据 [动察 Beating](https://t.me/OneMillion_AI) 监测，小米 MiMo 团队已开源 MiMo-V2.5 系列大模型，包含两款模型，均采用 **MIT 许可**，支持**商用部署**、**继续训练**与**微调**；上下文窗口最高达 **100 万 token**。
—
## 一、MiMo-V2.5-Pro：纯文本 MoE，主打复杂 Agent 与编程
– **架构**：纯文本 **MoE（混合专家）**
– **总参数**：1.02T
– **激活参数**：420 亿
### 关键能力与表现
在 **ClawEval** 评测中，MiMo-V2.5-Pro 取得 **64% Pass^3**，达到同类水平；同时在效率方面表现突出——**每条任务轨迹仅消耗约 7 万 token**，相比 **Claude Opus 4.6、Gemini 3.1 Pro 和 GPT-5.4**，大约减少 **40%–60%** 的 token 开销。
在 **SWE-bench Verified** 上，得分达到 **78.9**。
### 官方案例亮点
官方博客展示案例中，V2.5-Pro 在北京大学编译原理课程项目中实现了一个完整的 **SysY → RISC-V 编译器**：
– 耗时：**4.3 小时**
– 工具调用：**672 轮**
– 隐藏测试集：**233/233 满分**
—
## 二、MiMo-V2.5：原生全模态，覆盖文本/图像/视频/音频理解
– **架构**：原生全模态模型
– **总参数**：3100 亿
– **激活参数**：150 亿
– **支持模态**：**文本、图像、视频、音频**
### 多模态能力配置
MiMo-V2.5 配备了专用编码器：
– 视觉编码器：**7.29 亿参数 ViT**
– 音频编码器：**2.61 亿参数**
在 **Claw-Eval 通用子集** 中，得分为 **62.3**。
—
## 三、两款模型的通用技术路线：SWA+GA + MTP 加速
两款模型均采用 **滑动窗口注意力（SWA）** 与 **全局注意力（GA）** 的混合架构，并搭配 **3 层多 token 预测（MTP）模块**：一次预测多个 token，从而提升推理效率。
同时，模型权重已发布至 **Hugging Face**，便于开发者直接获取与落地。
—
## 四、开源同步激励：Orbit 百万亿 Token 创造者计划
随着开源发布，MiMo 团队同步启动 **「Orbit 百万亿 Token 创造者激励计划」**：
– 时长：**30 天**
– 额度：面向全球用户免费发放**总计 100 万亿 token**
参与方式：个人开发者、团队与企业均可在活动页面提交申请。
– 评估周期：约 **3 个工作日**
– 通过后发放：以 **Token Plan** 或 **赠金** 形式到账
– 可直接配合 **Claude Code、Cursor** 等编程工具使用
—
原创文章，作者：admin，如若转载，请注明出处：https://www.23btc.com/175348/
