MiMo-V2.6-Pro 的意義，在於它同時交出開放權重模型的領先基準成績、相當低的 API 標價，以及規模可觀的後訓練資產釋出。不過，這項成績也應精確解讀：它是在一項廣受追蹤的綜合評測中登上開放權重類別第一，並不代表已站上所有 AI 模型的整體能力最前沿。

關鍵成績：開放權重第一，不是全體第一

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

這個分數也與 xAI 的閉源 Grok 4.7 某項設定相當。但小米自己也承認，旗艦模型仍落後最強的閉源系統：Artificial Analysis 列出的 Claude Fable 5.1 與 GPT-6 Astra 均為 53 分，比 MiMo 的 46 分高出 7 分。119

因此，這是重要但範圍明確的里程碑：小米刷新了開放權重模型的參考標竿，尚不能據此宣稱已與最佳閉源模型全面持平。

實力從何而來：一次混合式強化學習

小米將其後訓練方法稱為 「You Only RL Once」。不同於替程式設計、通用代理（agent）、視覺任務與資安分別訓練政策模型，團隊把多種任務領域及多個代理執行框架（harness）放進同一輪強化學習（RL）中訓練。

其核心假設是：這些看似不同的任務，都依賴可遷移的行為能力，例如辨識當前缺少哪些資訊、決定何時該使用哪種工具、判讀工具輸出，以及嘗試失敗後如何修正或改變搜尋方向。5

小米表示，Pro 與 Flash 各自完成 30 個 RL 訓練步驟、處理約 75 萬條軌跡，耗時不到 6 天；其公布的訓練成本，Pro 約 262 萬美元、Flash 約 85 萬美元。這些是小米自行揭露的成本，並非經獨立審計的完整支出。10

這一結果顯示，在多樣且需要工具操作的環境中擴大強化學習，可能不必為每一類任務打造獨立後訓練流程，也能帶來顯著能力提升。不過，小米所稱相較 MiMo-V2.5-Pro 約 20 分的增幅，仍應視為發表期的比較，不能直接等同於在每種真實工作負載都具有普遍優勢。14

成本是競爭力核心

MiMo-V2.6-Pro 的 API 標價為：每百萬輸入 token 0.435 美元、每百萬輸出 token 0.87 美元。依據採用 Artificial Analysis 任務成本估算的比較，Pro 每項 Intelligence Index 任務約需 0.13 美元，相較 Grok 4.7 xHigh 的 3.74 美元低得多。21

當然，基準任務成本不等於實際產品部署成本。提示詞及輸出長度、快取命中率、工具呼叫方式與推論設定，都會顯著改變帳單。但 46 分的能力與低 token 單價並存，正是它對需要大規模推理或代理工作流程的團隊特別具吸引力的原因。

MiMo-V2.6-Flash：面向高頻使用的低成本版本

MiMo-V2.6-Flash 是小米偏重效率的型號，採稀疏混合專家（Mixture-of-Experts，MoE）架構，具 3,090 億個總參數、150 億個啟用參數；相較之下，Pro 據報有 1.02 兆總參數及 420 億啟用參數。兩款模型皆支援 100 萬 token 上下文視窗，並可接收文字、圖像、影片與音訊輸入。4

Flash 的定位是高頻部署：未快取輸入每百萬 token 0.14 美元、輸出每百萬 token 0.28 美元；小米列出的快取輸入價格則為每百萬 token 0.0028 美元。310

小米公布的基準比較顯示，Flash 在 DeepSWE v1.1 的成績低於 Pro，但其產品定位是以更低成本處理長上下文與多模態工作負載。這些比較由廠商公布，適合用來理解小米的定位；實際導入前，仍應針對自身任務以獨立測試驗證。10

