当前位置：首页 > news >正文

小米MiMo-V2-Flash大模型深度评测：速度快但能力如何？程序员必看！

news 2026/7/15 8:42:58

文章主要评测了小米最新开源的大模型MiMo-V2-Flash，该模型采用混合注意力机制，总参数309B，激活参数仅15B，在SWE-Bench测试中达到73.4%的准确率，速度高达150输出标记/秒。尽管在多个基准测试中表现优异，但作者实际测试发现其能力一般，尤其在阅读理解和编码能力方面不如Kimi K2 Thinking。模型完全开源，部署速度快，适合需要高推理效率的场景。

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

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 🔥

最后

我在一线科技企业深耕十二载，见证过太多因技术卡位而跃迁的案例。那些率先拥抱 AI 的同事，早已在效率与薪资上形成代际优势，我意识到有很多经验和知识值得分享给大家，也可以通过我们的能力和经验解答大家在大模型的学习中的很多困惑。

我整理出这套 AI 大模型突围资料包：

✅AI大模型学习路线图
✅Agent行业报告
✅100集大模型视频教程
✅大模型书籍PDF
✅DeepSeek教程
✅AI产品经理入门资料

完整的大模型学习和面试资料已经上传带到CSDN的官方了，有需要的朋友可以扫描下方二维码免费领取【保证100%免费】👇👇

为什么说现在普通人就业/升职加薪的首选是AI大模型？

人工智能技术的爆发式增长，正以不可逆转之势重塑就业市场版图。从DeepSeek等国产大模型引发的科技圈热议，到全国两会关于AI产业发展的政策聚焦，再到招聘会上排起的长队，AI的热度已从技术领域渗透到就业市场的每一个角落。

智联招聘的最新数据给出了最直观的印证：2025年2月，AI领域求职人数同比增幅突破200%，远超其他行业平均水平；整个人工智能行业的求职增速达到33.4%，位居各行业榜首，其中人工智能工程师岗位的求职热度更是飙升69.6%。

AI产业的快速扩张，也让人才供需矛盾愈发突出。麦肯锡报告明确预测，到2030年中国AI专业人才需求将达600万人，人才缺口可能高达400万人，这一缺口不仅存在于核心技术领域，更蔓延至产业应用的各个环节。

资料包有什么？

①从入门到精通的全套视频教程⑤⑥

包含提示词工程、RAG、Agent等技术点

② AI大模型学习路线图（还有视频解说）

全过程AI大模型学习路线

③学习电子书籍和技术文档

市面上的大模型书籍确实太多了，这些是我精选出来的

④各大厂大模型面试题目详解

⑤ 这些资料真的有用吗?

这份资料由我和鲁为民博士共同整理，鲁为民博士先后获得了北京清华大学学士和美国加州理工学院博士学位，在包括IEEE Transactions等学术期刊和诸多国际会议上发表了超过50篇学术论文、取得了多项美国和中国发明专利，同时还斩获了吴文俊人工智能科学技术奖。目前我正在和鲁博士共同进行人工智能的研究。

所有的视频教程由智泊AI老师录制，且资料与智泊AI共享，相互补充。这份学习大礼包应该算是现在最全面的大模型学习资料了。

资料内容涵盖了从入门到进阶的各类视频教程和实战项目，无论你是小白还是有些技术基础的，这份资料都绝对能帮助你提升薪资待遇，转行大模型岗位。

智泊AI始终秉持着“让每个人平等享受到优质教育资源”的育人理念‌，通过动态追踪大模型开发、数据标注伦理等前沿技术趋势‌，构建起"前沿课程+智能实训+精准就业"的高效培养体系。

课堂上不光教理论，还带着学员做了十多个真实项目。学员要亲自上手搞数据清洗、模型调优这些硬核操作，把课本知识变成真本事‌！

如果说你是以下人群中的其中一类，都可以来智泊AI学习人工智能，找到高薪工作，一次小小的“投资”换来的是终身受益！

应届毕业生‌：无工作经验但想要系统学习AI大模型技术，期待通过实战项目掌握核心技术。

零基础转型‌：非技术背景但关注AI应用场景，计划通过低代码工具实现“AI+行业”跨界‌。

业务赋能 ‌突破瓶颈：传统开发者（Java/前端等）学习Transformer架构与LangChain框架，向AI全栈工程师转型‌。