神反转！全网猜了一周的DeepSeek V4，竟然是小米

过去一周，全球大模型开发者社区被两个神秘大模型彻底搅动了。代号“Hunter Alpha”和“Healer Alpha”的两匹黑马悄然空降知名模型平台 OpenRouter，在零宣传的情况下一路冲上趋势榜第一、周榜第三，日榜持续领先。整个社区沸腾了，猜测声不断：这难道是 DeepSeek V4 的内测版？

就连OpenClaw 创始人 Peter Steinberger 也在 X 平台发文打听，进一步点燃了社区的猜测热情。就在刚刚，谜底正式揭晓，小米官方宣布：Hunter Alpha 和 Healer Alpha 均为小米 MiMo-V2 系列大模型的早期内测版本。小米 MiMo 大模型负责人罗福莉也同步在 X 平台公开认领。

说来也巧，罗福莉正是 DeepSeek 的前研究员。换句话说，来自 DeepSeek 的她，在小米做出了让全网以为是 DeepSeek 的模型。这个反转，比任何营销都有力。

一、MiMo系列模型，跻身第一梯队

小米这次带来的，是三款定位清晰的模型。

MiMo-V2-Pro Preview，是面向 Agent 时代的旗舰基座模型。它拥有超过 1 万亿总参数量，激活参数控制在 42B，同时支持 1M 超长上下文。在单次对话中消化一部长篇小说、一整套代码库，或一个复杂项目的全部文档，并在此基础上驾驭极其复杂的多步任务流。

MiMo-V2-Omni，是全模态理解模型，专为需要快速反应和低延迟的真实场景打造。它能够同时处理文本、图像、音频，乃至长达一小时的视频输入，是智能体感知世界的“感官系统”。这款模型是为 Agent 落地的最后一公里准备的。

MiMo-V2-TTS，则是小米首款语音大模型。受限于 OpenRouter 平台的功能边界，它未能参与此次盲测，但其在语音合成领域的突破同样值得关注，尤其是在小米手机和小爱同学的应用场景下，这款模型的潜力将在后文展开。

在全球权威大模型综合智能排行榜 Artificial Analysis 上，MiMo-V2-Pro 目前位列全球第八、国内第二。但榜单之外，小米更强调“实际体感”。

在 Coding Agent、通用 Agent 和 Tool Use 等核心维度，MiMo-V2-Pro 与 Claude Sonnet 4.6 处于同一梯队。而在小米内部工程师的深度评测中，其代码工程能力已接近 Claude Opus 4.6 的水准，并展现出更出色的系统设计能力与更优雅的代码风格，这对于工程师来说，往往比跑分更重要。

市场数据同样在说话。Hunter Alpha 匿名内测期间，调用量最高的几类应用，多为编程专用工具。用户用脚投票，这本身就是对模型能力最直接的验证。在 OpenClaw 框架内，MiMo-V2-Pro 还展示了前端开发能力，能够一步生成设计精致、功能完备的网页，兼顾视觉质感与实际可用性。

二、小米大模型，把价格打下来

定价层面，小米对自己下了狠手。

小米给 MiMo-V2-Pro 定了一个极具冲击力的价格：在 256K 上下文长度内，输入 token 单价为每百万 1 美元，输出为每百万 3 美元；即使扩展到 100 万上下文，输入也只需每百万 2 美元，输出每百万 6 美元。

对比行业标杆 Claude Opus 4.6，后者类似服务的价格大约是 MiMo-V2-Pro 的五倍。对于需要大规模调用 API 的开发者来说，这个价差意味着成本直接打了两折。

小米的策略很明确：用接近顶级模型的能力，加上腰斩再腰斩的价格，快速抢占 Agent 开发者的心智和预算。

为了加速生态渗透，小米还联合了 OpenClaw、OpenCode、KiloCode、Blackbox 及 Cline 五大主流 Agent 开发框架，向全球开发者提供为期一周的限时免费接口支持。

三、小米MiMo的机会：手机、制造和智驾

当然，发布会的高光时刻之后，真正的问题才刚刚开始：小米如何在强手如林的世界大模型舞台，占领自己独特的生态位？

看看竞争对手的布局就能理解这道题的难度。阿里 Qwen 走的是全面布局路线，深度渗透电商、金融、健康等行业应用，凭借阿里云的基础设施优势构建了庞大的企业客户网络；字节的豆包与 Seedance 系列，在推理能力和多模态生成上持续发力，依托抖音、飞书等超级 App 形成了强大的流量飞轮；DeepSeek 则走开源路线，以综合能力强悍著称，在全球开发者社区积累了极高的技术声誉。

这三条路，小米都不是最优选择。但小米有一张别人都没有的牌：一个横跨消费电子、智能制造与智能驾驶的完整硬件生态。

从这次发布的三款模型来看，小米聚焦的是世界模型与多模态模型，这绝非偶然，而是精准瞄准了小米最独特的三个应用场景。

1、手机：端侧 AI 的最佳载体

小米每年出货数千万部智能手机，这是一个天然的、规模庞大的 AI 端侧部署平台。MiMo-V2-Omni 的多模态能力——文本、图像、音频、视频全覆盖，与手机的传感器矩阵高度契合。

2、制造：工业场景的多模态刚需

小米工厂是全球少数几个真正落地“黑灯工厂”的制造基地之一。在工业质检、设备运维、生产调度等场景中，多模态理解能力是刚需而非加分项，摄像头拍到的瑕疵、传感器传来的异响、操作日志里的文字，需要被同一个模型统一理解和处理。

3、智驾：世界模型的终极考场

这或许是最令人期待的方向。小米汽车已经上路，智能驾驶是其核心竞争力之一。自动驾驶本质上是一个需要实时感知、动态推理、长程规划的多模态任务，摄像头、雷达、高精地图、实时路况，所有信息必须被融合理解，并在毫秒级时间内做出决策。

小米大模型这次的出场方式，本身就很“小米”：不声不响地把产品丢进市场，让能力说话，让数据说话，最后才揭开面纱。从 Hunter Alpha 到 MiMo-V2-Pro，这场为期一周的“猜谜游戏”，最终变成了一次全球开发者社区共同参与的“养成系”产品发布。

谜底揭晓的那一刻，反转的不只是模型的身份，还有外界对小米 AI 能力的预期。