MiMo-V2-Omni-0327
MODEL PROFILE模型资料Xiaomi · 2026-03-27 发布
无公开托管渠道
返回厂商
小米 MiMo 系列中带 Omni 命名的分支型号，MiMo-V2-Omni-0327 于 2026 年 3 月 27 日发布，面向需要在单一模型中处理混合输入形态的开发者；官方价格与能力标注尚未公开，选型前应以官方文档为准。
模型介绍
MiMo-V2-Omni-0327 是小米 MiMo 系列里以 Omni 命名的分支，发布批次对应 2026 年 3 月 27 日。同系列已公开的型号包括 MiMo-V2-Pro、MiMo-V2.5-Pro、MiMo-V2.6-Pro 与 MiMo-V2.6-Flash，这些型号主要以文本能力为主；Omni 分支延续该系列的命名体系，其名称本身暗示多模态统一处理的定位，但本站能力字段未标注，具体支持范围仍需官方说明确认。从 Artificial Analysis 口径的公开数据看，它的综合智能指数为 25.1，略高于上一代 MiMo-V2-Omni 的 23.9，低于 MiMo-V2.5-Pro 的 26.0 与 MiMo-V2-Pro 的 28.6，在家族中处于中下段。它要解决的问题是：用一个模型承接图文等混合输入，避免在多模态场景里拼接多个专用接口；但这一诉求能否成立，取决于官方公布的能力边界，目前可查的第三方平台接入记录为 0 家。
选型建议以知识问答为主、并希望试水小米 Omni 多模态分支时可以评估；追求综合智能上限或需要明确预算控制时，优先看 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash。
关键指标
适用场景
- 开展学科类知识问答与题目解析，利用 GPQA 口径下的稳定表现
- 搭建文档问答流程，把长上下文检索类任务交给该模型处理
- 在 MiMo 系列内部做能力对照测试，判断 Omni 分支是否满足项目需求
- 作为多模态原型验证的统一入口，待官方公布能力范围后再确定正式版本
- 成本敏感阶段先用同系列 Flash 型号跑通链路，再评估是否迁移
暂无：上下文窗口、最大输出、知识截止、开源权重、模型家族、许可证、参数规模、输入模态、输入价、输出价、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。 没有任何平台收录，也没有公开报价：可能是自部署权重或尚未开放调用；发布 219 天。
规格与能力
上面没列到的字段MiMo-V2-Omni-0327 属于小米 MiMo 系列的 Omni 分支，命名指向多模态方向，但官方未公布参数量、上下文长度等结构细节。
- 结构公开资料较少，本站也未标注能力字段，参数量、上下文长度与模态组合都缺少可引用数据，只能确认它沿用 MiMo-V2 一代的命名体系。
- 能力Omni 通常指多模态统一处理，可理解为面向图文等混合输入的场景；具体支持哪些模态需查官方文档，不宜仅凭名称推断。
- 披露官方价格与能力标签均未公开，第三方平台接入记录为 0 家，横向评估只能依赖 Artificial Analysis 口径的公开跑分。
- 开源权重
- —
- 模型家族
- —
- 许可证
- —
- 参数规模
- —
能力
资料未标注
性能表现
按 Artificial Analysis 口径，综合智能指数 25.1，在 MiMo 家族已披露型号中处于中下段，知识类单项表现相对突出。
- 强项GPQA 85.5% 在同类对比中属于较高水平，说明研究生级学科问答的稳定性不错，适合知识密度高的问答与解析任务。
- 短板HLE 22.6% 偏低，综合指数 25.1 落后 MiMo-V2.5-Pro 的 26.0 与 MiMo-V2-Pro 的 28.6，开放式高难推理并非其强项。
- 适合LCR 73.3% 表明长上下文类任务具备可用性（指标定义以 AA 口径为准），更贴合文档问答与资料比对，而非极限推理。
跑分与榜单
第三方评测口径这些跑分分别测什么？（2 项口径说明）
| 基准 | 类别 | 说明 | 满分口径 | 前沿水平 | 状态 | 污染风险 |
|---|---|---|---|---|---|---|
| GPQA Diamond基准主页 | 知识 | Graduate-level Google-Proof Questions, Diamond subset. 198 expert-validated PhD-hard physics, chemistry, biology questions. | 0-100% accuracy | 96.3% (Artificial Analysis run) | 已饱和 | 低 |
| Humanity's Last Exam基准主页 | 知识 | Joint CAIS/Scale benchmark of expert-validated questions across 100+ disciplines, finalized in April 2025 at 2,500 public questions after bug-bounty and searchable items were replaced, with a private held-out set kept for overfitting checks. CAIS also maintains HLE-Rolling, a fork updated continuously from community feedback, and released a new version of it on 2026-09-17 that swapped some easier questions for harder held-out ones, so rolling snapshots do not compare with each other or with the static set. Vendors report it both with and without tools, and tool setups (search blocklists, fetch restrictions) vary, so check the configuration before comparing. | 0-100% accuracy | 61.4% no tools (Artificial Analysis run; previous best 59.1%, Claude Fable 5.1) | 仍在维护 | 低 |
说明文字来自公开基准注册表；「已饱和」表示前沿模型已接近上限、区分度下降，「污染风险高」表示该基准的题目可能已进入训练数据。
跑分来自第三方公开评测（Artificial Analysis 口径），榜位与用量来自 OpenRouter 公开榜单，只反映静态基准与实际调用份额，与本站的真实性、稳定性检测相互独立。
价格与性价比
结合各平台报价与同类对比官方价格未公开，同系列对比表中的价差一栏均为空值，因此只能做能力侧的位置判断，无法给出确切成本结论。
- 定位官方定价缺失，无法判断它落在小米 MiMo 价格带的哪一档；同系列 Flash 输入 $0.14/M、Pro 输入 $0.435–1/M，只能作为量级参考。
- 横向对比与 MiMo-V2.5-Pro 相比综合指数略低（25.1 对 26.0），若后者价格已知，通常应按能力与预算直接取舍。
- 平台差价本站可查的第三方平台接入为 0 家，不存在多渠道比价空间，短期内价格判断只能等官方口径。
- 省钱官方价未出，暂不建议据此建立预算模型；可先用能力接近的 MiMo-V2.6-Flash（输入 $0.14/M）跑通链路再做迁移。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| MiMo-V2.6-Pro | 1.05M | $0.435/M | $0.87/M | 基准 | 29.9 |
| MiMo-V2.6-Flash | 1.05M | $0.14/M | $0.28/M | 基准 | 26.7 |
| MiMo-V2.5 | 1.05M | $0.14/M | $0.28/M | 基准 | — |
| MiMo-V2.5-Pro | 1.05M | $0.435/M | $0.87/M | 基准 | — |
| MiMo-V2-Flash | 256K | $0.1/M | $0.3/M | 基准 | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 MiMo-V2-Omni-0327 的常见问题
1 条MiMo-V2-Omni-0327 的 API 价格是多少？
当前资料未收录该模型的公开 API 价格：可能是未公开定价，或只提供自部署的开源权重。
使用注意
- 口径跑分仅来自 Artificial Analysis 单一来源，综合智能指数 25.1 与 GPQA、HLE、LCR 均为原样引用，未做二次换算。
- 边界官方价格、上下文长度与能力标签均缺失，关于多模态支持范围与上下文规模的结论都应以官方文档为准。
- 版本0327 后缀对应 2026-03-27 的发布批次，与同系列其他型号不具备直接的版本继承关系。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
