资讯 / 模型观察 · 开放权重发布
小米开源 MiMo-V2.6：AA 指数 46 分、维持 V2.5 定价，全套 RL 训练栈悉数公开
小米刚刚交出了本季度最有力的开放权重答卷：MiMo-V2.6 于 9 月 22 日正式发布，包含三款模型家族——Pro、Flash 与 Pro-UltraSpeed——并在 Hugging Face 上公开了权重与技术报告，API 定价维持在 V2.5 水平，同时连带开源了拥有 7000 多个环境的 RL 训练栈。MiMo-V2.6-Pro 在 Artificial Analysis 智能指数（AA Index）上斩获 46 分，超越 Kimi K3 与 Qwen3.8 Max，成为当前表现最强劲的开放权重模型。以下是本次发布的具体内容、定价细节以及全套 RL 开源对开发者意味着什么。
MiMo-V2.6 已开源并上线小米开放平台 API（9 月 22 日）：模型名称为 mimo-v2.6-pro、mimo-v2.6-flash、mimo-v2.6-pro-ultraspeed；定价维持 V2.5 水平（V2.5 Pro 基准：统一 $3/1M output，1M-token 上下文）；权重与技术报告已在 Hugging Face 开源（XiaomiMiMo/mimo-v26 集合）。
核心看点：AA 智能指数拿下 46 分——超越 Kimi K3 与 Qwen3.8 Max，成为发布时最强开放权重模型；仍落后于闭源领头羊 Claude Fable 5.1 与 GPT-6 Astra。Pro-UltraSpeed 在保持 Pro 性能的同时带来高达 20 倍推理速度。目前尚未上线本站等第三方中转——当前中转货架仍以 GLM、DeepSeek、Qwen 和 Kimi 为主。
发布内容（9 月 22 日官方渠道）
- MiMo-V2.6-Pro。旗舰推理模型——原生全模态、万亿级参数，面向复杂长周期任务、网络安全及前沿科研场景。API 调用名称为
mimo-v2.6-pro。 - MiMo-V2.6-Flash。全模态、高智能、低成本——定位于高频专业级应用。按小米官方说法：它全面超越了上一代 MiMo-V2.5-Pro，而我们的最省钱中国大模型指南中仍收录着 V2.5 基准。
- MiMo-V2.6-Pro-UltraSpeed。具备 Pro 级性能，推理速度最高提升 20 倍，专为时延敏感型生产场景打造——现已上线开放平台 API 及 MiMo Desktop 桌面端。
- 定价维持 V2.5 水平。小米宣称创下国内性价比纪录：在同等智能水平下，价格仅为海外模型的 1/20 至 1/60。V2.5 参考基准：1M-token 上下文下统一 $3/1M output。
- 桌面端与订阅服务。MiMo Desktop（正式版）与付费订阅服务同日上线；生态目前已涵盖 MiMo Claw（金山办公套件集成）、MiMo Code 与 MiMo Studio。
V2.6 产品线背景：V2.5 系列在 AA 指数上初露锋芒 → RL 训练全程公开直播（8 月至 9 月）→ V2.6 正式开源发布 + 桌面端上线（9 月 22 日）。这种把“强化学习（RL）训练过程作为内容直播”的打法，如今已成为小米的标志性风格。
训练内幕：大规模公开强化学习（RL）
据官方文章介绍，MiMo-V2.6 的 RL 训练可能是迄今为止投入中国开放权重模型规模最大的一次 RL 算力——且全程进行了在线直播。在不到 6 天的 Live RL 训练中：Flash 和 Pro 分别耗资约 $0.85M 和 $2.62M，各自完成了 30 个 step，累计生成约 75 万条轨迹；平均任务通过率分别提升了 25% 和 12%。在样本外 DeepSWE v1.1 长周期基准测试中，Flash 得分跃升约 17 分（48.8 → 65.7），Pro 提升约 14 分（58.4 → 72.6）。训练在 1M-token 上下文下进行，每个 step 处理 3.5–3.7B tokens，跨多个 harness 混合了代码、通用、视觉与网络安全等任务族。
在绝大多数 Agent 基准测试中，MiMo-V2.6-Pro 的表现已逼近 Claude Opus 5 与 GPT-5.6 Sol。官方演示（“Vibe World”）展示了更广泛的能力：3D 开放世界游戏生成、Blender 建模、Franka Panda 机械臂具身操作、Computer-Use 工作流、PFAS 吸附 MOF 材料筛选，以及李-约克（Li–Yorke）“周期三即混沌”定理的完整 Lean 4 形式化证明（内核验证代码超 6,000 行）。
开源包包含哪些内容
- 权重与技术报告。Hugging Face
XiaomiMiMo/mimo-v26集合——涵盖全部三个档位，外加 MiMo-V2.6-Distill-Qwen-9B。 - 7k+ RL 任务环境。覆盖软件工程、漏洞复现、知识工作与网页设计——即该系列模型训练所用的全部环境。
