发布时间：2026 年 6 月 15 日 · 更新：2026 年 7 月 17 日
小米 MiMo vs Claude Haiku 3.5 — 开源推理 vs 闭源速度
MiMo-V2-Flash 输入 Token 比 Claude Haiku 3.5 便宜 ~38%（$0.50 vs $0.80/M），输出便宜 ~63%（$1.50 vs $4.00/M），且 MIT 协议支持完全自托管。MiMo-V2.5-Pro 以 25% 的输入溢价换取 5× 更大的上下文窗口（1M vs 200k）和更强的长上下文推理。编码智能体场景下，V2-Flash 的 SWE-Bench Verified 73.4% 比 Haiku 3.5 高 5–8 个百分点。如果关心单任务成本或自托管选 MiMo；需要闭源 SLA、AWS 原生集成、Anthropic 宪法式安全层则选 Haiku 3.5。
1. 定价（每百万 Token，2026 年 7 月列表价）
| 模型 | 输入 | 输出 | 有效比率 |
|---|---|---|---|
| MiMo-V2-Flash | $0.50 | $1.50 | 3.0× 输出/输入 |
| MiMo-V2.5-Pro | $1.00 | $3.00 | 3.0× 输出/输入 |
| Claude Haiku 3.5 | $0.80 | $4.00 | 5.0× 输出/输入 |
| Claude Opus 4.5（参考） | $15.00 | $75.00 | 5.0× 输出/输入 |
分析：1:1 输入输出负载下，MiMo-V2-Flash 输入比 Haiku 3.5 便宜约 38%，输出便宜约 63%。MiMo-V2.5-Pro 输入贵 25% 但输出便宜 25%，且上下文窗口大 5×。高输出输入比的负载（长文写作、代码生成），MiMo 的 3× 平坦比例比 Haiku 5× 优势更大。
2. 架构与参数
| MiMo-V2-Flash | MiMo-V2.5-Pro | Claude Haiku 3.5 | |
|---|---|---|---|
| 架构 | MoE（309B/15B active） | MoE+（1T+ 总） | 稠密（未披露） |
| 总参数 | 309B | 1T+ | ~70B（估算） |
| 激活参数 / 推理 | 15B | ~50B（估算） | ~70B |
| 上下文窗口 | 56k | 1M | 200k |
| 注意力 | 混合（滑动 + 稀疏） | 混合 + FlashAttention-3 | 全注意力 |
| 协议 | MIT | MIT（权重）+ API | 闭源，专有 |
| 多模态 | 仅文本 | 仅文本（Omni 独立） | 文本 + 视觉 |
分析：MiMo 用 MoE 架构，单 Token 实际计算量远低于表面参数（V2-Flash 每 Token 激活 15B vs Haiku 稠密 ~70B）。这就是 V2-Flash 能在 4× 更大参数下仍激进定价的原因。V2.5-Pro 的 1M 上下文（Haiku 200k 的 5×）来自 FlashAttention-3 + 跨 GPU 集群的 ring attention。对法律、科研、代码审查等超过 200k Token 的工作，这是决定性优势。
3. 基准测试
SWE-Bench Verified（真实编码任务）
| 模型 | 分数 | 说明 |
|---|---|---|
| MiMo-V2-Flash | 73.4% | 309B/15B active MoE，MIT |
| MiMo-V2.5-Pro | ~76%（估算） | 1T+ MoE，智能体调优 |
| Claude Haiku 3.5 | ~65–68% | 稠密，闭源权重 |
SWE-Bench Verified 上，MiMo-V2-Flash 73.4% 比 Claude Haiku 3.5 高 5–8 个百分点。这差距很关键，因为 SWE-Bench 测试的是真实 GitHub issue 的全栈 bug 修复，不是合成编码谜题。
AIME 2024（数学推理，7B 类）
| 模型 | 分数 |
|---|---|
| MiMo-7B-RL | 68.2% |
