3月19日凌晨，大多数人还在睡觉，小米官方账号突然在各大平台同步发布：三款自研大模型同步上线，开放API调用。

这不是什么预热好的发布会，更像一次蓄谋已久的突袭。

模型名叫 MiMo-V2，分三款——Pro、Omni、TTS。雷军随即在微博宣布：2026年小米AI研发和资本投入将超过160亿元。

消息一出，开发者社区沸腾了。原因很简单：性能逼近Claude Opus，价格只有五分之一。

从”Hunter Alpha”说起：这款模型你其实早见过

发布前几周，开发者圈子里流传着一个叫”Hunter Alpha”的神秘模型，不少人拿它和DeepSeek对比，发现它在代码生成、复杂推理方面出奇地强。

现在谜底揭晓：Hunter Alpha，就是MiMo-V2-Pro的内测版本。

小米一直在悄悄做，等到时机成熟，一次打出三张牌。

MiMo-V2 三款模型，各自管什么

Pro：Agent时代的重型引擎

MiMo-V2-Pro是这次发布的核心，冲着”AI Agent旗舰”这个定位去的。

几个关键参数值得关注：

• 1万亿总参数，激活42B：混合注意力架构，兼顾能力和推理效率
• 100万Token超长上下文：能装下大概75本《哈利波特》全集的文本量
• 综合智能全球第八：在Artificial Analysis排行榜上，按厂商品牌排全球第五

在代码能力评测Claw-Eval上，MiMo-V2-Pro平均得分75.7分，全球前三，仅次于Claude Opus 4.6。

这意味着什么？如果你在用AI辅助写代码、处理长文档、做工作流编排，它是一个值得认真对待的选项。

Omni：看得见、听得到、读得懂

MiMo-V2-Omni是小米的”感知”模型——处理图像、视频、音频、文本，一个模型全包。

和市场上那些”拼接式”多模态模型不同，Omni采用统一架构，不是把几个模型缝合在一起，而是原生支持跨模态理解。

几个亮眼的能力：

• 音视频联合推理：看一段视频，能同时理解画面内容、背景音乐、人物对话
• 10小时以上音频深度理解：会议录音、播客全集，一次丢进去
• PinchBench音频、视频、视觉三榜全部第一

小米还和WPS达成合作，Omni将直接接入WPS的智能体功能。对普通用户来说，这意味着Office场景下的AI升级可能比你想象中来得更快。

TTS：会说方言的AI

MiMo-V2-TTS主打一个字：自然。

目前支持四川话、河南话、粤语、台湾腔和普通话，更重要的是支持句中情感切换——同一句话里，从平静到激动，AI能感知语境、切换语气。

还能合成歌声，且支持音高精准控制。

TTS目前限时免费开放API，有语音相关需求的开发者可以直接去试。

价格才是真正的杀手锏

技术参数容易让人头皮发麻，但这张定价表才是真正让竞争对手坐不住的东西：

对比一下：Claude Opus同级别API，成本大约是MiMo-V2-Pro的五倍。

这不是微幅降价，是降维打击。

而且MIT协议开源——你可以拿去商用，不用交许可费。

中国大模型正在全球被用起来

小米的发布不是孤立事件。就在上周，OpenRouter（全球最大AI模型API聚合平台）发布了一组数据：

截至3月15日当周，中国AI大模型周调用量达到4.69万亿Token，连续第二周超越美国，全球前三名均为中国模型。

这意味着什么？不只是中国用户在用中国模型，是全球开发者主动选择调用中国模型。

摩根大通的预测更激进：中国AI推理Token消耗量将从2025年的约10千万亿，增长到2030年的约3900千万亿——增长近400倍。

行业竞争的焦点，已经从”谁的模型参数更多”，转向”谁的模型真正被用起来”。

开发者怎么上手

MiMo-V2兼容OpenAI接口格式，如果你已经在用OpenAI SDK，切换成本几乎为零。

第一步：去 platform.xiaomimimo.com 用小米账号登录，创建API Key

第二步：装SDK

pip install -U openai

pip install -U openai

第三步：改一行base_url，直接调

from openai import OpenAI

client = OpenAI(
    api_key="你的 MiMo API Key",
    base_url="https://api.xiaomimimo.com/v1"
)

response = client.chat.completions.create(
    model="mimo-v2-pro",
    messages=[
        {"role": "user", "content": "帮我分析这段代码有没有性能问题..."}
    ]
)
print(response.choices[0].message.content)

from openai import OpenAI

client = OpenAI(
    api_key="你的 MiMo API Key",
    base_url="https://api.xiaomimimo.com/v1"
)

response = client.chat.completions.create(
    model="mimo-v2-pro",
    messages=[
        {"role": "user", "content": "帮我分析这段代码有没有性能问题..."}
    ]
)
print(response.choices[0].message.content)

此外，小米还宣布通过OpenClaw、Cline、KiloCode等主流AI编程工具提供免费试用一周的资格，开发者可以直接在熟悉的IDE里体验。

国产大模型的下一步棋

从DeepSeek到MiMo-V2，国产大模型正在打出一套相似的组合拳：开源协议 + 极致定价 + 性能对标头部。

这套打法的目的不是赢得某个评测榜单，而是要成为基础设施——就像云计算从奢侈品变成水电一样，让AI调用从”按需谨慎使用”变成”随手就调”。

小米的加入，让这场竞争更有意思了。毕竟雷军不只有160亿的投入预算，还有手机、汽车、IoT构成的庞大生态——这些场景，都是MiMo-V2系列天然的落地实验场。

对于普通开发者来说，这是好消息：可用的高质量AI能力越来越便宜，越来越多。

快速小结

你怎么看这波操作？如果你已经在用或者打算尝试MiMo-V2，欢迎在评论区聊聊。

相关阅读

• 本地部署大模型完全指南（2026版）：Ollama 与 LM Studio 实战对比
• AI实战应用指南（2026版）：普通人也能用好的10个场景