實務使用者對 Flash 的早期觀察

Tim Dettmers 形容 Flash 給人的感覺像是「300B 至 550B 級別中最好的模型」，並稱在他的使用經驗中，它勝過 DeepSeek V4.1 與 GLM-5.3 Flash。他也稱讚其自動上下文壓縮能力，在超過 300 萬 token 的工作階段仍表現良好，並回報約每秒 250 token 的解碼速度，以及每秒 2,600 token 的預填充速度。44

這些觀察對長時間執行的程式設計工作流程頗具參考價值，但本質上是單一實務使用者的回報，不是獨立基準測試，也不能保證在其他硬體與服務堆疊上獲得相同性能。

小米實際釋出了什麼？

這次發表不只提供可下載的模型權重。小米表示，Pro 與 Flash 均以 MIT 授權開源，並釋出技術報告、超過 7,000 個 RL 任務環境、端到端 RL 框架及可組合的迷你執行框架；另外還提供了兩次 RL 訓練、直接取自訓練器日誌的儀表板。462

這種後訓練透明度，能讓研究人員檢視訓練做法並在任務環境上繼續開發。不過，這不代表完整重現整個模型研發過程所需的一切都已公開：現有資料無法證實所有預訓練資料集、基礎設施元件與訓練細節都已釋出。

這對開放權重競賽意味著什麼？

MiMo-V2.6-Pro 強化了中國實驗室在開放權重 AI 領域高度競爭、且目前在這項 Intelligence Index 排名居首的證據。它高於 GLM-5.3 與 Kimi K3 的開放權重成績，而 MIT 授權下的可部署權重，也使它與僅能透過 API 使用的閉源模型有實質差異。3136

但若據此宣稱中國實驗室在整體上全面領先美國實驗室，則是過度延伸。相同指數中，排名最高的閉源模型 Claude Fable 5.1 與 GPT-6 Astra 仍有 53 分。19

實務上的結論更簡單：在這項評測裡，開放權重 AI 已更接近昂貴的專有系統；而對重視可自行部署的權重、低推論價格、多模態輸入及長上下文代理工作流程的團隊而言，MiMo-V2.6-Pro 已成為不可忽視的選項。

MiMo-V2.6-Pro 的意義，在於它同時交出開放權重模型的領先基準成績、相當低的 API 標價，以及規模可觀的後訓練資產釋出。不過，這項成績也應精確解讀：它是在一項廣受追蹤的綜合評測中登上開放權重類別第一，並不代表已站上所有 AI 模型的整體能力最前沿。

關鍵成績：開放權重第一，不是全體第一

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

這個分數也與 xAI 的閉源 Grok 4.7 某項設定相當。但小米自己也承認，旗艦模型仍落後最強的閉源系統：Artificial Analysis 列出的 Claude Fable 5.1 與 GPT-6 Astra 均為 53 分，比 MiMo 的 46 分高出 7 分。119

因此，這是重要但範圍明確的里程碑：小米刷新了開放權重模型的參考標竿，尚不能據此宣稱已與最佳閉源模型全面持平。

實力從何而來：一次混合式強化學習

小米將其後訓練方法稱為 「You Only RL Once」。不同於替程式設計、通用代理（agent）、視覺任務與資安分別訓練政策模型，團隊把多種任務領域及多個代理執行框架（harness）放進同一輪強化學習（RL）中訓練。

其核心假設是：這些看似不同的任務，都依賴可遷移的行為能力，例如辨識當前缺少哪些資訊、決定何時該使用哪種工具、判讀工具輸出，以及嘗試失敗後如何修正或改變搜尋方向。5

小米表示，Pro 與 Flash 各自完成 30 個 RL 訓練步驟、處理約 75 萬條軌跡，耗時不到 6 天；其公布的訓練成本，Pro 約 262 萬美元、Flash 約 85 萬美元。這些是小米自行揭露的成本，並非經獨立審計的完整支出。10

這一結果顯示，在多樣且需要工具操作的環境中擴大強化學習，可能不必為每一類任務打造獨立後訓練流程，也能帶來顯著能力提升。不過，小米所稱相較 MiMo-V2.5-Pro 約 20 分的增幅，仍應視為發表期的比較，不能直接等同於在每種真實工作負載都具有普遍優勢。14

