小米正式发布 MiMo-V2.5 系列大模型并开启公测。最直观的 demo 来自代码生成领域：MiMo-V2.5-Pro 用 4.3 小时（672 次工具调用）从零写了一个完整的 SysY 编译器（Rust 实现），233 个测试全部通过。
SysY 是南京大学编译原理课的教学语言，涵盖词法分析、语法树构建、Koopa IR 中间代码生成、RISC-V 后端和性能优化。完整实现通常需要数周的开发时间。
编译过程分为四个阶段推进：
- Phase 1：脚手架与 AST 构建 → 首次编译成功，pass rate 59%
- Phase 2：Koopa IR 代码生成 → 110/110 IR 测试全部通过
- Phase 3：RISC-V 后端实现 → 含一次回归重构
- Phase 4：性能优化 → 233/233 完美分数
基准测试表现
在主流代码智能体基准上，MiMo-V2.5-Pro 的表现与第一梯队模型基本持平：
| 基准 | MiMo-V2.5-Pro | GPT-5.4 | Claude Opus 4.6 |
|---|---|---|---|
| SWE-bench Pro | 57.2 | 57.7 | 57.3 |
| Terminal-Bench 2.0 | 68.4 | 75.1 | 65.4 |
| MiMo Coding Bench | 73.7 | 67.8 | 77.1 |
| FrontierSWE (avg rank) | #3.4 | - | #2.0 |
Token 效率
在 ClawEval 基准上，MiMo-V2.5（no tools）的 pass^3 达到 63.8%。在 scatter plot 上更能说明问题的维度是 token 效率：单条轨迹平均 token 消耗比 Claude Opus 4.6 和 GPT-5.4 少 40%-60%，同时 pass^3 保持在 60% 以上。
对实际使用 AI 编程工具的开发者来说，这意味着在同等结果质量下，API 费用可以降低近一半。这种效率优势在长程任务（需要多轮工具调用的大型项目）中会被进一步放大。
在 General Agent 基准上，MiMo-V2.5 同样保持竞争力：GDPVal-AA 1581（no tools）、τ3-bench 72.9%、ClawEval pass^3 63.8%。多模态理解方面，VideoMME 87.7、MMMU-Pro 77.9。
两个型号
MiMo-V2.5 系列分为 Pro 和标准版两个型号：
- Pro 版：专注长程、高复杂度 Agent 任务——深度推理、主 Agent 决策、大型代码库开发。支持代码和文本两种模态，速度 60-80 tokens/s。
- 标准版：覆盖绝大部分 Agent 场景——办公生产力、数据分析、时延敏感任务。额外支持图像、视频和语音，速度 100-150 tokens/s，价格便宜约 60%。
两个型号都支持 1M token 上下文窗口。
定价
V2.5 对计费方案做了调整：Token Plan 不再区分上下文窗口倍率，新增夜间 8 折和连续包月折扣。
| MiMo-V2.5（标准版） | MiMo-V2.5-Pro | |
|---|---|---|
| 输入（≤256K） | $0.4/M tokens | $1.0/M tokens |
| 输出（≤256K） | $2.0/M tokens | $3.0/M tokens |
| 输入（256K-1M） | $0.8/M tokens | $2.0/M tokens |
| 输出（256K-1M） | $4.0/M tokens | $6.0/M tokens |
开源
MiMo-V2.5 全系列模型已确认将于近期开源。对开发者社区而言，这意味着可以直接部署和微调，小米在 Agent 能力和 Token 效率上的技术路线也将接受更广泛的检验。
来源：小米 MiMo 官方公众号