[!NOTE] MiMo-Reasonix 是 DeepSeek-Reasonix (v0.52.0) 的分支，将默认后端切换为小米 MiMo 模型，DeepSeek 模型仍完全支持。

MiMo 模型与定价

| 模型 | 参数 | 上下文 | 定价 (¥ / 百万 tokens) | 适用场景 | |---|---|---|---|---| | mimo-v2.5 ★ 默认 | 1T total / 42B active | 1M | ¥0.7 缓存 · ¥7 输入 · ¥14 输出 | 日常编码、PR 审查、重构 | | mimo-v2.5-pro | 1T total / 42B active | 1M | ¥1.4 缓存 · ¥14 输入 · ¥28 输出 | 复杂架构、安全审计 | | mimo-v2-flash | 309B total / 15B active | 262K | ¥0.07 缓存 · ¥0.7 输入 · ¥2.8 输出 | 超低成本探索子任务 | | mimo-v2-omni | — | 262K | ¥0.56 缓存 · ¥2.8 输入 · ¥14 输出 | 多模态（图像/音频/视频/GUI） |

MiMo-V2-Flash 已开源 — 309B/15B active MoE，全球开源模型智能体 Top 2。编码对标 Claude 4.5 Sonnet，成本仅 2.5%，速度 2×。

安装

需要 Node ≥ 22。

npm install -g mimo-reasonix
mimo-reasonix code my-project

短别名 mrnx：

mrnx code my-project

三大核心支柱

Pillar 1 — 缓存优先循环

三区域上下文划分，确保前缀缓存 99%+ 命中率。

Pillar 2 — 工具调用修复

Flatten → Scavenge → Truncation → Storm 四道工序，MiMo 纯 OpenAI 兼容格式免去 DSML 清洗。

Pillar 3 — 成本控制

mimo-v2.5 默认，工具结果自动压缩，模型自报升级，透明成本显示。

致谢

基于 DeepSeek-Reasonix 构建，原作者 @esengine。MiMo 模型信息来源于 LobeHub。