小米推出了 MiMo-V2.5 型号系列，增加了多模态功能，并进一步进军顶级人工智能系统。
- 小米推出了 MiMo V2.5 和 V2.5 Pro 型号，将文本、图像、音频和视频功能整合到一个系统中。
- MiMo V2.5 Pro 提供了接近顶级的基准测试结果，在 SWE bench Pro 上解决了 57.2% 的任务，同时与领先的 AI 模型竞争。
- 该公司降低了模型的定价，同时提高了代币效率，与具有相似性能的同类系统相比，代币使用量减少了 42%。
根据小米的说法，新的 MiMo-V2.5 和 MiMo-V2.5-Pro 型号将图像、音频和视频处理整合到一个系统中，将之前分散在不同型号中的功能集成到一个集成版本中。
MiMo-V2.5 有何独特之处？
早期的 MiMo-V2-Pro 专注于文本和代码，而多模式功能则由性能较低的不同模型处理。那种分离已经不复存在了。 MiMo-V2.5融合了这些功能，允许用户无需切换工具或模型即可处理图像、视频和音频。
用户可以上传照片并请求建议、分析视频教程以获取分步指导，或从录制的会议中提取行动要点，所有这些都在同一个系统内进行。
小米将 Pro 版本描述为“在通用代理功能、复杂软件工程和长期任务方面相对 MiMo-V2-Pro 的重大飞跃”，并补充说，它现在在大多数编码和代理基准测试中都可以与 Claude Opus 4.6 和 GPT-5.4 等领先系统相匹配。
性能、定价和定位
MiMo-V2.5-Pro 专为要求苛刻的工作流程而设计。小米表示，它可以“自主完成涉及 1000 多个工具调用的专业任务，这些工作需要人类专家花费几天的时间。”
Pro 模型的运行速度为每秒 60 到 80 个代币，其定价为每百万个输入代币 1.00 美元，每百万个输出代币 3.00 美元。基本 MiMo-V2.5 模型面向日常使用，以 0.40 美元的输入和 2.00 美元的输出成本提供每秒 100 至 150 个代币的更快速度。两种模型都支持 1M 代币上下文窗口，允许它们处理大型数据集或扩展对话。
基准数据显示 Pro 型号接近顶级。在 SWE-bench Pro 上，它解决了 57.2% 的任务，是典型平均值（约 25%）的两倍多。 τ3-bench 和 ClawEval 的结果使其接近领先模型，但在更复杂的推理测试（例如 Humanity's Last Exam）上的性能有所下降，它的得分为 48.0%，而 GPT-5.4 的得分为 58.7%。
效率已成为关键的差异化因素。小米表示，在获得类似结果的情况下，MiMo-V2.5-Pro 使用的令牌比 Kimi K2.6 少 42%，而基本模型消耗的令牌几乎是同类系统所需令牌的一半。对于大规模运营的开发者来说，较低的代币使用量可以直接降低成本。
快速推出和生态系统推动
最近的版本显示出稳定的节奏。小米于 2025 年底推出了 MiMo-V2-Flash，随后于 3 月份推出了 V2-Pro、Omni 和 TTS 型号，最后推出了 V2.5 系列。
雷军宣布未来三年对人工智能投资 8.7B 美元，此后的活动表明部署已经加速。
平台数据添加了上下文。截至 4 月初，小米机型约占 OpenRouter 流量的 21%，单周使用量增长超过 42%。这一增长是在通过 Hermes 代理人工智能工具免费访问一段时间后实现的，该工具扩大了可见性和采用率。
价格随发布而更新。作为推出的一部分，小米取消了使用完整 1M 代币上下文窗口的额外费用，并重置了用户积分。这些模型可通过 MiMo API 获取，而通过 AI Studio 的访问仍然有限。
小米表示，未来的模型将侧重于“更深入的推理、更紧密的工具集成和更丰富的现实世界基础”，这表明另一个版本可能会比预期更早到来。