小米 MiMo 团队 9 月 22 日发布并开源 MiMo-V2.6 系列，旗舰 MiMo-V2.6-Pro 和走效率路线的 MiMo-V2.6-Flash 同时上线，网页端、API 和 Hugging Face 权重入口一并开放。两款都是原生全模态，文本、图片、视频、音频都能直接进模型，官方给的主攻方向是编程、电脑操作、3D 场景和视听内容创作这几类智能体任务。
同一天，小米还放出了 Pro 的高吞吐版本 Pro-UltraSpeed，称同等质量下输出速度最高能提到 20 倍，这一档目前是逐步开放；桌面客户端 MiMo Desktop 转为正式版，并配上了会员订阅。
分数和位置
第三方评测机构 Artificial Analysis 给 MiMo-V2.6-Pro 的综合智能指数是 46 分，在开源权重模型里排第一，超过 Kimi K3 和 Qwen3.8 Max。按媒体援引的榜单，这个分数和 Claude Opus 5、GPT-5.6 Sol 处在同一区间，和 Claude Fable 5.1、GPT-6 Astra 仍有距离。
价格没动，沿用 V2.5 系列的 API 定价。Artificial Analysis 测出的单任务成本是 0.13 美元；小米自己的说法是同等智能水平下，Pro 的价格只有海外模型的 1/20 到 1/60。后一组倍数来自厂商口径，具体跟哪几款模型比、按什么任务折算，公开材料里没有列全。
把四月那一代放在旁边
MiMo-V2.5-Pro 是今年 4 月底开源的，规格是 1.02 万亿总参数、420 亿激活参数的 MoE，上下文 100 万 token。当时小米主打的是 token 效率，拿 ClawEval 跟 DeepSeek-V4-Pro 比。到 7 月，V2.5 在 OpenRouter 上拿到月调用量和周调用量第一，靠的主要是价格。
V2.6-Pro 公开的参数规模仍是 1.02 万亿总参数、420 亿激活，量级和上一代一致。变化集中在后训练：负责人罗福莉把这次称作”迄今为止任何开源模型团队所进行的规模最大的单次强化学习训练之一”，并说项目背后的研究和工程难度超过她参与过的 DeepSeek-R1。
按媒体披露的训练账目，Pro 和 Flash 各跑了 30 步，累计约 75 万条轨迹，合计成本约 350 万美元，周期六天。和动辄上亿美元的预训练相比，这笔钱不大；但对一次后训练来说，放到开源团队里确实少见。
从 4 月到 9 月串起来看，小米的路线比较清楚：底座规模先定住，靠价格在开发者侧拿下调用量，再把钱和算力压到强化学习上换分数。分数这一步走通了，下一步要看的是调用量能不能在不降价的前提下守住。
训练方法和一起放出来的东西
罗福莉介绍，团队用一种叫 MixRL 的方式，把中等难度、结果可验证的代码和智能体任务放在一起联合训练；游戏、3D、主观评测这类难验证或者特别长的任务单独训练，最后用 MOPD 把几路能力合并。
这次开源的范围比权重更宽。小米同时公开了用 MiMo 训练轨迹蒸馏出来的 Qwen 模型、约 7000 个多样化训练环境，以及完整的强化学习框架。对想复现或者在自家模型上做后训练的团队来说，环境和框架的价值可能比权重本身更大。
罗福莉还在个人账号上称 MiMo-V2.6 “已是开源模型第一”。这句话目前有 Artificial Analysis 的综合指数撑着；各家细分榜单的名次还没出齐，代码、图像、语音这些分项上它排在哪，用哪一张榜说话，结论可能会有出入。小米也没有公布 V2.6 的开源许可证是否沿用上一代条款。
参考来源：小米 MiMo 官方发布页、Artificial Analysis 智能指数榜单、CocoLoop、搜狐科技；智能指数分数与单任务成本以 Artificial Analysis 口径核验，训练成本与步数以媒体披露口径为准。