小米的发展势头很猛啊！

2026-06-02 mimo-v2.5-asr 发布

模型简介：

中英双语 + 方言： 持中英双语识别及吴语、粤语、闽南语、四川话等多种中国方言，以及中英混合代码切换

歌词转写： 高精度中英文歌词转写，支持人声与伴奏混合场景

复杂声学环境： 在强噪声、远场、多说话人等挑战性声学条件下表现稳健

知识密集内容： 精准识别古诗词、专业术语、人名地名等知识密集型内容，自动生成标点

详见：

Xiaomi MiMo API 开放平台 Token Plan 全球上线

Source: https://mimo.mi.com/docs/zh-CN/updates/model

模型发布

2026-06-02 mimo-v2.5-asr 发布

模型简介：

• **中英双语 + 方言：**持中英双语识别及吴语、粤语、闽南语、四川话等多种中国方言，以及中英混合代码切换
• **歌词转写：**高精度中英文歌词转写，支持人声与伴奏混合场景
• **复杂声学环境：**在强噪声、远场、多说话人等挑战性声学条件下表现稳健
• **知识密集内容：**精准识别古诗词、专业术语、人名地名等知识密集型内容，自动生成标点

2026-04-23 mimo-v2.5-pro 发布

模型简介：

• **万亿参数，高效架构 ：**1T 总参数 | 42B 激活 | 1M 超长上下文
• **极致 Agent 性能：**在高强度智能体场景下，表现媲美 Claude Opus4.6

2026-04-23 mimo-v2.5 发布

模型简介：

• **原生全模态感知 + 1M 上下文：**支持图像、视频、音频、文本的原生理解，实现跨模态精准感知与长程推理，综合感知能力跻身行业前沿
• 强大的全模态 Agent 能力：具备原生 Agent 执行能力，可高效完成浏览、理解、推理与操作等复杂任务，日常任务表现比肩mimo-v2.5-pro
• **性能与效率兼备：**在保持领先能力的同时，实现更优的 token 效率，位于性能与效率的 Pareto 前沿

2026-04-23 MiMo-V2.5-TTS 系列发布

模型简介：

• **精品音色 TTS：**内置多款高质量精品音色，具备强大的风格指令理解与遵循能力，支持对语速、情绪、语气等进行精细化控制，满足多场景表达需求
• **音色设计：**支持通过一句话快速定义并生成全新音色，让音色创作更加直观、高效
• **音色克隆：**基于少量音频样本即可高保真复刻目标音色，在保持音色特征一致性的同时，具备良好的泛化与稳定性

2026-03-18 mimo-v2-pro 发布

模型简介：

• 采用 1:7 的 Global Attention 与 Sliding Window Attention (SWA) 混合结构；
• 1T 的总参数量（42B 激活参数）；
• 1M 超长上下文长度。

模型详情：https://mimo.mi.com/#/docs/news/v2-pro-release

2026-03-18 mimo-v2-omni 发布

模型简介：

• 支持 256K 上下文长度；
• 支持文本、视觉、语音模态。

模型详情：https://mimo.mi.com/#/docs/news/v2-omni-release

2026-03-18 mimo-v2-tts 发布

模型简介：

• 上亿小时预训练、自研多码本语音建模架构；
• 具备风格控制、唱歌、音色克隆等独特能力。

模型定价：限时免费。

模型详情：https://mimo.mi.com/#/docs/news/v2-tts-release

2026-02-04 mimo-v2-flash 更新

1. Thinking 模式代码能力升级：针对编程场景进行了专门优化，Thinking 模式在 SWE-Bench Verified 上的评分提升至78.6，代码生成的解决率和质量均有显著提高。
2. 工具调用准确率大幅提升：解决了工具使用的稳定性问题，Thinking 模式下的工具调用准确率从 64% 跃升至97.0%，大幅增强了模型在 Agent 场景下的执行可靠性。
3. 指令遵循与抗幻觉能力增强： - 提升了对特定指令的遵循能力，AA-IFBench 评分达到72。 - 增强了事实性回答的严谨度，非幻觉率（Non-Hallucination Rate）提升至52%。
4. 复杂任务处理优化：在 Thinking 模式下，针对 Arena-Hard (Hard Prompt) 的处理能力有所增强，评分提升至60.6，在处理高难度逻辑问题时表现更佳。
5. 思维链长度缩短：通过优化思维链生成策略，显著降低了冗余 Token 的消耗。在 AIME25、HMMT 等基准测试中，平均生成长度缩减了13% 至 30%，在保持模型效果的同时，有效降低了 Token 成本。

mimo-v2-flash-0204mimo-v2-flash-0112mimo-v2-flash****SWE-Bench Verified Non-Thinking****73.773.373.4SWE-Bench Verified Thinking****78.674.2-Arena-Hard(Hard Prompt) Non-Thinking****49.352.746.0Arena-Hard(Creative Writing) Non-Thinking****85.086.078.3Aren-Hard(Hard Prompt) Thinking****60.658.354.1Arena-Hard(Creative Writing) Thinking****85.890.486.2AA-IFBench****72-64AA-Omniscience Accuracy****19-27AA-Omniscience Non-Hallucination Rate****52%-9%Tool call success rate Thinking97.0%**64%44% **Benchmarkmimo-v2-flash (Acc)****mimo-v2-flash (Avg Tokens)****mimo-v2-flash-0204 (Acc)****mimo-v2-flash-0204 (Avg Tokens)****Length Reduction Ratio (%)****AIME2594.82698491.11887930.04%****HMMT_Feb_2594.22929492.92147026.71%****LiveCodeBench-AA83.22148884.91833514.67%****GPQA-Diamond83.71586283.81365913.89%

注：模型调用方式和模型名称不变

2026-01-12 mimo-v2-flash 更新

• **通用能力增强：**提升了模型通用任务下的处理能力。
• **Thinking 模式代码能力升级：**针对编程场景，强化了 Thinking 模式下的代码生成质量。
• **Claude Code 深度适配：**全面支持在 Claude Code 中使用 Thinking 模式。 - 最佳实践：建议将 Thinking 设为默认模式，以获得更稳定、更卓越的代码生成体验。
• **其他Code Agent体验优化：**同步提升了 Kilo、Cline、Roo 等代码辅助工具（Code Scaffolds）的交互体验与生成效果。
• **稳定性与指令遵循提升：**增强了模型的输出稳定性，大幅提高了对特定输出格式的遵循能力。

mimo-v2-flash-0112mimo-v2-flashSWE-Bench Verified Non-Thinking****73.373.4SWE-Bench Verified Thinking****74.2-Arena-Hard(Hard Prompt) Non-Thinking****52.746.0Arena-Hard(Creative Writing) Non-Thinking****86.078.3Arena-Hard(Hard Prompt) Thinking****58.354.1Arena-Hard(Creative Writing) Thinking****90.486.2

2025-12-16 mimo-v2-flash 发布

模型简介：

• 采用 1:5 的 Global Attention 与 Sliding Window Attention (SWA) 混合结构，128 窗口大小，原生 32K 外扩 256K 训练；
• 引入 3 层 MTP，实现 2.5 ～ 3.7 倍的推理加速；

模型定价：输入 $0.1/M tokens，输出 $0.3/M tokens。

模型详情：mimo-v2-flash: 高效推理、代码与 Agent 基座模型

调用指南：首次调用 API