小米MiMo-V2.6来了。据IT之家报道,小米于9月22日凌晨正式发布并开源了MiMo-V2.6系列,包含Pro与Flash两个原生全模态模型,API价格维持不变。其中Pro版在Artificial Analysis综合智能指数(AA指数)中拿到46分,超过Kimi K3(44分)和GLM-5.3(45分),成为当前该榜单上排名最高的开源权重模型。
对你来说,最值得关注的是:开源模型和闭源顶级模型的差距又缩小了一截,而且这次小米公开了训练成本和强化学习细节,透明度和性价比都相当有诚意。
小米MiMo-V2.6是什么？Pro和Flash有什么区别？
MiMo是小米自研的大模型系列,V2.6是目前的最新版本。这次发布最大的标签是"原生全模态"——模型从训练之初就同时处理文本、图像等多种输入,而不是后期拼接能力。
两个版本定位不同:Pro是旗舰版,追求最强智能水平,适合复杂推理、长链路任务;Flash是轻快版,主打速度和成本,适合高频调用、对时延敏感的场景。你可以把它理解为"满血版"和"极速版"的关系。
小米称,MiMo-V2.6是其探索RSI(递归自我改进)路径的关键一步。简单说,就是通过大规模扩展强化学习(RL)算力,让模型在持续的探索与反馈中自己变强,而不只是靠堆预训练数据。这也是本次能力提升的核心来源。
MiMo-V2.6在AA指数上排第几？和Kimi、GLM、GPT比怎么样？
先看结论:在开源权重模型里,它是第一;放进所有模型里,它还没进第一梯队。
AA指数(Artificial Analysis Intelligence Index)是第三方机构Artificial Analysis发布的综合智能评分,综合了多个推理、知识、数学、编程基准,业内参考价值较高。在v4.3.2版本中,各模型得分对比如下:
| 模型 | AA指数得分 | 类型 |
|---|---|---|
| Claude Fable 5.1 | 53 | 闭源 |
| GPT-6 Astra | 53 | 闭源 |
| MiMo-V2.6-Pro | 46 | 开源 |
| GLM-5.3 | 45 | 开源 |
| Kimi K3 | 44 | 开源 |
| MiMo-V2.5-Pro(前代) | 26 | 开源 |
有几个细节值得注意:一是前代只有26分,这代直接+20分,一代之内追上了国产开源第一集团;二是小米官方自己承认,和53分档的顶级闭源模型仍有明显差距,没有夸大宣传,这点比较实在。
如果你关心各家模型日常体验的差异,可以参考本站整理的2026主流AI工具怎么选,里面有更偏实用场景的对比。
训练只花几百万美元？MiMo-V2.6的成本和RL细节意味着什么？
这次小米罕见地公开了RL训练阶段的成本数据,信息量比跑分本身还大:
- 训练时长:Pro与Flash两个模型的RL阶段各历时不到6天。
- 训练成本:Pro约262万美元,Flash约85万美元(以官方披露口径为准)。
- 训练规模:各完成30步,累计约75万条轨迹。
- 能力提升:训练任务平均通过率分别相对提升25%和12%。
在软件工程能力的样本外评测DeepSWE v1.1上,Pro从48.8分提到65.7分(+17分),Flash从58.4分提到72.6分(+14分)——注意Flash在这个榜单上反超了Pro,说明轻量版在编程类任务上做了针对性优化。
这意味着什么?小米称MiMo-V2.6可能是目前国产开源模型中投入RL算力最多的模型之一。行业趋势很清楚:预训练的边际收益在递减,强化学习成了新的军备竞赛方向。几百万美元级别的RL投入就能换来20分的指数跃升,说明这条路径的性价比目前相当高,后面其他厂商大概率会跟进。
对写代码的你来说,DeepSWE这类长程软件工程成绩的提升比综合跑分更有参考价值。想进一步对比各家模型的编程实战表现,可以看哪个AI写代码最好这篇实测。
国内用户怎么用MiMo-V2.6？API价格是多少？
先说好消息:这是国产模型,国内直接用,不用折腾网络环境,也没有海外账号、外币支付这些门槛。对开发者,可以通过小米开放平台的API接入;开源权重也已经放出,有算力的团队可以自行部署、微调。
价格方面,官方口径是Pro与Flash双版本价格不变,即维持上一代MiMo-V2.5时期的API定价。具体每百万token的单价建议以小米开放平台页面为准,这类定价常有阶梯和优惠活动,不写死数字以免误导你。
"开源登顶+价格不变"组合起来,实际上是变相降价:同样的钱,买到的模型能力比上一代强了一大截。如果你目前在用其他国产API做应用,值得拿自己的真实任务跑一组对比测试,特别是编程和长文推理类场景。
如果你是个人用户,想先想清楚该为哪些AI花钱、花多少,本站的2026主流AI会员价格汇总可以帮你先建立整体概念。
开源权重对普通用户和开发者有什么好处？
很多人看到"开源"两个字就划走了,觉得和自己无关。其实开源权重直接影响你能用到的AI产品价格和体验。
对开发者:开源权重意味着你可以私有化部署,数据不出内网;可以基于自己的业务数据微调,做出垂直场景专用模型;Flash版本较小,部署门槛和推理成本都更低,适合中小企业。
对普通用户:开源模型变强,会倒逼闭源厂商降价或提升免费额度——过去两年国产大模型API价格的几轮大跳水,背后就是开源阵营的追赶。MiMo-V2.6这次把开源天花板抬到46分,闭源厂商的压力又多了一分,最终受益的是你。
另外,RSI(递归自我改进)路线值得关注:如果"模型靠自己探索反馈持续变强"这条路跑通,未来模型迭代速度可能比现在快得多,版本更新频率会越来越高。
理性看待：MiMo-V2.6有哪些局限和要注意的坑？
成绩亮眼,但有几个点你需要冷静看待,避免踩坑:
- 和闭源顶级模型还有7分差距。46分对53分,在AA指数上这不是小差距。处理高难度推理、复杂Agent任务时,GPT-6 Astra、Claude Fable 5.1这一档目前仍更强。追求极致能力,别指望开源一次到位。
- 跑分不等于体验。AA指数是综合基准成绩,你日常用的可能是写作、翻译、客服对话,真实体感要自己测。建议拿10-20条你的真实任务,让新旧模型同题对比。
- 全模态能力细节有限。目前官方披露的重点在RL与智能指数上,图像、语音等模态的具体评测数据还不多,有相关需求建议等更多第三方实测。
- 自行部署有成本。Pro是旗舰级模型,本地跑起来对显卡要求不低,别看到"开源"就以为能在自己电脑上流畅运行;个人或小团队优先走API更划算。
- 数据以官方为准。训练成本、分数提升等数据来自小米官方披露和媒体报道,第三方复现验证还需要时间。
信息来源:www.ithome.com。本文为基于公开资讯的原创整理与解读,非原文转载。