01功能特性
优点
- MoE 模型共 3090 亿参数，其中 520 亿为活跃参数
- 擅长编程
- 128k 上下文
需了解的局限性
- —185 GB VRAM Q4
- —小米许可需核实
架构
MoE · 总参数 309B / 激活参数 52B · 小米 MiMo V2 Flash
训练
小米 —— 代码和推理能力强，架构灵感来自 DeepSeek
最适合的场景
前端代码边界开发智能体
04安装
安装 Ollama 适用于您的操作系统。下载前请检查模型及其量化方式。从 4096 tokens 的上下文开始，然后使用 ollama ps 检查模型的加载位置。下方列出的命令并不能证明已在您的机器上执行过测试。
$ollama pull hf.co/xiaomiteam/MiMo-V2-Flash-GGUF
LM Studio
图形界面，无需命令行操作
→ 查看指南
llama.cpp
原始性能，从源码构建
→ 查看指南
vLLM
兼容 OpenAI 的生产级服务器
→ 查看指南
Jan / GPT4All
一体化桌面应用
→ 查看指南
⚠
首次下载：根据所选量化方式，大小在 2 到 40 GB 之间。请预留磁盘空间，建议使用稳定的网络连接。后续启动将即时完成。
02所需内存
运行此模型所需的大致 GPU 显存容量，已包含 4k tokens 的上下文开销。如需更长的上下文，每增加 8k tokens，请额外预留约 1 GB。
Q4_K_M
最轻量，损失约 5%
185 GB
Q5_K_M
质量/体积的良好平衡
222 GB
Q8_0
几乎无法与 FP16 区分
330 GB
FP16
全精度 — 服务器用途
618 GB
CPU 回退 · 如果您没有 GPU，请预留 230 GB 内存 以较低速度运行此模型的最低要求。
运行MiMo V2 Flash需要什么硬件？
在本地以Q4量化运行MiMo V2 Flash，大约需要185 GB 显存。可供比较的硬件选项：BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) — 此模型超出该迷你 PC 的 GPU 容量：请选择更小的模型或合适的基础设施。
当前在售产品： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395)
Amazon查看价格 →为什么选择它？我们的完整资料： BOSGAME M5 128GB / 2TB (Ryzen AI Max+ 395) →
联盟链接——您无需承担额外费用，我们可能获得佣金，推荐保持独立。作为亚马逊合作伙伴，哪个LLM会从符合条件的购买中获益。
03预期速度
Q4_K_M 量化下每秒生成的 tokens 数，上下文为 4k。超过 20 t/s，阅读体验舒适。低于 10 t/s，仅用于测试。