MiMo-V2.6-Pro 的意义，在于它把开源权重模型中的领先基准成绩、极低的 API 标价，以及相对丰富的后训练材料结合在了一起。不过，结论需要准确表述：小米是在一项被广泛追踪的综合榜单上登上了开源权重模型第一，并不意味着它已站上整体 AI 能力的最前沿。

排名第一，但仅限开源权重类别

Artificial Analysis 将 MiMo-V2.6-Pro 列为其 Intelligence Index（综合智能指数）中得分最高的开源权重模型，得分为 46。同一榜单上，GLM-5.3 为 45 分，Kimi K3 为 44 分。31

这一成绩也与 xAI 的闭源 Grok 4.7 某配置处于相近区间。但小米也明确表示，其旗舰模型与最强闭源模型仍有差距：Artificial Analysis 列出的 Claude Fable 5.1 和 GPT-6 Astra 均为 53 分，比 MiMo 的 46 分高 7 分。119

因此，这是一项重要但边界清晰的里程碑：MiMo-V2.6-Pro 建立了新的开源权重参考线，而非证明自己已与最强闭源系统全面持平。

能力为何提升：一次混合强化学习训练

小米将其后训练方法称为 “You Only RL Once”。它没有为代码、通用智能体、视觉任务和网络安全分别训练独立策略，而是将这些领域的任务以及多个智能体运行框架混合进同一次强化学习（RL）训练。

其核心假设是：不同任务环境中的策略可以迁移。例如，识别当前缺少的信息、选择应调用的工具、判断工具输出是否有效，以及一次尝试失败后调整方案继续推进，这些都是跨任务可复用的行为。5

小米称，Pro 与 Flash 各自均在不到 6 天内完成 30 个强化学习步骤，覆盖约 75 万条轨迹；其公布的训练成本约为 Pro 262 万美元、Flash 85 万美元。这些是小米自行披露的数据，并非经过独立审计的完整成本核算。10

这至少说明，大规模强化学习若覆盖足够多样的工具调用环境，可能无需为每一种任务单独搭建后训练流水线，也能带来显著的能力增益。不过，小米宣称 Pro 相比 MiMo-V2.5-Pro 提升 20 分，仍应视为发布阶段的对比，不能直接推导为其在所有真实业务负载上都具备普遍优势。14

低价格是这次发布的另一核心

MiMo-V2.6-Pro 的 API 标价为：每百万输入 Token 0.435 美元，每百万输出 Token 0.87 美元。按一项基于 Artificial Analysis 任务成本的比较，Pro 完成一次 Intelligence Index 任务的成本约为 0.13 美元；Grok 4.7 xHigh 则约为 3.74 美元。21

当然，基准任务成本不等于真实生产成本。实际费用会受提示词和输出长度、缓存命中率、工具调用，以及推理配置等因素影响。但在 46 分成绩与低 Token 单价同时成立的情况下，Pro 对需要大规模部署推理或智能体工作流的团队确实颇具吸引力。

MiMo-V2.6-Flash：面向高频调用的低成本版本

MiMo-V2.6-Flash 是小米主打效率的型号，采用稀疏混合专家（MoE）架构：总参数 3090 亿、每次推理激活参数 150 亿；相比之下，Pro 公布的总参数为 1.02 万亿、激活参数为 420 亿。两款模型都支持 100 万 Token 上下文窗口，并可接收文本、图像、视频和音频输入。4

Flash 的定价更适合高频部署：每百万非缓存输入 Token 0.14 美元，每百万输出 Token 0.28 美元；缓存命中输入则为每百万 Token 0.0028 美元。310

小米公布的基准对比显示，Flash 在 DeepSWE v1.1 上低于 Pro，同时将其定位为长上下文、多模态任务中的低成本选项。由于这些比较由厂商发布，它们有助于理解产品定位，但特定项目是否适用，仍应结合独立测试验证。10

