MiMo-7B 是小米推出的专为推理任务设计的语言模型系列，包括基础模型、SFT模型和RL模型，在数学和代码推理任务上表现优异。

MiMo-7B-RL是基于MiMo-7B-SFT模型训练的强化学习模型，在数学与代码推理任务上表现出色，性能媲美OpenAI o1-mini。

小米推出的7B参数规模推理专用语言模型系列，通过优化预训练和后训练策略显著提升数学与代码推理能力

Phi-4是微软研究院开发的一款140亿参数的开源语言模型，专注于高质量数据和高级推理能力，适用于内存/计算受限环境和延迟敏感场景。