| MiMo-V2-Flash | ~85%（估算） |
Haiku 3.5 未公布 AIME 2024 分数，Anthropic 营销把它定位成"快速推理"而非数学专长。MiMo 的 RL 微调流水线（ScaledAdam + 小米自研 AI 芯片集群）专门为数学和代码推理做了强化。
4. 延迟与吞吐
| 模型 | 吞吐（tok/s） | 首 Token 延迟 |
|---|---|---|
| MiMo-V2-Flash | ~150 tok/s（A100） | ~120 ms |
| MiMo-V2.5-Pro（UltraSpeed） | 1000+ tok/s（FP8 + 投机解码） | ~80 ms |
| Claude Haiku 3.5 | ~80–120 tok/s（估算） | ~200 ms |
MiMo-V2.5-Pro 的 UltraSpeed 模式（FP8 量化 + 投机解码 + prefill-decode 流水线并行）达到 1000+ tokens/秒 — 约 Haiku 3.5 典型吞吐的 8–10×。V2-Flash 落在 Haiku 3.5 同一吞吐带但价格只是其几分之一。对交互式对话和编码智能体循环，V2.5-Pro UltraSpeed 是该价格带最强选项。
5. 协议与生态
| MiMo | Claude Haiku 3.5 | |
|---|---|---|
| 协议 | MIT（所有权重） | 闭源，专有 |
| 自托管 | ✅ 可以（任意云、本地、边缘） | ❌ 不可以 |
| 微调 | ✅ 可以（全权重） | ❌ 不可以 |
| 编码智能体 | MiMo Code（MIT，终端原生） | Claude Code（闭源） |
| API 格式 | OpenAI 兼容 | Anthropic 原生 |
| AWS Bedrock | ✅（2026 Q3） | ✅ 已上线 |
| Constitutional 安全 | 标准 RLHF + 系统提示 | Constitutional AI（Anthropic 专有） |
Haiku 3.5 的主要优势是 Anthropic 的 Constitutional AI 安全层和闭源权重 SLA — 对有严格合规要求的企业有用。MiMo 的 MIT 协议意味着你可以自由自托管、微调、蒸馏、重新分发、审计模型。对初创公司和研究实验室，开放性的价值高于闭源安全层。
6. 选型指南
选 Xiaomi MiMo 的场景：
- 单任务成本比品牌 SLA 更重要（V2-Flash 是 Haiku 3.5 典型负载的 ~50% 价）
- 需要自托管（本地 GPU、边缘设备、气隙部署）
- 需要微调或蒸馏（MIT 协议允许）
- 工作负载需要 1M 上下文（法律文档、科研论文、长代码审查） — V2.5-Pro 是该价格带唯一选项
- 需要开源权重做可审计替代（监管行业、欧盟 AI Act 合规）
选 Claude Haiku 3.5 的场景：
- 需要立即接入 AWS Bedrock（MiMo 2026 Q3 上线）
- 企业合规要求 Anthropic 的 Constitutional AI 安全层
- 已在 Anthropic 生态（Claude Code、Claude.ai、MCP servers）
- 200k 上下文已足够，且不需要成本优势
7. 开始使用
- 试用 MiMo-V2.5-Pro： platform.xiaomimimo.com — $1/M 输入，OpenAI 兼容 API
- 在 OpenRouter 试用： openrouter.ai/models?q=XiaomiMiMo — 一把 key 调用所有变体
- 自托管 MiMo-7B： huggingface.co/XiaomiMiMo — MIT 权重，免费
- 成本计算器： /zh/tools/token-calculator.html — 实时 USD/CNY 估算
相关对比
非官方社区资源，与小米公司、Anthropic 均无关联。价格与基准分数于 2026 年 7 月 17 日与各家定价页及公开基准提交核对。SWE-Bench 和 AIME 数字引自官方模型卡或同行评审评测框架。