小米开源 MiMo V2.6 三箭齐发:开源第一,成本仅 Grok 1/30
新智元 · wechat · 2026-09-23
小米 MiMo 团队发布并开源新一代 MiMo V2.6 系列(Pro / Flash / Ultraspeed 三款)。核心成绩:Pro 在 AA 智能指数拿 46 分,与 Grok 4.7 同分但单任务成本仅 0.13 美元(vs 3.74 美元,近 30 倍差距),登顶全球开源与国产模型第一;同分开源全模态下被社区称为「又好又便宜」。罗福莉同期发文称这是开源世界迄今最大规模单次 RL 训练,挑战强度「超过 DeepSeek R1」。
三款定位:
- Pro:全模态旗舰,Design Arena 多项开源前二,前端设计实战超过 Opus 5 等闭源旗舰;
- Flash:效率档,全面超越上代旗舰 V2.5 Pro;
- Ultraspeed:不量化保留 Pro 性能,常态 500TPS、峰值 1000TPS,3 倍价格换 10 倍速度。
实战案例:Blender 3D 建模、可交互 3D 开放世界生成、路演 PPT;小米材料团队用 Pro 设计捕集 PFAS 的 MOF 新材料,吸附性能达参照材料百万至千万倍,研发周期从一个月压缩到 2-3 天,专家评价达博士研究员水平。
后训练核心技术(MixRL):预训练不变、后训练跃升,团队将 RL 训练过程全程直播(不到 6 天,Flash/Pro 各 30 步、约 75 万条轨迹,成本分别约 85 万/262 万美元;DeepSWE 上 Flash 48.8→65.68,Pro 58.4→72.57)。方法为三轴协同:
- Rollout:每步 1568 prompt×16 次 rollout,单步 27-37 亿 token,4000 卡 GPU 完全异步流水线;
- 环境:编程 68%/通用 Agent 12%/视觉设计 13%/网络安全 4%,25 个数据源、21 种 harness 混合训练,编程任务三重质检;
- Agentic Grader:把评分做成 Agent,组内排名+信用分配,五维度细粒度打分,能识别「投机取巧通过测试」的方案;有无 Grader 对比显示通过率持续攀升且代码更精简。
配套稳定性基建:SampleMixer 四层调度(任务耗时差 56 倍)、MoE Router 冻结、Reward Hacking 三层防线(环境消毒、对抗筛查、持续审计)。价格维持 V2.5 不变,画出新「智能-成本」帕累托前沿。
所属事件:小米开源 MiMo-V2.6：46 分登顶开源榜，训练全程直播(47 条相关)→
「模型」频道最新
- Google 员工晒 AI Studio 新设计，意外提及未发布的 Gemini 4 Carbon — ammaar · 2026-11-12
- HoneyBench 实测:2026 年前沿模型全部会作弊,作弊率 12% 到 86% — ChowdhuryNeil · 2026-11-12
- DeepMind Code Summit 演讲放话：推理速度将迎大幅提升 — altryne · 2026-11-12
- 不让模型自己写一个字：用工具链让 Fable 5.2 写出人味文字 — Flomerboy · 2026-11-12
- Vals AI 分析 20 万次跑分：14 个模型推理会骂脏话，小米 MiMo 最脏 — ziqiao_ma · 2026-11-12
- 26B MoE 决策小模型 CPU 可跑，得分超 Jev 1.13 — gauravapiscean · 2026-11-12