小米新人工智能模型 token 消耗量比 GPT-5.4 減少 60%

小米發佈了兩款開源人工智能模型，挑戰了 OpenAI 和 Google 領先系統的 token 效率，標誌著智能體 AI 經濟學發生了重大轉變。

中國科技公司小米發佈了兩款開源 AI 模型 MiMo-V2.5 和 V2.5-Pro，在處理複雜的智能體任務時，其 token 消耗量比 OpenAI 和 Google 的模型減少了多達 60%。旗艦型號 MiMo-V2.5-Pro 採用寬鬆的 MIT 許可證發佈，旨在隨著行業向按需付費定價模式轉變而降低 AI 開發成本。

「模型的價值不在於排名，而在於它能解決的問題，」小米 MiMo 項目負責人、DeepSeek 團隊前成員羅福莉在社交媒體平台 X 上表示。

根據小米公佈的基準測試數據，MiMo-V2.5-Pro 在 ClawEval 基準測試中實現了 63.8% 的成功率，而消耗的 token 僅約 7 萬個。相比之下，Anthropic 的 Claude Opus 4.6、Google 的 Gemini 3.1 Pro 和 OpenAI 的 GPT-5.4 在達到類似結果時所需的 token 消耗量要多出 40-60%。該模型通過 API 提供服務，輸入價格為極具競爭力的每百萬 token 1.00 美元。

此次發佈通過提供低成本、開源的替代方案，直接挑戰了 OpenAI、Anthropic 和 Google 等閉源 AI 領導者的經濟模式。隨著 GitHub Copilot 等服務轉向計量計費，MiMo 的高效率和寬鬆許可可能會吸引那些希望避免 AI 工作流程中不斷增加的「SaaS 稅」的開發者和企業。

通過專業化實現高效

MiMo 系列的核心是稀疏混合專家 (MoE) 架構。擁有 1.02 萬億參數的 MiMo-V2.5-Pro 在執行任何特定任務時僅調用 420 億個參數，這種設計顯著降低了計算成本。這使得 Pro 模型在執行智能體「抓取」 (claw) 任務（即 AI 代理代表用戶完成複雜工作流）時，能夠實現高性能的同時，token 消耗顯著低於同行。在 GDPVal-AA 基準測試中，Pro 模型獲得了 1581 分，優於智譜的 GLM 5.1 和月之暗面的 Kimi K2.6。

小米展示了該模型的強大能力，讓其自主完成了數個複雜項目。V2.5-Pro 在 4.3 小時內通過 672 次工具調用實現了一個完整的 Rust 語言編譯器，並在 11.5 小時內編寫了一個擁有 8192 行代碼的視頻編輯器應用程序。

對「SaaS 稅」的開源挑戰

通過在寬鬆的 MIT 許可證下發佈模型，小米允許任何開發者或企業不受限制地進行商業使用、修改和部署。此舉是對許多頂級 AI 實驗室「圍牆花園」模式的直接挑戰，且正值行業定價模式發生變革之際。隨著 GitHub Copilot 和其他服務從固定訂閱費轉向按量計費，運行強大的 AI 智能體的成本正成為企業關注的焦點。

小米的 API 定價進一步壓低了市場價格。MiMo-V2.5-Pro 的輸入 token 價格為每百萬 1.00 美元，輸出為 3.00 美元；相比之下，Google Gemini 3 Pro 分別為 2.00 美元和 12.00 美元，OpenAI GPT-5.5 則為 5.00 美元和 30.00 美元。為了加速推廣，小米還宣佈向開發者提供 100 萬億個免費 token 的額度。

此次發佈反映了中國企業高性能開源模型（包括阿里巴巴的 Qwen 系列和智譜 AI 的 GLM）在追趕西方競爭對手方面的廣泛趨勢。近期，《時代》周刊將字節跳動、智譜 AI 和阿里巴巴列入 2026 年最具影響力的 10 家 AI 公司名單，凸顯了中國技術在全球 AI 領域日益增長的影響力。對於美國企業而言，在私有服務器上運行這些開源模型提供了一條利用低成本、高性能 AI 的途徑，同時降低了數據駐留和合規性風險。

本文僅供參考，不構成投資建議。