MiMo-V2.6-Pro 是小米 2026 年 9 月 22 日 MiMo-V2.6 发布的旗舰，它的卖点很不寻常：一个 1.02T 参数、激活 42B 的全模态模型，主要提升来自六天的大规模强化学习，训练过程全程直播，随后开源。小米给出的算力账单是 Pro 约 262 万美元、Flash 约 85 万美元。
按小米的说法，结果是一个在 Artificial Analysis Intelligence Index 上得 46 分的开放模型，超过 Kimi K3 与 Qwen3.8-Max，并在多数智能体基准上与 Claude Opus 5、GPT-5.6 Sol 持平——价格是每百万输入 token $0.435。权重采用 MIT 许可，小米还向社区开放了 7,000 多个 RL 任务环境、一套 RL 训练框架与一个 9B 的蒸馏模型。
基准测试
小米自报（2026 年 9 月 22 日），取自模型卡。
| 基准 | MiMo-V2.6-Pro | MiMo-V2.6-Flash | MiMo-V2.5-Pro | Claude Opus 5 | GPT-5.6 Sol | Claude Fable 5 |
|---|---|---|---|---|---|---|
| DeepSWE v1.1 | 71.9 | 67.9 | 19.0 | 74.0 | 73.0 | 70.0 |
| ProgramBench | 26.5 | 26.0 | 12.5 | 37.0 | 25.0 | 33.0 |
| AutomationBench | 53.1 | 52.3 | 16.0 | 50.3 | 45.8 | 46.2 |
| Toolathlon Verified | 76.9 | 73.6 | 49.1 | 80.6 | 74.9 | 77.9 |
| Agents’ Last Exam | 31.6 | 27.6 | 13.2 | 31.6 | 30.8 | 25.7 |
| Terminal-Bench 2.1 | 89.9 | 87.6 | 65.2 | 89.1 | 88.8 | 84.3 |
| Terminal-Bench 4.0 | 34.9 | 28.8 | 1.5 | 49.0 | 39.9 | 42.4 |
| OSWorld-Verified | 82.0 | 80.8 | — | 83.4 | 83.0 | 86.0 |
| GDPval-AA 2.1（Elo） | 1673 | — | 1107 | 1708 | 1588 | 1595 |
| CyberGym | 94.0 | 95.1 | 40.0 | — | — | — |
| ExploitBench | 47.9 | 25.3 | 16.6 | 70.0 | 78.5 | 78.0 |
| MiMo VisualCoding | 72.3 | 71.5 | — | 70.0 | 73.4 | 69.1 |
两点说明。V2.5-Pro 一列（DeepSWE v1.1 为 19.0）与小米博客（六天训练中从 58.4 升到 72.6）给出的基线不同，所以对这一代际跃升的幅度要谨慎看待。另外，网络安全各行是最弱的对比——若干行缺少闭源模型成绩，小米自家的 MiMo Cyber Bench 也是厂商自定义的基准。
强化学习是怎么做的
- 一次混合训练，覆盖编码、通用智能体、视觉与网络安全，同一批次里混入多种评测框架，让能力迁移到训练中没见过的框架。
- 完全异步的 GRPO，每步 1,568 个提示 × 16 次采样，1M 上下文，每次更新 3.5–3.7B token。
- 分组智能体打分——打分器在每组采样内部做比较，构建任务专属评分细则并给通过的解法重新排序，引导模型走更短的路径、用更少的 token。
- 防奖励投机措施与冻结的 MoE 路由，避免专家负载漂移。
定价
| 每 1M token | 美元 | 人民币 |
|---|---|---|
| 输入（未命中缓存） | $0.435 | ¥3 |
| 输入（命中缓存） | $0.0036 | ¥0.025 |
| 输出 | $0.87 | ¥6 |
速率限制为每分钟 100 次请求与 1,000 万 token。Token Plan 订阅（个人与团队）涵盖 mimo-v2.6-pro 与 mimo-v2.6-flash，另有适用于非实时任务的 Batch API。mimo-v2.6-pro-ultraspeed 最高可快 20 倍，适合延迟敏感场景。
规格
| 规格 | 数值 |
|---|---|
| API 模型 | mimo-v2.6-pro、mimo-v2.6-flash、mimo-v2.6-pro-ultraspeed |