- 端到端 RL 训练框架。基于 verl / uni-agent / mini-swe-agent 构建——即支撑直播训练的全套技术栈。
- 极简可组合式 mini-harness。解耦了系统提示词、工具调用与上下文管理；Multi-Harness Training 专为提升跨框架泛化能力而设计。
对比一下 DeepSeek Vision-Exp MIT 权重的开源模式——开放权重赛道愈发拥挤，但此前从未有人将整套 RL 家底一同和盘托出。
与同业定价对比（每 1M tokens）
| 模型 | 输出 | 说明 |
|---|---|---|
| MiMo V2.6 Pro（小米开放平台） | 维持 V2.5 定价 | V2.5 基准统一 $3 · 1M 上下文；名称全小写 mimo-v2.6-* |
| DeepSeek V4.1 Flash beta | 闲时约 $0.63 | 原生多模态 beta；详细报道 |
| Kimi K3 | — | 在 AA 指数 46 分上被 V2.6 Pro 超越 |
| Qwen3.8 Max | — | 同在 46 分被超越；中转平台上的 Qwen |
| 海外前沿模型（闭源） | $10–50 区间 | 小米：同等智能水平下 V2.6 价格仅为 1/20–1/60 |
MiMo 暂未上线第三方中转（截至 9 月 25 日）——上表反映的是小米官方开放平台 API 定价；中转货架模型保留各自费率，详见完整价格指南。
为何开源 RL 才是本次的核心焦点
Multi-harness 的训练范式——让单个模型在多种 Agent 框架中进行训练，并将这些 harness 工具链本身开源——标志着模型厂商正在直接面向 harness 层优化，而不再仅仅局限于对话质量。对开发者而言，这意味着 Agent 原生行为（工具调用、上下文规范管理、多步执行可靠性）正在成为一等发布标准，而非后续的下游适配。MiMo 生态已将这一逻辑端到端落地：MiMo Claw 将旗舰模型与金山办公套件打包为订阅服务；MiMo 还以限时免费的形式接入了 Hermes Agent 等 Agent 客户端。前沿开源模型与 Agent harness 的交汇正变得愈发活跃。
一手信息源
常见问题 (2026)
MiMo-V2.6 开源了吗？
是的。全系列模型（Pro / Flash / Pro-UltraSpeed）已于 9 月 22 日在 Hugging Face（XiaomiMiMo/mimo-v26）开源并附带技术报告。开源包还包含了 MiMo-V2.6-Distill-Qwen-9B、7k+ RL 任务环境、端到端 RL 框架（verl / uni-agent / mini-swe-agent）以及可组合的 mini-harness。
API 模型名称和定价分别是多少？
在小米开放平台上全部为小写：mimo-v2.6-pro / mimo-v2.6-flash / mimo-v2.6-pro-ultraspeed。价格维持在 V2.5 水平——V2.5 Pro 基准在 1M-token 上下文下统一为 $3/1M output；小米称其价格仅为同等智能海外模型的 1/20–1/60。
MiMo-V2.6-Pro 的实际实力究竟如何？
在 AA 智能指数上取得 46 分——超越 Kimi K3 与 Qwen3.8 Max，是发布时最强劲的开放权重模型；仍落后于头部闭源模型（Claude Fable 5.1、GPT-6 Astra）。公开直播 RL 数据显示：Flash/Pro 在不到 6 天内分别耗资约 $0.85M/$2.62M，将 DeepSWE v1.1 评分分别从 48.8 提升至 65.7，从 58.4 提升至 72.6。
Pro-UltraSpeed 适合什么应用场景？
面向时延敏感的生产环境：具备 Pro 级性能，推理速度最高达 20 倍。可在开放平台 API 及同日发布的 MiMo Desktop 桌面端中使用。
我可以通过 ChinaModelAPI 调用 MiMo-V2.6 吗？
目前暂不支持（截至 9 月 25 日）。MiMo 尚未进入当前中转货架——货架已支持 GLM、DeepSeek、Qwen、Kimi 等模型。本页面追踪的是小米官方 API；待 MiMo 上架中转后，我们将在此处和首页模型列表中同步更新。
开源 RL 为什么意义重大？
7k+ 开源任务环境 + 训练框架 + harness 工具链 = 中国开放权重模型中公开记录的最大规模 RL 算力投入。模型厂商直接面向 Agent harness 层优化是关键信号；MiMo Claw / Code / Studio 以及 Hermes Agent 的集成则是已经运行在该体系之上的生态。