# MiMo-V2.5 – 小米推出的全模态 Agent 大模型系列

- Link: https://paooo.com/aigc-news/38574/
- Published: 2026-07-28T20:00:00+08:00
- Author: 站外新闻

## MiMo-V2.5是什么

MiMo-V2.5 是小米大模型团队推出的新一代全模态 Agent 大模型系列，包含 V2.5、V2.5-Pro、
V2.5-TTS 及 V2.5-ASR 四个版本。MiMo-V2.5 为原生全模态 Agent，支持图像、音频、视频
理解与行动，上下文长达 1M Token；MiMo-V2.5-Pro 专为长程复杂任务设计，可稳定完成近
千轮工具调用，在软件工程能力上对标 [Claude](https://paooo.com/aigc-news/) Opus 4.6
与 GPT-5.4，且 Token 效率提升 42%~50%。MiMo-V2.5全系模型即将开源。

阅读目录

 * [MiMo-V2.5是什么](https://paooo.com/aigc-news/38574/#mimov25%e6%98%af%e4%bb%80%e4%b9%88)
 * [MiMo-V2.5的主要功能](https://paooo.com/aigc-news/38574/#mimov25%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd)
 * [如何使用MiMo-V2.5](https://paooo.com/aigc-news/38574/#%e5%a6%82%e4%bd%95%e4%bd%bf%e7%94%a8mimov25)
 * [MiMo-V2.5的关键信息和使用要求](https://paooo.com/aigc-news/38574/#mimov25%e7%9a%84%e5%85%b3%e9%94%ae%e4%bf%a1%e6%81%af%e5%92%8c%e4%bd%bf%e7%94%a8%e8%a6%81%e6%b1%82)
 * [MiMo-V2.5的核心优势](https://paooo.com/aigc-news/38574/#mimov25%e7%9a%84%e6%a0%b8%e5%bf%83%e4%bc%98%e5%8a%bf)
 * [MiMo-V2.5的项目地址](https://paooo.com/aigc-news/38574/#mimov25%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80)
 * [MiMo-V2.5的同类竞品对比](https://paooo.com/aigc-news/38574/#mimov25%e7%9a%84%e5%90%8c%e7%b1%bb%e7%ab%9e%e5%93%81%e5%af%b9%e6%af%94)
 * [MiMo-V2.5的应用场景](https://paooo.com/aigc-news/38574/#mimov25%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af)

![MiMo-V2.5](https://paooo.com/wp-content/uploads/2026/07/MiMo-V2.5-website-3.avif)

## MiMo-V2.5的主要功能

 * **MiMo-V2.5**
    - **原生全模态 [Agent](https://paooo.com/trends/)**：支持同时看、听、读，将理解
      转化为行动，覆盖图像、音频、视频多模态感知。
    - **通用 Agent 场景**：胜任日常简单到中等复杂度任务，API 成本较上一代降低约 
      50%。
    - **多模态感知升级**：跨模态推理、视频理解、图表分析能力全面超越前代 MiMo-V2-
      Omni，在 VideoMME、CharXiv、MMMU-Pro 等评测中逼近顶级闭源模型。
 * **MiMo-V2.5-Pro**
    - **长程复杂任务**：单次可稳定完成近千轮工具调用的专业级工作，指令遵循与模糊
      指令理解显著增强。
    - **复杂软件工程**：支持大型代码库开发、多语言编程、代码调试与性能优化，可独立
      交付编译器、视频编辑器等项目。
    - **自主项目交付**：用 Rust 从零实现完整 SysY 编译器（4.3 小时，672 次调用，
      隐藏测试集 233/233 满分）；仅凭简单指令构建可运行的多轨道视频编辑器 Web 应用（
      8,192 行代码，1,868 次调用，11.5 小时完成）。
 * **语音能力**
    - **V2.5-TTS 系列**：语音合成自然度、多语种/方言/音色支持全面升级。
    - **V2.5-ASR**：语音识别准确率与实时性提升，支持多语种和多方言。