一位实践者对 Flash 的早期评价

Tim Dettmers 表示，Flash 给他的感觉是“300B 到 550B 参数级别中最好的模型”，并称其在自己的使用中优于 DeepSeek V4.1 和 GLM-5.3 Flash。他还特别提到，Flash 在超过 300 万 Token 的会话中自动压缩上下文表现良好，并报告了约每秒 250 Token 的解码速度、每秒 2600 Token 的预填充速度。44

这些观察对长时间运行的编程工作流尤其值得关注，但它们仅代表一位实践者的使用报告，并非独立基准，也不能保证在其他硬件或推理服务栈上复现同样表现。

小米实际开放了什么

这次发布不止包含可下载的权重。小米称，Pro 和 Flash 均以 MIT 许可证开放，并同步提供技术报告、超过 7000 个 RL 任务环境、端到端 RL 框架和可组合的轻量运行框架（mini-harness）。此外，其还开放了来自两次 RL 训练日志的数据面板。462

这类后训练过程的可见度，能让研究者更好地检查训练思路，并基于任务环境继续开发。但这并不等于完整复现包：现有材料并不能证明预训练数据集、全部基础设施组件或所有训练细节都已公开。

这对开源权重竞争意味着什么

MiMo-V2.6-Pro 强化了一个趋势：在这项开源权重 Intelligence Index 排名中，中国团队目前竞争力很强，并处于领先位置。它的分数高于 GLM-5.3 和 Kimi K3；而 MIT 许可证下的可部署权重，也使它与只能通过 API 使用的闭源模型有实质区别。3136

但据此断言“中国团队整体领先美国团队”仍是过度延伸。因为同一指数中，闭源模型 Claude Fable 5.1 和 GPT-6 Astra 仍以 53 分居于更高位置。19

更务实的结论是：在该基准上，开源权重 AI 已进一步接近昂贵的专有系统；对于重视可部署权重、低推理成本、多模态输入与长上下文智能体工作流的团队，MiMo-V2.6-Pro 已成为一个不可忽视的选择。

MiMo-V2.6-Pro 的意义，在于它把开源权重模型中的领先基准成绩、极低的 API 标价，以及相对丰富的后训练材料结合在了一起。不过，结论需要准确表述：小米是在一项被广泛追踪的综合榜单上登上了开源权重模型第一，并不意味着它已站上整体 AI 能力的最前沿。

排名第一，但仅限开源权重类别

Artificial Analysis 将 MiMo-V2.6-Pro 列为其 Intelligence Index（综合智能指数）中得分最高的开源权重模型，得分为 46。同一榜单上，GLM-5.3 为 45 分，Kimi K3 为 44 分。31

这一成绩也与 xAI 的闭源 Grok 4.7 某配置处于相近区间。但小米也明确表示，其旗舰模型与最强闭源模型仍有差距：Artificial Analysis 列出的 Claude Fable 5.1 和 GPT-6 Astra 均为 53 分，比 MiMo 的 46 分高 7 分。119

因此，这是一项重要但边界清晰的里程碑：MiMo-V2.6-Pro 建立了新的开源权重参考线，而非证明自己已与最强闭源系统全面持平。

能力为何提升：一次混合强化学习训练

小米将其后训练方法称为 “You Only RL Once”。它没有为代码、通用智能体、视觉任务和网络安全分别训练独立策略，而是将这些领域的任务以及多个智能体运行框架混合进同一次强化学习（RL）训练。

其核心假设是：不同任务环境中的策略可以迁移。例如，识别当前缺少的信息、选择应调用的工具、判断工具输出是否有效，以及一次尝试失败后调整方案继续推进，这些都是跨任务可复用的行为。5

小米称，Pro 与 Flash 各自均在不到 6 天内完成 30 个强化学习步骤，覆盖约 75 万条轨迹；其公布的训练成本约为 Pro 262 万美元、Flash 85 万美元。这些是小米自行披露的数据，并非经过独立审计的完整成本核算。10

