鱼和熊掌"的难题：要快，就得牺牲能力；要强，就得接受等待。

但MiMo-V2-Flash似乎想打破这个魔咒。

309B总参数，15B激活参数——这个MoE架构的设计，让它在保持顶尖性能的同时，实现了150 tokens/s的输出速度。

什么概念？你刚点完发送，它的回复已经铺满屏幕了。

技术亮点：让"快"有了新解法

MiMo-V2-Flash的秘密武器是混合注意力机制。

简单说，它把5/6的注意力计算交给轻量级的"窗口注意力"，只保留1/6处理全局信息。这种"好钢用在刀刃上"的设计，让它在256K超长上下文的处理上，依然快得飞起。

成绩单：用数据说话

• 通用基准：直接对标DeepSeek-V3.2，但速度快了好几个数量级
• 编程能力：SWE-Bench Verified 73.4%，多语言版本71.7%——开源模型新SOTA
• Day-0支持：发布即部署，lmsysorg已就位

真正的意义：Agentic AI的"心脏"

小米特别强调，这是"为Agentic AI设计的"。

这意味着MiMo-V2-Flash不只是聊天机器人，它能作为智能体的核心引擎，处理复杂任务链、实时决策、多步骤推理——在这些需要快速、连续、大量调用的场景里，它的速度优势会被无限放大。

一句话总结

小米用MiMo-V2-Flash证明：开源模型不必在"快"和"强"之间妥协。

150 tokens/s的速度 + 前沿的性能 = 一个真正可用的AI引擎

想试试？

• 模型下载：huggingface.co/XiaomiMiMo/MiMo-V2-Flash
• 技术报告：github.com/XiaomiMiMo/MiMo-V2-Flash/blob/main/paper.pdf
• AI体验：aistudio.xiaomimimo.com