成本是競爭力核心

MiMo-V2.6-Pro 的 API 標價為：每百萬輸入 token 0.435 美元、每百萬輸出 token 0.87 美元。依據採用 Artificial Analysis 任務成本估算的比較，Pro 每項 Intelligence Index 任務約需 0.13 美元，相較 Grok 4.7 xHigh 的 3.74 美元低得多。21

當然，基準任務成本不等於實際產品部署成本。提示詞及輸出長度、快取命中率、工具呼叫方式與推論設定，都會顯著改變帳單。但 46 分的能力與低 token 單價並存，正是它對需要大規模推理或代理工作流程的團隊特別具吸引力的原因。

MiMo-V2.6-Flash：面向高頻使用的低成本版本

MiMo-V2.6-Flash 是小米偏重效率的型號，採稀疏混合專家（Mixture-of-Experts，MoE）架構，具 3,090 億個總參數、150 億個啟用參數；相較之下，Pro 據報有 1.02 兆總參數及 420 億啟用參數。兩款模型皆支援 100 萬 token 上下文視窗，並可接收文字、圖像、影片與音訊輸入。4

Flash 的定位是高頻部署：未快取輸入每百萬 token 0.14 美元、輸出每百萬 token 0.28 美元；小米列出的快取輸入價格則為每百萬 token 0.0028 美元。310

小米公布的基準比較顯示，Flash 在 DeepSWE v1.1 的成績低於 Pro，但其產品定位是以更低成本處理長上下文與多模態工作負載。這些比較由廠商公布，適合用來理解小米的定位；實際導入前，仍應針對自身任務以獨立測試驗證。10

實務使用者對 Flash 的早期觀察

Tim Dettmers 形容 Flash 給人的感覺像是「300B 至 550B 級別中最好的模型」，並稱在他的使用經驗中，它勝過 DeepSeek V4.1 與 GLM-5.3 Flash。他也稱讚其自動上下文壓縮能力，在超過 300 萬 token 的工作階段仍表現良好，並回報約每秒 250 token 的解碼速度，以及每秒 2,600 token 的預填充速度。44

這些觀察對長時間執行的程式設計工作流程頗具參考價值，但本質上是單一實務使用者的回報，不是獨立基準測試，也不能保證在其他硬體與服務堆疊上獲得相同性能。

小米實際釋出了什麼？

這次發表不只提供可下載的模型權重。小米表示，Pro 與 Flash 均以 MIT 授權開源，並釋出技術報告、超過 7,000 個 RL 任務環境、端到端 RL 框架及可組合的迷你執行框架；另外還提供了兩次 RL 訓練、直接取自訓練器日誌的儀表板。462

這種後訓練透明度，能讓研究人員檢視訓練做法並在任務環境上繼續開發。不過，這不代表完整重現整個模型研發過程所需的一切都已公開：現有資料無法證實所有預訓練資料集、基礎設施元件與訓練細節都已釋出。

這對開放權重競賽意味著什麼？

MiMo-V2.6-Pro 強化了中國實驗室在開放權重 AI 領域高度競爭、且目前在這項 Intelligence Index 排名居首的證據。它高於 GLM-5.3 與 Kimi K3 的開放權重成績，而 MIT 授權下的可部署權重，也使它與僅能透過 API 使用的閉源模型有實質差異。3136

但若據此宣稱中國實驗室在整體上全面領先美國實驗室，則是過度延伸。相同指數中，排名最高的閉源模型 Claude Fable 5.1 與 GPT-6 Astra 仍有 53 分。19

實務上的結論更簡單：在這項評測裡，開放權重 AI 已更接近昂貴的專有系統；而對重視可自行部署的權重、低推論價格、多模態輸入及長上下文代理工作流程的團隊而言，MiMo-V2.6-Pro 已成為不可忽視的選項。