3月19日凌晨,小米MiMo大模型系列来了个三连更,把旗舰基座大模型MiMo-V2-Pro、全模态Agent模型MiMo-V2-Omni、语音合成大模型MiMo-V2-TTS一口气全端了上来。配合MiniMax在一天前发布的M2.7,还有阿里千问Qwen3.5系列此前的亮相,中国大模型的2026年"战局",似乎比很多人预料的更热闹一点。这篇文章就带你梳理清楚这三个代表性方向,到底各自在押注什么。
小米MiMo-V2-Pro:从匿名测试到品牌认领
如果你上周关注OpenRouter的话,可能注意到一个叫Hunter Alpha的神秘模型悄然上线,调用量连续多日霸榜,不少人猜是DeepSeek V4的早期版,OpenClaw创始人Peter Steinberger还在X上公开打听。结果3月19日,小米直接官宣:那就是MiMo-V2-Pro的内部测试版。 这招很有意思。先让模型以匿名身份在真实市场环境里跑一圈,热度和调用量起来了再揭榜——不是靠品牌光环带量,而是先用实力说话。
模型规格上:总参数超1T,激活参数42B,1M超长上下文,混合注意力架构比例从上代的5:1升到7:1,另加轻量级MTP层提升生成速度。在Artificial Analysis全球综合智能排行榜,按模型单品排全球第八,按品牌排全球第五,超过了xAI Grok。 雷军当天发文:"我们模型刚刚完成,未来一段时间还会快速迭代增强。小米在AI领域今年的研发和资本投入将超过160亿元。"
实际能力层面,在OpenClaw、Claude Code等Agent框架的测试中,官方称整体使用体感超越Claude Sonnet 4.6,逼近Opus 4.6,但API定价只有后者的1/5——256K上下文以内:输入3;1M以内:输入6。 更值得关注的是它同步联合OpenClaw、OpenCode、KiloCode、Blackbox、Cline五大Agent框架团队,为开发者提供一周免费API。这个动作不只是促销,背后是想要尽快进入开发者的默认工作流——一旦成为默认选项,生态反馈飞轮就开始转了。 与MiMo-V2-Pro同期发布的MiMo-V2-Omni支持文本、视觉、语音全模态,Hunter Alpha的"兄弟模型"Healer Alpha就是它的测试版;MiMo-V2-TTS专注语音合成,支持多方言、多角色,甚至能做情感切换和歌唱音高控制。三款模型放在一起,是完整的Agent感知—决策—执行闭环。此外,MiMo-V2-Pro已深度集成于小米澎湃OS,同步上线WPS灵犀、小米浏览器和手机端智能体miclaw,依托小米的硬件生态做垂直整合,这是纯软件厂商很难复制的护城河。
MiniMax M2.7:让模型参与"改进模型"这件事
MiniMax在3月18日发布M2.7,起了个名字叫"Early Echoes of Self-Evolution"——这个命名藏着点小心思,没说"完全实现自我进化",而是说"听到了回声",留了现实的退路,但把想象空间拉得很高。
最吸引人的不是某个具体分数,而是它声称让M2.7在内部脚手架上自主完成"分析失败轨迹→规划修改→改脚手架代码→跑评测→对比结果→决定保留还是回滚"这一套循环,连续跑了100多轮,把内部编程评测集性能提升了30%。换句话说,模型开始帮助改进"让模型变强"的系统本身,而不只是执行既定任务。
官方benchmark方向也明显朝真实工程倾斜:SWE-Pro 56.22%、Terminal Bench 2 57.0%、Multi SWE Bench 52.7,配合Office交付能力和GDPval-AA 1495 Elo,尽量绕开纯问答榜单。定价上也相当有竞争力:1.20/M输出,约205K上下文。 需要说清楚的是,"自进化"这件事目前仍以官方叙述为主,完整技术报告和外部可复现验证还不充分,更适合理解为一个非常值得关注的方向信号,而非已经板上钉钉的新范式。
阿里千问Qwen3.5:走"普惠+极致性能"路线
作为对比坐标,千问Qwen3.5-Plus在今年2月16日除夕当天开源,总参数3970亿,激活参数170亿,以不到一半的参数量跑出了超越上代万亿参数Qwen3-Max的性能表现。在Agent评测BFCL-V4、搜索Agent评测Browsecomp等多个基准上超越Gemini 3 Pro,API定价低至每百万tokens 0.8元,约为Gemini 3 Pro的1/18。后续又陆续开源了Qwen3.5-35B-A3B、Qwen3.5-122B-A10B等中型模型,全球Hugging Face下载量突破10亿次,开发者社区活跃度很高。 千问走的是"普惠+极致性能"路线,试图成为AI时代开发者生态的基础设施,类似Linux或Android的角色。和小米MiMo-V2-Pro"自用+深度绑定硬件"的路线形成了挺鲜明的对比。
三条路,你选哪条?
把三者放在一起,你会发现它们押注的根本不是同一个入口:
小米MiMo-V2-Pro瞄准的是"通用Agent框架的默认底座",用匿名验证+生态合作先跑马圈地;MiniMax M2.7瞄准的是"AI-native组织的执行中枢",用自进化叙事描绘更长远的竞争维度;千问Qwen3.5瞄准的是"全球开发者的开源生态",用规模和性价比把顶级能力推向普惠。
如果你今天就要把模型接进OpenClaw或Cline跑任务,MiMo-V2-Pro是最接近"拿来即用"的选项。如果你关注的是未来一两年谁的研发速度可能跑出复利,M2.7值得持续盯着。如果你在做成本敏感的产品或开源项目,千问Qwen3.5的性价比确实很难绕过去。
这三场发布放在一起看,其实说明了同一件事:中国大模型公司已经不再只是在追赶参数规模和榜单分数,而是开始主动在Agent时代定义各自的打法。这种势头,比任何单一的benchmark数字都更让人期待。