小米 MiMo-V2-Pro 评测：1 万亿参数大模型挑战 GPT-5.2，成本仅需 1/7

中国电子和汽车制造商小米今天发布了 MiMo-V2-Pro，一款拥有 1 万亿参数的基础模型，其基准测试接近美国 AI 巨头 OpenAI 和 Anthropic 的水平，但通过专有 API 访问时成本仅为后者的 1/7 左右。

技术架构：代理时代的智能引擎

MiMo-V2-Pro 由 DeepSeek R1 项目的资深专家 Fuli Luo 领导开发。该模型采用稀疏架构：虽然拥有 1 万亿总参数，但在任何单次前向传递中只有 420 亿参数处于活跃状态，使其规模约为前代 MiMo-V2-Flash 的三倍。

模型的核心是进化的混合注意力机制。MiMo-V2-Pro 采用 7:1 的混合比例（Flash 版本为 5:1）来管理其庞大的 100 万 token 上下文窗口。这种架构选择使模型能够在长时间运行的任务中保持深度”记忆”，而不会出现前沿模型常见的性能下降。

性能表现：第三方验证

在 GDPval-AA（衡量代理现实工作任务表现的基准）上，MiMo-V2-Pro 取得了 1426 的 Elo 分数，领先于 GLM-5（1406）和 Kimi K2.5（1283）等主要中国同行。

第三方基准测试组织 Artificial Analysis 验证了这些声明，将 MiMo-V2-Pro 排在全球智能指数第 10 位，得分为 49 分。这使其与 GPT-5.2 Codex 处于同一级别，并领先于 Grok 4.20 Beta。

关键指标亮点：

• 幻觉率：Pro 模型将幻觉率降至 30%，较 Flash 模型的 48% 大幅改善
• 全知指数：得分 +5，领先于 GLM-5（+2）和 Kimi K2.5（-8）
• Token 效率：运行完整智能指数仅需 7700 万输出 token，显著少于 GLM-5（1.09 亿）和 Kimi K2.5（8900 万）

定价策略：极具竞争力的成本

小米对 MiMo-V2-Pro 的定价旨在主导开发者市场：

• MiMo-V2-Pro（≤256K）：输入 1 美元/百万 token，输出 3 美元/百万 token
• MiMo-V2-Pro（256K-1M）：输入 2 美元/百万 token，输出 6 美元/百万 token
• 缓存读取：低层级 0.20 美元，高层级 0.40 美元
• 缓存写入：暂时免费

Artificial Analysis 报告称，运行其智能指数测试，MiMo-V2-Pro 仅需 348 美元，而 GPT-5.2 需要 2304 美元，Claude Opus 4.6 需要 2486 美元。

企业应用建议

基础设施决策者：MiMo-V2-Pro 是智能与成本帕累托前沿的有力候选者。以约 1/7 的成本获得全球前 10 的智能水平，对生产规模测试具有强大吸引力。

数据决策者：可利用 100 万上下文窗口构建 RAG 就绪架构，将整个企业代码库或文档集输入单个提示。

安全决策者：需谨慎。模型的”代理”特性（能够使用终端和操作文件）增加了提示注入和未授权访问的攻击面。虽然低幻觉率（30%）是防御优势，但缺乏公开权重意味着内部安全团队无法进行深度模型级审计。

总结

小米 MiMo-V2-Pro 代表了大模型领域的重要突破。通过专注于”行动空间”而非”对话窗口”，小米试图完全跨越对话范式。该模型目前在智能指数上排名中国第 2、全球第 8，问题不再仅仅是”它能说话吗？”而是”它能行动吗？”

对于寻求高性价比代理 AI 解决方案的企业来说，MiMo-V2-Pro 无疑是一个值得认真考虑的选择。

YUANLEISVIP

收藏 链接