## 如何使用MiMo-V2.5

 * **网页端体验**：访问 [MiMo Studio](https://ai-bot.cn/xiaomi-mimo-studio/) 官网，
   注册登录后选择 MiMo-V2.5 模型即可开始对话。
 * **API 开发接入**：访问API开放平台https://platform.xiaomimimo.com/#/token-plan
   注册开发者账号，创建应用获取 API Key。

## MiMo-V2.5的关键信息和使用要求

 * **访问方式**
    - **MiMo Studio 体验**：[https://aistudio.xiaomimimo.com](https://ai-bot.cn/xiaomi-mimo-studio/)
    - **API 调用**：https://platform.xiaomimimo.com
 * **开源计划**：MiMo-V2.5-Pro 和 MiMo-V2.5 即将全球开源。
 * **定价与计费**
    - **MiMo-V2.5**：1x Credits（1 Token = 1 Credit）
    - **MiMo-V2.5-Pro**：2x Credits（1 Token = 2 Credits）
 * **上下文窗口**：全系支持 1M Token（约 75 万字）超长上下文，长文档分析不再额外
   加价。

## MiMo-V2.5的核心优势

 * **Token 效率革命**：在 ClawEval 基准达到相同分数时，V2.5-Pro 比 Kimi K2.6 节省
   42% Token，V2.5 比 Muse Spark 节省 50% Token，显著降低大规模部署成本。
 * **长程任务稳定性**：搭配合适运行框架，可稳定完成单次近千轮工具调用的长程任务，
   并在超长周期内保持逻辑一致与自我修正（如编译器任务中第 512 轮重构后自行诊断恢复）。
 * **全模态原生融合**：文本、图像、音频、视频能力集成于单一模型，无需在多模态模型
   和文本模型之间切换。
 * **推理速度**：V2.5 平均推理速度 100~150 tokens/s，V2.5-Pro 为 60~80 tokens/s，
   基础版更适合时延敏感场景。

## MiMo-V2.5的项目地址

 * **项目官网**：https://platform.xiaomimimo.com/docs/news/v2.5-news
 * **HuggingFace模型库**：https://huggingface.co/collections/XiaomiMiMo/mimo-v25

## MiMo-V2.5的同类竞品对比

  |  维度 |  MiMo-V2.5-Pro |  [Claude Opus 4.6](https://ai-bot.cn/claude-opus-4-6/) |  [GPT-5.4](https://ai-bot.cn/gpt%e2%80%915-4/) |  [Kimi K2.6](https://ai-bot.cn/kimi-k2-6/) |  
   |  **定位** |  长程 Agent / 复杂软件工程 |  顶级推理与 Agent |  通用多模态旗舰 |  开源多模态 Agent |  
 |  **SWE-bench Pro** |  57.2% |  领先 |  领先 |  — |  
 |  **MiMo Coding Bench** |  73.7 |  77.1 |  — |  — |  
 |  **Token 效率 (ClawEval)** |  比 Kimi K2.6 省 42% |  — |  — |  基准 |  
 |  **上下文窗口** |  1M |  200K |  1M |  1M |  
 |  **全模态原生支持** |  Pro 为文本+代码；V2.5 支持全模态 |  支持 |  支持 |  支持 |  
 |  **开源计划** |  即将开源 |  闭源 |  闭源 |  开源 |  
 |  **定价 (每百万 Token)** |  $1 输入 / $3 输出 |  更高 |  更高 |  — |

## MiMo-V2.5的应用场景

 * **复杂软件开发**：自主完成编译器、视频编辑器、Web 应用等大型工程项目的从零构建
   与调试，可替代人类专家数天至数周的工作量。
 * **多模态内容分析**：上传冰箱照片获取菜谱建议、解析视频教程生成步骤摘要、录制会议
   提取待办事项。
 * **科研与工程自动化**：模拟电路 EDA 设计、性能优化、学术文献长程分析与跨文档推理。
 * **智能客服与交互**：基于全模态感知（语音+图像+文本）的车载、智能家居、实时交互
   系统。
 * **企业级 Agent 部署**：大规模 API 调用场景下，凭借高 Token 效率实现成本可控的
   自动化工作流。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)
