vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
MiMo-V2.6-Flash-RL
模型简介
小米的全模态长程智能体模型，309B 只激活 15B，1M 上下文，MIT 许可开源。
- 参数量
- 309B (激活 15B)
- 上下文
- 1M
- 所属
- MiMo
- 类型
- 纯文本 / 可识别图像 / 音频
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2026-09-23
- 收录
- 2026-10-03