趋近智
MiMo V2.6 Distill Qwen 9B
参数
9B
上下文长度
262K
模态
Text
架构
Dense
许可证
MIT License
发布日期
21 Sept 2026
训练数据截止日期
-
API 价格 (每 1M)
仅支持自建托管
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
1x RTX 4090
24GB VRAM
数据中心
1x NVIDIA A100
80GB VRAM
Apple Silicon
1x Apple M3 Max
128GB VRAM
262144 个令牌
消费级
3x RTX 4090
24GB VRAM
数据中心
1x NVIDIA A100
80GB VRAM
Apple Silicon
1x Apple M3 Max
128GB VRAM
架构图
评估基准
没有可用的 MiMo V2.6 Distill Qwen 9B 评估基准。
排名
排名
-
编程排名
-
关于 MiMo V2.6 Distill Qwen 9B
MiMo V2.6 Distill Qwen 9B 是一款拥有 90 亿参数的模型，由更大规模的 MiMo 推理模型蒸馏至 Qwen 架构基座而成。它将复杂的推理能力和指令遵循性能迁移到了轻量化的部署规模中。
技术规格
注意力
注意力结构
Grouped-Query Attention
注意力头
16
键值头
4
注意力头维度
256
位置嵌入
ROPE
RoPE Theta
10,000,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
Yes
线性注意力比例
75.0%
归一化
RMS Normalization
激活函数
SwigLU
维度
辅助参数
-
隐藏维度大小
4,096
层数
32
FFN 中间层大小（稠密层）
12,288
多 Token 预测头数
1
分词器
词汇量大小
248,320
资源
关于 MiMo V2
MiMo-V2-Flash 是一款采用混合注意力架构的混合专家 (MoE) 模型，专为高速推理和智能体工作流而设计。它具备多词元预测 (MTP) 功能，在实现业界领先性能的同时，显著降低了推理成本。该模型针对长上下文建模和高效推理进行了专门优化。