小米正式推出MiMo-V2.5模型家族，将文本、图像、音频、视频处理能力整合到单一系统，结束此前多模态功能由独立低性能模型承载的局面。Pro版本在多项基准测试中达到行业顶级水平，SWE-bench Pro任务解决率57.2%，较同类模型均值（约25%）翻倍。官方称其在多数编码与智能体基准上已媲美Claude Opus 4.6与GPT-5.4。
多模态一体化架构
此前MiMo-V2-Pro专注于文本与代码，多模态任务需切换至另一模型。V2.5彻底打破这一分割。用户上传照片后可请求分析，观看视频教程获取分步指导，或从会议录音中提取行动要点——全部在同一系统内完成。小米将Pro版描述为“通用智能体能力、复杂软件工程与长期规划任务上的重大飞跃”。
基准测试���定位
在SWE-bench Pro上，Pro版解决率57.2%，远超典型平均的25%。τ3-bench与ClawEval成绩接近领先模型。但在更具挑战的推理测试Humanity's Last Exam上，得分48.0%，低于GPT-5.4的58.7%。基础版侧重日常使用，推理速度100-150 token/秒，价格更低：输入$0.40/百万token，输出$2.00/百万token。Pro版运行速度60-80 token/秒，定价$1.00输入/$3.00输出。两款模型均支持100万token上下文窗口，可处理大规模数据集或长对话。
token效率与定价策略
效率成为关键差异化因素。小米称Pro版在同等性能下比Kimi K2.6少用42% token，基础版消耗近乎竞品的一半。对于规模化运营的开发者，降低token用量直接减少成本。同步更新的定价策略包括：取消满1M上下文窗口的额外收费，重置用户积分。模型通过MiMo API提供，AI Studio通道暂未开放。通过Hermes智能体工具提供的免费访问也推动了早期采用。
快速迭代与生态渗透
发布节奏紧凑。2025年底先推出V2-Flash，2026年3月陆续发布V2-Pro、Omni、TTS模型，如今V2.5系列登场。雷军此前宣布未来三年向AI投资87亿美元，部署已明显加速。平台数据反映采用势头：截至4月初，小米模型占据OpenRouter约21%流量，单周增长超42%。这一增长部分得益于通过Hermes智能体工具提供免费访问，扩大了曝光与使用。小米表示未来模型将聚焦“更深推理、更紧工具集成、更丰富现实世界基础”，暗示下一次发布可能比预期更早到来。