专题 · FULL STORY

小米 MiMo-V2.6：训练直播到开源登顶

小米先以全程直播完成 MiMo 的强化学习训练，DeepSWE 成绩跃升至 72.57；随后于 9 月 22 日以 MIT 协议开源 MiMo-V2.6 全模态系列，Pro 版以 46 分登顶开源榜逼近 GPT-5.6，博主实测确认编码与多模态能力显著提升。

2026-09-21 ~ 2026-09-24 · 4 集 · 58 条

第 1 集 · 小米 MiMo 完成 RL 训练，DeepSWE 跃升至 72.57(2026-09-21,2 条)

小米 MiMo 模型的强化学习训练已完成，MiMo Pro 在 DeepSWE 基准上的成绩从 58.41 跃升至 72.57，接近当前最高分 74（由 A 开头模型保持）。随后 nrehiew 发布了对最新开源模型 MiMo-V2.6 的论文解读，该项目以公开直播 RL 训练过程为特色，其侧重与 DeepSeek v4.1 Flash 有所不同。

第 2 集 · 小米开源 MiMo-V2.6：46 分登顶开源榜，训练全程直播(2026-09-22,47 条)

小米于 9 月 22 日在 Hugging Face 以 MIT 协议开源 MiMo-V2.6 系列全模态模型，Pro 版在 Artificial Analysis 智能指数以 46 分首次登顶开源权重模型榜首，较前代 MiMo-V2.5-Pro 的 26 分大幅跃升，仅比 GPT-5.6 Sol 低约 1 分。团队同步开源技术报告、RL 环境与训练代码，训练过程罕见地全程直播，官方称总训练成本约 350 万美元，技术报告另披露 Pro 版 RL 阶段花费 260 万美元、Flash 版 90 万美元。这是当日开源社区最受关注的事件。

已确认

  • 发布两款主力模型：MiMo-V2.6-Pro 总参数 1.02T、激活 42B；MiMo-V2.6-Flash 总参数 310B、激活 15B，均为 Sparse MoE 架构、原生全模态（文本/图像/视频/音频）、支持 100 万 token 上下文，MIT 协议开源（@natolambert、@ArtificialAnlys 等多条帖子交叉确认）
  • Pro 版在 Artificial Analysis 智能指数获 46 分，为当前排名第一的开源权重模型；前代 MiMo-V2.5-Pro 为 26 分（@ArtificialAnlys）；据 @heyshrutimishra 转述 AA 排行，Pro 加权成本约每任务 0.13 美元
  • 架构与 V2.5 相同，新增 1M token 上下文窗口和 MTP drafter；早期评测显示成绩紧随 GPT-5.6 Sol 之后（@mervenoyann）
  • 权重之外还开源了技术报告、RL 环境与训练代码，并计划开源约 7000 个 RL 训练环境；官方称 Pro 在多数 agent 基准上比肩 Claude Opus 5、GPT-5.6 Sol 级模型，并进入 Code Arena 前十（@arena、@teortaxesTex）
  • API 定价与 V2.5 完全持平，Pro 与 Flash 两档均不变，官方称刷新中国模型的性价比纪录，价格仅为国际模型的 1/20 至 1/60（@amaarora 转发官方口径）
  • @wearemammals 转述官方口径：MiMo-V2.6 总训练成本约 350 万美元，主打极致性价比，附带实时跑分仪表盘公开追踪评测表现；训练过程全程直播（@Prompt Engineering）
  • 技术报告披露更细的成本拆分：Pro 版 RL 训练 260 万美元、Flash 版 90 万美元，约 44% 算力花在 rollout（@KyeGomezB 转发）；@andersonbcdefg 转述 AA 报告称 45k 个 RL 任务成本约 260 万美元；@pcuenq 提到每任务成本相比同类只有很小一部分，RL 训练直播已结束
  • 罗福莉发长文介绍：在算力极度稀缺的当下，小米投入数十人团队长期专注 scaling up RL，技术路线为 mid-training，按算力计很可能是开源团队最大单次 RL 训练，难度超过 DeepSeek R1（@timshiai 转发、@teortaxesTex）
  • @deedydas 上手实测 MiMo 2.6 Pro 后认为相当不错、不拒答安全研究类问题，并按智能体编码场景（含缓存命中假设）估算价格比 Kimi K3 便宜约 15 倍、比 GLM 5.3 便宜约 6 倍、比 DeepSeek V4 便宜约一半
  • @TheAhmadOsman（经 @Jasonio 转发）指出 Pro 能力仅比 GPT 5.6 Sol Max 低 1 分，却可在 8 张 RTX PRO 6000 上运行
  • Reddit 社区讨论认为 MiMo 2.6 Pro 是当前综合基准最强的开源模型，将小米、智谱 Z-AI、Kimi 列为中国实验室领跑阵营，但实际使用仍有失误（@power97992）；@arpitbhayani 也称其表现「比其他模型好得多」，感慨小米本不在关注名单内
  • Hugging Face 仓库除 MiMo-V2.6-Pro-RL 与 Flash-RL 外，还包含 MiMo-V2.6-Distill-Qwen-9B 图像-文本到文本蒸馏版（@Bestlife73、@AdinaYakup）；MiMo-V2.6-Flash-RL 登上 Hugging Face 模型热门榜（@XiaomiMiMo）
  • @tokenbender 从 Flash-RL 配置文件观察到其支持图像、音频、视频多模态输入，并内置工具调用渲染模板，可用于构建智能体工作流
  • 据 @natolambert 与 @giffmana 的讨论，MiMo 团队在 RL 训练结束约一天内即完成发布

