MoE 309B/15B actifs. #1 SWE-Bench Verified à sortie (73.4%). MIT.
🇨🇳 Xiaomi·Licence MIT·Contexte 125k tokens·Sortie Avril 2025← Catalogue
01Ce qu'il sait faire
Points forts
52B actifs dans 309B MoE
Fort en code
128k contexte
Limites à connaître
—185 Go VRAM Q4
—Licence Xiaomi à vérifier
Architecture
MoE · 309B total / 52B actifs · Xiaomi MiMo V2 Flash
Entraînement
Xiaomi — fort en code et raisonnement, architecture inspirée DeepSeek.
Idéal pour
Code frontièreAgents dev
02Mémoire requise
VRAM GPU approximative pour faire tourner ce modèle, overhead contexte de 4k tokens inclus. Pour un contexte plus long, ajoutez ~1 Go par tranche de 8k tokens.
Q4_K_M
Le plus léger, ~5% de perte
185 Go
Q5_K_M
Bon compromis qualité/taille
222 Go
Q8_0
Quasi-indistinguable de FP16
330 Go
FP16
Pleine précision — usage serveur
618 Go
Fallback CPU · Si vous n'avez pas de GPU, comptez 230 Go de RAM minimum pour faire tourner ce modèle à vitesse réduite.
Quel GPU pour faire tourner MiMo V2 Flash ?
Pour exécuter MiMo V2 Flash en local en quantification Q4, il faut environ 185 Go de VRAM. Le meilleur rapport prix/performance : un GMKtec EVO-X2 128 Go (mini-PC IA, 128 Go de mémoire unifiée).
Liens affiliés — commission possible sans surcoût pour vous, reco indépendante. En tant que Partenaire Amazon, QuelLLM réalise un bénéfice sur les achats remplissant les conditions requises.
03Vitesse attendue
Tokens générés par seconde en Q4_K_M, contexte 4k. Au-delà de 20 t/s, la lecture est confortable. En dessous de 10 t/s, c'est juste pour tester.
Entrée de gamme
~1t/s
GTX 1650, RX 6600, MBA M2 8Go
Milieu de gamme
~5t/s
RTX 4060, 4070, MBP M3 Pro
Haut de gamme
~15t/s
RTX 4090, M4 Max, Radeon 7900
04Installer
Le chemin le plus court : Ollama. Une commande, le modèle est téléchargé et lancé.
Premier téléchargement : entre 2 et 40 Go selon la quantization choisie. Espace disque à prévoir, connexion stable recommandée. Les relances suivantes sont instantanées.