小米开源MiMo-V2.6：刷新开源榜，性能逼近顶级闭源模型

9月22日，小米正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。作为小米探索 RSI（递归自我改进）路径的关键一步，该系列通过大规模扩展强化学习（RL）算力，旨在让模型在持续的探索与反馈中拓展智能边界。

性能突破：刷新开源榜单，逼近顶级闭源模型

得益于在 RL 算力上的激进投入，MiMo-V2.6 系列取得了显著的性能提升。在权威的 Artificial Analysis Intelligence Index（AA 综合智能指数）v4.3.2 中，MiMo-V2.6-Pro 以 46 分的成绩登顶，超过了 Kimi K3（44 分）和 GLM-5.3（45 分），成为当前排名最高的开源权重模型。与上一代相比，其分数增长了 20 分。

尽管如此，小米官方也坦诚，该模型与 Claude Fable 5.1 和 GPT-6 Astra（均为 53 分）等顶级闭源模型相比仍存在一定差距。但在长程软件工程评测基准 DeepSWE v1.1 上，MiMo-V2.6 表现优异：Pro 版本得分从 48.8 提升至 65.7，Flash 版本从 58.4 提升至 72.6，平均通过率也分别提升了 25% 和 12%。

训练策略：高吞吐与多任务探索

MiMo-V2.6 的强大能力源于其“硬核”的训练策略。据悉，这是国产开源模型中投入 RL 算力最多的模型之一。Pro 与 Flash 两个版本仅耗时不到 6 天，成本分别约为 262 万美元与 85 万美元，各完成 30 步训练，累计约 75 万条轨迹。

小米在三个维度扩展了 RL 算力：

• 更大的 Batch 与吞吐： 单次更新使用 1568 个样本，支持 100 万上下文长度训练，单步训练 Token 达 3.5 至 3.7B。
• 更多任务与环境： 构建了覆盖 Code、General、Visual、Cyber 等方向的多任务训练体系。
• 更强的 Grader 算力： 通过 Group 内相对比较为长程 RL 任务提供更精准的奖励信号。

应用场景：从 3D 建模到具身智能

MiMo-V2.6 的能力已超越单纯的文本处理，融合了 3D 空间推理、多模态感知与计算机操作能力。

• 游戏开发： 用户只需输入图片、视频或文字，模型即可将其拆解为多任务，通过多智能体协作完成 3D 场景搭建、交互逻辑编写与视觉验证。
• 具身仿真： 模型可直接以多视角相机画面为输入，通过视觉反馈闭环控制 Franka Panda 机械臂，完成物体抓取、颜色匹配与精准放置。
• 科研辅助： 在科研领域，MiMo-V2.6 协助筛选了 PFAS 吸附用金属有机框架（MOF）材料，并完成了数学经典论文的完整形式化证明（6000 余行 Lean 源码）。

开源生态与定价：极具竞争力的性价比

小米不仅开源了模型权重，还同步开放了技术报告、Distill-Qwen-9B 及配套 RL 研究资源。

• 开源资源： 社区将获得 7k+ 高质量 RL 任务环境（覆盖软件工程、漏洞复现等），以及基于 verl、uni-agent 等构建的端到端 RL 训练框架和轻量可组合的 Harness。
• API 定价： 该系列沿用 V2.5 系列的定价策略，Flash 版本输入/输出价格为 1/2 元，Pro 版本为 3/6 元，并提供 99% 缓存折扣。这意味着在同等智能水平下，其价格仅为海外模型的 1/20 至 1/60。
• 桌面端体验： 伴随新模型发布，MiMo Desktop 桌面客户端及会员订阅方案同步上线。订阅会员可使用 Pro 和 Flash 模型，并开启 UltraSpeed 超高速模式（推理速度最高 20 倍）。

对于开发者与研究人员而言，小米此次开源不仅提供了一个性能强劲的模型，更提供了一套经过验证的训练实践和工具链，极大地降低了探索前沿 AI 技术的门槛。