尚未确认

  • @mervenoyann 提到 Artificial Analysis 基准分数发布时尚不完整；@victormustar 称 Pro 为 524B 参数，与多数帖子的 1.02T 总参数口径不一致，具体规格以模型页为准；350 万美元总训练成本与 260 万美元（Pro RL 阶段）口径不同，结合技术报告的 Pro 260 万、Flash 90 万拆分，前者可能指含预训练在内的总成本，后者为 RL 阶段成本

为什么重要

  • 一家手机厂商的模型在第三方智能指数登顶开源权重榜首，且直接开源万亿参数级权重与 RL 训练代码，对开源社区格局有实质影响
  • 前代到本代分数从 26 跃升至 46，@victormustar 称其刷新开源模型智能指数纪录；罗福莉所述的 RL 规模与相对较低的 350 万美元总训练成本，叠加全程直播训练过程与计划开源的约 7000 个 RL 环境，被社区视为人人可复现大规模 RL 的信号
  • API 定价维持 V2.5 水平，叠加 @deedydas 的实测成本估算与每任务约 0.13 美元的加权成本，进一步强化其性价比主张

还有 27 条相关讨论 →

第 3 集 · 小米 MiMo-V2.6 Pro 实测：编码 3D 游戏多模态全面升级(2026-09-22,2 条)

博主 WorldofAI 发布对小米开源模型 MiMo-V2.6 Pro 的完整实测，覆盖编码、前端设计、3D 游戏开发与多模态能力。结果显示性能显著提升：Agentic Coding 在向量数据库测试中从上代 MiMo-v2.5-Pro 的 2505 分大幅跃升，得分约翻三倍，推理峰值速度达 900tps，整体表现全面进步。

第 4 集 · 小米开源 MiMo-V2.6，AA 指数 46 分逼近 GPT-5.6(2026-09-24,7 条)

小米于 09-24 发布并开源全模态模型 MiMo-V2.6 系列（含 Pro 与 Flash 两款），Pro 在 Artificial Analysis Intelligence Index 上以 46 分登顶开源权重模型与中国模型榜，距 GPT-5.6 Sol (max) 的 47 分仅差 1 分，而每任务加权平均成本仅约 $0.13，约为后者的 1/15。开源与顶尖闭源旗舰的分差首次缩小到一分以内，且成本差距达一个数量级，对模型定价与开源生态格局都有直接影响。

已确认

  • MiMo-V2.6 系列包含 Pro 与 Flash 两款原生全模态模型，主打通过规模化强化学习推进能力
  • Pro 在该指数得 46 分，位居开源权重模型与中国模型第一，超过 Qwen3.8-Max、Kimi K3、GLM-5.3（@FellMentKE）与 DeepSeek V4.1 Flash 的 39 分（@buffering112）
  • GPT-5.6 Sol (max) 得分为 47，Pro 仅低 1 分；Pro 每任务加权平均成本约 $0.13，约为 GPT-5.6 的 1/15（@kimmonismus）
  • @buffering112 称用户实测成本比 DeepSeek 低 15-20%
  • Pro 在 agent 类基准上的表现据称与 Claude Opus 5、GPT-5.6 Sol 相当

为什么重要

  • @davidyin44 指出，这延续了中国厂商以极低成本提供接近顶尖闭源模型能力的趋势，手机厂商小米入局开源模型进一步加剧竞争
  • 开源与闭源旗舰分差缩小至 1 分、成本相差约一个数量级，可能冲击闭源模型的定价逻辑，也提升了开源模型的实用价值