| 架构 | 稀疏 MoE，总计 1.02T / 激活 42B；70 层（60 层 SWA、10 层全局）；384 个路由专家、激活 8 个；5 层 MTP |
| 上下文窗口 | 1M token；最大输出 128K |
| 模态 | 文本、图像、视频、音频输入；文本输出 |
| 编码器 | 681M 参数的 MiMo ViT；音频分词器加补丁编码器 |
| 权重 | Hugging Face XiaomiMiMo/MiMo-V2.6-Pro-RL（BF16 / FP8） |
| 许可证 | MIT |
| 部署 | SGLang、vLLM（提供部署手册） |
对比
- 对比 Kimi K3 与 Qwen3.8-Max： 小米称在 Artificial Analysis 指数上超过两者；两者都是参数更大的开放权重对手。
- 对比 GLM-5.3： 两者都是开放领域顶端、类 MIT 许可的开放模型；GLM-5.3 仅支持文本，MiMo 是全模态。
- 对比 DeepSeek V4.1-Flash： DeepSeek 的 DeepSWE v1.1 略高（74.2 对 71.9），激活规模更小；MiMo 多了音频与视频输入。
- 对比闭源前沿： 在多数智能体项目上略低于 Claude Opus 5 与 GPT-5.6 Sol，并落后于更新一代的 Claude Opus 5.5 与 GPT-6。
局限
- 厂商自报。 分数与 Artificial Analysis 的说法都来自小米。
- 仅输出文本。
- 网络安全利用类项目落后于闭源模型。
- 自托管很重，1.02T 参数。
更大的版图请见 2026 LLM 指南。
适用场景
- 低成本的长程编码与电脑操作智能体
- 结合工具调用的视频与音频理解
- 沙箱环境中的网络安全研究
- 借助开放的环境与训练代码研究大规模强化学习
优缺点
优势
- 小米称其在 Artificial Analysis Intelligence Index 上得 46 分，超过 Kimi K3 与 Qwen3.8-Max——发布时该指数上最强的开放权重模型
- 原生全模态输入——一个 1.02T 的模型同时处理文本、图像、视频与音频——并支持 1M token 上下文
- 以约 $0.44 / 百万输入 token 的价格取得近前沿的智能体成绩——DeepSWE v1.1 71.9、Terminal-Bench 2.1 89.9、AutomationBench 53.1（高于 Claude Opus 5 的 50.3）
- 全部开放——Pro 与 Flash 的 MIT 权重、技术报告、7,000 多个 RL 任务环境以及 RL 训练代码
局限
- 仍落后于闭源领先者——小米自己也说与 Claude Fable 5.1 和 GPT-6 Astra 仍有差距——Terminal-Bench 4.0 也落后 Opus 5（34.9 对 49.0）
- 网络安全利用类项目偏弱——ExploitBench 为 47.9，闭源模型为 70.0–78.5
- 只输出文本；语音合成是另一个 MiMo-V2.5-TTS 系列
- 1.02T 参数的 MoE 属于 16 卡级自托管任务（小米的方案是两节点 16 路张量并行）
常见问题
MiMo-V2.6-Pro 什么时候发布的？
小米于 2026 年 9 月 22 日发布 MiMo-V2.6 系列，开放权重、技术报告与 RL 资源发布在 Hugging Face，API 在小米 MiMo 开放平台以 `mimo-v2.6-pro` 提供。
MiMo-V2.6-Pro 多少钱？
未命中缓存的输入每百万 token $0.435、命中缓存 $0.0036、输出 $0.87（即 ¥3、¥0.025、¥6），与 V2.5 系列相同。小米称在相同智能水平下，价格仅为海外模型的 1/20 到 1/60。
MiMo-V2.6-Pro 有多大？
稀疏混合专家模型，总参数 1.02T、激活 42B，70 层（60 层滑动窗口、10 层全局注意力），384 个路由专家、每次激活 8 个，配有 681M 参数的视觉编码器与音频分词器，以及五层多 token 预测头。
MiMo-V2.6-Pro 与 Flash 有什么区别？
Pro 是万亿参数旗舰；Flash 是成本更低、适合高频调用的模型，小米称它全面超过上一代 V2.5-Pro。两者都开放权重、原生全模态，API 价格结构与 V2.5 相同。
V2.5 用户需要注意什么？
MiMo-V2.5-Pro 与 V2.5 的请求将于 2026 年 10 月 14 日 18:00（UTC+8）自动路由到 V2.6，旧模型 ID 在 10 月 21 日 10:00（UTC+8）失效，请在此之前迁移。