MiMo-V2.6 是什么：小米开源的万亿参数全模态模型

它是什么：一组而不是一个模型

MiMo-V2.6 是小米 MiMo 团队在 2026 年 9 月 21 日发布并开源的新一代全模态模型组，北京时间 22 日凌晨对外公布。官方给它的定位是强化大规模强化学习、自我验证、编码和长程任务，权重按 MIT 协议放出。

这组东西有三个名字要先分清。Pro 是旗舰，API 名称是 mimo-v2.6-pro。Flash 是低成本的效率档。UltraSpeed 不是新模型，而是 Pro 的高速服务档，同一份权重，跑得更快也更贵。三者都是原生全模态，能读文本、图像、视频和音频，但输出只有文本。

小米把这一代放在"递归自我改进"（RSI）的叙事下，说法是把算力重心从预训练挪向大规模强化学习，让模型在反复试错和反馈里把智能往上推。这是官方的说法，落到实处就是：Pro 的体量和上一代差不多，智能指数却涨了一大截。小米还把 Pro 和 Flash 的强化学习训练指标做成了公开页面，直接展示训练日志里的曲线，这在国内厂商里不多见。

关键规格：万亿参数，每次只动 420 亿

Pro 是稀疏专家混合（MoE）架构，总参数约 1.02 万亿，每个词元只激活约 420 亿。意思是知识容量按万亿级算，推理时每一步只调用其中一小撮专家，计算量接近一个 420 亿参数的模型，但显存得按万亿权重来备。Flash 总参数 3090 亿，激活 150 亿，走的是小身材路线。

上下文窗口约 100 万词元，单次输出上限约 13 万词元，Pro 和 Flash 都是这个量级。协议是 MIT，可以免费商用，权重放在 Hugging Face 的 XiaomiMiMo/MiMo-V2.6-Pro-RL。官方没有公布知识截止时间。

成绩单：开源里分数靠前，闭源旗舰仍有距离

最常被引用的是第三方评测机构 Artificial Analysis 的综合智能指数（v4.3.2）。小米公布的数字是：Pro 拿到 46 分，Kimi K3 是 44 分，GLM-5.3 是 45 分，上一代 MiMo-V2.5-Pro 是 26 分。官方同时承认，Claude Fable 5.1 和 GPT-6 Astra 都是 53 分，开源和闭源旗舰之间还有 7 分的差距。

编码方面，小米公开的训练曲线显示，Pro 在 DeepSWE v1.1 上从 58.4 分涨到 72.6 分，Flash 从 48.8 分涨到 65.7 分。官方说这一轮训练不到六天，跑了 30 步，约 75 万条轨迹。

弱项也很明显。发布时披露的对比里，Pro 在 Terminal Bench 4.0 上是 34.9 分，GPT-6 Astra 是 59.6 分，Claude Opus 5 是 49.0 分。需要长时间挂在终端里连续操作的活儿，它目前追不上这几家。Artificial Analysis 测得的输出速度约每秒 54 个词元，低于他们统计的中位数 67。

官方还披露了科研场景的案例：Pro 协助研究人员做 MOF 材料设计，把约一个月的研发周期压到 2 到 3 天，并在 Lean 4 里完成了一篇经典数学论文主定理的完整形式化证明，6000 多行代码通过核验。这些都是厂商自己的说法，当案例看就好。

怎么用、多少钱

最省事的是小米 MiMo 开放平台的 API，同日上线的还有 MiMo Desktop 桌面客户端正式版。想自己部署，模型卡给了 SGLang 和 vLLM 两条路径，示例用的是两节点加专家并行，所以别指望一张卡就能跑 Pro。卡片推荐的采样参数是温度 1.0、top_p 0.95，很多工具默认的 0.7 并不是官方测试用的设置。

价格按每百万词元计：Pro 输入 3 元、输出 6 元；Flash 输入 1 元、输出 2 元；缓存有 99% 的折扣。UltraSpeed 是 30 元输入、60 元输出，官方称输出速度最高可达标准档的 20 倍，价格约为 10 倍。定价沿用 V2.5 系列，官方称同等智能水平下只有海外模型的二十分之一到六十分之一。

和谁比：上一代与同档开源模型

对上一代，变化最直接的是 AA 指数从 26 涨到 46，而 Pro 的总参数和激活参数并没有变小，说明这一代的功夫主要花在强化学习上。迁移也有时间表：10 月 14 日起 V2.5 的请求自动转发到 V2.6 并按新价计费，10 月 21 日旧模型名失效。现在再调 mimo-v2.5-pro 会直接报错，要改成 mimo-v2.6-pro，Flash 对应 mimo-v2.6-flash。

对 Kimi K3 和 GLM-5.3，指数上只差一两分，真正的差别在配置：Pro 把全模态输入和百万上下文放在同一个 MIT 协议的开放权重里。Flash 的性价比也值得留意，按小米自己的数字，它在 AutomationBench 上是 52.3 分，Pro 是 53.1 分，价格只有 Pro 的三分之一。不过这些成绩大多是自报，评测环境没有逐项公开，选型前最好拿自己的任务跑一遍。

适合谁，有什么坑

写代码和做智能体的人最值得试，尤其是跑量大、任务边界清楚的场景，Flash 往往够用，Pro 留给复杂项目。做选型的，MIT 协议加上百万上下文，让它进了私有化部署的候选名单，但万亿权重的硬件门槛不低，得把多节点成本算进去。做内容的，可以把视频、音频直接丢给它理解，但它只输出文本，不生成图片和语音。

AI主线的看法是：MiMo-V2.6 最有说服力的地方不是某一项跑分，而是价格、协议和能力凑在了一起，开源阵营里能同时满足这几条的不多。要说坑，就是长终端任务和速度，这两处它现在还不占便宜，UltraSpeed 能补速度，但要多花 10 倍的钱。