小米 MiMo-V2.6-Pro 點解登上開放權重 AI 榜首？

MiMo-V2.6-Pro 值得留意，不單因為佢喺一項廣受追蹤的綜合基準上登上開放權重模型首位，更因為小米同時開出相當低的 API 價格，並釋出不少後訓練資產。

不過，最準確的講法係：小米而家喺這項指數的開放權重類別居首，唔等於佢已經追平整個 AI 能力前沿。

成績：開放權重第一，不是全體第一

Artificial Analysis 的 Intelligence Index 將 MiMo-V2.6-Pro 評為 46 分，是目前排名最高的開放權重模型；GLM-5.3 為 45 分，Kimi K3 為 44 分。31

46 分亦大致與 xAI 的閉源 Grok 4.7 配置相若。但小米自己亦承認，Pro 與最強閉源模型仍有距離：Artificial Analysis 列出的 Claude Fable 5.1 和 GPT-6 Astra 均為 53 分，即比 MiMo 高 7 分。119

所以，呢個里程碑的重點不在於「全面登頂」，而是小米為開放權重模型設下了新的參考標準。

點樣升上去：一次過混合訓練的 RL

小米將後訓練方法命名為 「You Only RL Once」。核心做法係不再為編程、通用代理（agent）、視覺任務和網絡安全各自訓練獨立策略，而是把不同領域的任務，以及多套 agent harness（代理執行框架），混進同一次強化學習訓練。

小米的理據是，這些場景雖然不同，但模型都要學識一些共通決策：知道自己欠咗咩資料、揀邊個工具、判斷工具輸出有冇用，以及失敗後應該點修正和繼續。5

按小米說法，Pro 和 Flash 各自用了約 6 日以下，完成 30 個 RL steps、約 75 萬條軌跡（trajectories）。公司報稱 Pro 的訓練成本約 262 萬美元，Flash 約 85 萬美元；這些是廠方自行披露的數字，並非獨立審計結果。10

小米稱 Pro 相比 MiMo-V2.5-Pro 的指數分數提高了 20 分。14 不過，這應視為發布時的對照成果，而唔應直接引申為佢在每一種實際工作負載都全面勝出。

價格，先係 Pro 最有殺傷力的地方

MiMo-V2.6-Pro 的 API 標價是每 100 萬 input tokens 0.435 美元、每 100 萬 output tokens 0.87 美元。一項按 Artificial Analysis 任務成本所作的比較，估計 Pro 每項 Intelligence Index 任務約需 0.13 美元；Grok 4.7 xHigh 則約為 3.74 美元。21

當然，基準任務成本不等於實際上線成本。真實帳單會受提示詞與輸出長度、快取命中率、工具調用及推理設定影響。不過，46 分配合這個 token 定價，對要大規模跑推理、編程或 agent 工作流的團隊而言，確實有相當吸引力。

Flash：面向高頻使用的平價版本

MiMo-V2.6-Flash 是系列中偏重效率的型號。它採用稀疏混合專家（MoE）架構，有 3,090 億總參數、150 億活躍參數；Pro 則據報有 1.02 兆總參數及 420 億活躍參數。兩款模型都支援 100 萬 token 上下文窗口，並可接收文字、圖片、影片及聲音輸入。4

Flash 的定價更低：每 100 萬未快取 input tokens 0.14 美元、每 100 萬 output tokens 0.28 美元；已快取 input 則為每 100 萬 tokens 0.0028 美元。310

小米公布的比較中，Flash 在 DeepSWE v1.1 低過 Pro，但公司的定位很清晰：它是長上下文、多模態及大量調用場景的低成本選項。由於這些比較由廠方發布，部署前仍應按自身任務作獨立測試。10

有使用者點評，但未算獨立驗證

研究員 Tim Dettmers 形容 Flash 感覺上是「300B 至 550B 級別中最好的模型」，並稱自己使用時覺得佢勝過 DeepSeek V4.1 及 GLM-5.3 Flash。他又讚賞模型的自動上下文壓縮，在超過 300 萬 tokens 的 session 中表現理想，並報告約每秒 250 個 tokens 解碼速度，以及每秒 2,600 個 tokens 預填充速度。44

這些觀察對長時間編程工作流尤其值得留意，但始終只是單一實務使用者的報告，不能當作獨立 benchmark，也不代表在其他硬件和推理服務架構上必然有同樣表現。

小米實際釋出了甚麼？

這次不只是放出可下載權重。小米表示，Pro 和 Flash 均採用 MIT 授權，並同時公開技術報告、逾 7,000 個 RL 任務環境、端到端 RL 框架和可組合的 mini-harnesses；另有直接取自兩次 RL 訓練器日誌的 dashboard。462

這種後訓練透明度，讓研究人員較容易檢視訓練思路及延伸任務環境。不過，這不等於完整重現整個模型研發流程：目前資料並不能證明所有預訓練數據、基建組件和訓練細節都已公開。

對開放權重競賽意味住甚麼？

MiMo-V2.6-Pro 令一件事更清楚：中國實驗室在開放權重模型競賽中非常有競爭力，並暫時在這項 Intelligence Index 排名領先。Pro 高過 GLM-5.3 和 Kimi K3，而 MIT 授權令它跟只可經 API 使用的閉源模型有實質分別。3136

但若因此說中國實驗室整體全面領先美國，就言之尚早。以同一指數計，最高分的閉源模型 Claude Fable 5.1 和 GPT-6 Astra 仍有 53 分。19

實際結論比較簡單：開放權重 AI 在這個基準上，已經更接近昂貴的專有系統；而對重視可自行部署的權重、低推理成本、多模態輸入和長上下文 agent 工作流的團隊，MiMo-V2.6-Pro 已成為一個不能忽視的選擇。