这至少说明，大规模强化学习若覆盖足够多样的工具调用环境，可能无需为每一种任务单独搭建后训练流水线，也能带来显著的能力增益。不过，小米宣称 Pro 相比 MiMo-V2.5-Pro 提升 20 分，仍应视为发布阶段的对比，不能直接推导为其在所有真实业务负载上都具备普遍优势。14

低价格是这次发布的另一核心

MiMo-V2.6-Pro 的 API 标价为：每百万输入 Token 0.435 美元，每百万输出 Token 0.87 美元。按一项基于 Artificial Analysis 任务成本的比较，Pro 完成一次 Intelligence Index 任务的成本约为 0.13 美元；Grok 4.7 xHigh 则约为 3.74 美元。21

当然，基准任务成本不等于真实生产成本。实际费用会受提示词和输出长度、缓存命中率、工具调用，以及推理配置等因素影响。但在 46 分成绩与低 Token 单价同时成立的情况下，Pro 对需要大规模部署推理或智能体工作流的团队确实颇具吸引力。

MiMo-V2.6-Flash：面向高频调用的低成本版本

MiMo-V2.6-Flash 是小米主打效率的型号，采用稀疏混合专家（MoE）架构：总参数 3090 亿、每次推理激活参数 150 亿；相比之下，Pro 公布的总参数为 1.02 万亿、激活参数为 420 亿。两款模型都支持 100 万 Token 上下文窗口，并可接收文本、图像、视频和音频输入。4

Flash 的定价更适合高频部署：每百万非缓存输入 Token 0.14 美元，每百万输出 Token 0.28 美元；缓存命中输入则为每百万 Token 0.0028 美元。310

小米公布的基准对比显示，Flash 在 DeepSWE v1.1 上低于 Pro，同时将其定位为长上下文、多模态任务中的低成本选项。由于这些比较由厂商发布，它们有助于理解产品定位，但特定项目是否适用，仍应结合独立测试验证。10

一位实践者对 Flash 的早期评价

Tim Dettmers 表示，Flash 给他的感觉是“300B 到 550B 参数级别中最好的模型”，并称其在自己的使用中优于 DeepSeek V4.1 和 GLM-5.3 Flash。他还特别提到，Flash 在超过 300 万 Token 的会话中自动压缩上下文表现良好，并报告了约每秒 250 Token 的解码速度、每秒 2600 Token 的预填充速度。44

这些观察对长时间运行的编程工作流尤其值得关注，但它们仅代表一位实践者的使用报告，并非独立基准，也不能保证在其他硬件或推理服务栈上复现同样表现。

小米实际开放了什么

这次发布不止包含可下载的权重。小米称，Pro 和 Flash 均以 MIT 许可证开放，并同步提供技术报告、超过 7000 个 RL 任务环境、端到端 RL 框架和可组合的轻量运行框架（mini-harness）。此外，其还开放了来自两次 RL 训练日志的数据面板。462

这类后训练过程的可见度，能让研究者更好地检查训练思路，并基于任务环境继续开发。但这并不等于完整复现包：现有材料并不能证明预训练数据集、全部基础设施组件或所有训练细节都已公开。

这对开源权重竞争意味着什么

MiMo-V2.6-Pro 强化了一个趋势：在这项开源权重 Intelligence Index 排名中，中国团队目前竞争力很强，并处于领先位置。它的分数高于 GLM-5.3 和 Kimi K3；而 MIT 许可证下的可部署权重，也使它与只能通过 API 使用的闭源模型有实质区别。3136

但据此断言“中国团队整体领先美国团队”仍是过度延伸。因为同一指数中，闭源模型 Claude Fable 5.1 和 GPT-6 Astra 仍以 53 分居于更高位置。19

更务实的结论是：在该基准上，开源权重 AI 已进一步接近昂贵的专有系统；对于重视可部署权重、低推理成本、多模态输入与长上下文智能体工作流的团队，MiMo-V2.6-Pro 已成为一个不可忽视的选择。