小米全新旗舰模型以 46 分领跑开放权重排行榜

小米于 2026 年 9 月 22 日宣布发布并开源 MiMo-V2.6 系列，其中旗舰模型在基准拥有者 Artificial Analysis 的智能指数上得分 46，成为该排行榜上最高的开放权重结果。

该系列包括两款原生全模态模型：MiMo-V2.6-Pro，小米称其为迄今为止最强大的模型；以及 MiMo-V2.6-Flash，公司表示该模型在智能、效率和成本之间取得了平衡。第三种变体 MiMo-V2.6-Pro-UltraSpeed 能够在保持相同质量的前提下提供最高 20 倍的输出速度，满足对极致生成速度有需求的用户，小米称。

Artificial Analysis 基准排名

Artificial Analysis 的 模型页面 显示 MiMo-V2.6-Pro 在 Intelligence Index v4.3.2 上得分 46，该指数是由包括 AA‑Briefcase v1.1、GDPval‑AA v2.1、AutomationBench‑AA、Terminal‑Bench 4.0、SciCode 以及 Humanity’s Last Exam 在内的 10 项评估综合而成。基准评估者的 开源模型比较 将 MiMo-V2.6-Pro 排在开放权重模型之首，领先 Z AI 的 GLM-5.3（max）45 分和 Kimi K3（max）44 分，并将 MiMo-V2.6-Pro 与 GLM-5.3（max）描述为智能最高的开源模型。

在专有系统中，Artificial Analysis 的 Grok 4.7 (xhigh) 页面 将 SpaceXAI 模型的得分列为同样的 46。小米的公告引用该指数为 46.32，并称 MiMo-V2.6-Pro 为“迄今为止最强大的开源模型”，表示其超越了 Kimi K3 和 Qwen3.8 Max。Artificial Analysis 将该模型的成本定为每项 Intelligence Index 任务 0.13 美元，并报告在该指数上评估的费用为 206.66 美元。小米表示该系列保持 V2.5 系列的 API 定价，并称其将智能‑成本的帕累托前沿向外推进。

Artificial Analysis 将模型的发布日期列为 2026 年 9 月 21 日；小米的公告发布时间为 2026 年 9 月 22 日。

稀疏 MoE 架构与 MIT 许可权重

根据 Xiaomi MiMo 团队发布的 模型卡片，旗舰 MiMo-V2.6-Pro-RL 检查点是一个稀疏专家混合模型，拥有 1.02 万亿总参数，每个 token 激活 420 亿参数，上下文长度为 100 万 token，支持文本、图像、视频和音频输入以及文本输出。Artificial Analysis 的规格列出了相同的参数数量、上下文窗口和模态，并记录了 MIT 许可证，允许商业使用。

该卡片详细说明了一个 70 层的主干网络，60 层滑动窗口注意力层与 10 层全局注意力层交错排列，拥有 384 个路由专家，其中每个 token 有 8 个处于激活状态。一个 681M 参数的 MiMo ViT 负责视觉处理，308M 参数的 AudioTokenizer 和 127M 参数的音频补丁编码器处理音频，五层多 token 预测的推测解码器在每次前向传播中预测七个后续 token。

MiMo-V2.6-Pro-RL 和 MiMo-V2.6-Flash-RL 的权重已在 Hugging Face 上发布，并在发布时提供 ModelScope 可用。小米表示还将开源完整的技术报告、训练环境以及强化学习代码，以便研究人员复现和验证结果。

实时直播的强化学习运行

小米表示已实时直播了生产环境中的强化学习过程。不到六天时间，MiMo-V2.6-Flash 和 MiMo-V2.6-Pro 各完成了 30 步强化学习，累计约 75 万条轨迹，报告的成本分别约为 85 万美元和 262 万美元。训练任务的平均通过率相对提升了 25% 和 12%；在 DeepSWE v1.1——一个未见的长时程软件工程基准上，Flash 的得分从 48.8 提升至 65.68，Pro 的得分从 58.4 提升至 72.57，小米报告称。

公司表示其在三方面扩大了强化学习计算规模：在完全异步架构下使用更大的批次，每次更新 1,568 个样本，训练时上下文长度最高可达 1M，且每步处理 35 至 37 亿 token；一个跨编码、通用代理、视觉和网络任务的多任务套件，跨多个框架混合使用；以及更多的评估器计算，通过在每个组内进行相对比较以生成更精确的奖励信号。

模型卡片规定了在每步使用 1,568 条提示、每条提示 16 次回滚的完全异步组相对策略优化（Group Relative Policy Optimization），以及通过对比回滚离线构建任务特定评分标准的组级奖励合成（Groupwise Reward Synthesis），和在线对通过轨迹进行排序的组级优势重新分配（Groupwise Advantage Redistribution）。随后进行名为 MOPD2 的多前缀多教师在线蒸馏阶段，以配合混合强化学习过程。小米描述了覆盖奖励设计、对抗评估、异常检测以及验证器之间交叉检查的奖励作弊防御措施。

定价、可用性与示例用途

在小米自己的基准表中，MiMo-V2.6-Pro 在 DeepSWE v1.1 上得分 71.9，Flash 为 67.9，MiMo-V2.5-Pro 为 19.0，落后于 DeepSeek V4.1 Flash（74.2）、Claude Opus 5（74.0）和 GPT 6 Astra（74.0）。小米在 GDPVal 2.1 上将 Pro 列为 1,673 的 Elo 评分，该评分由 Artificial Analysis 报告，低于 Claude Fable 5.1（1,735）和 Claude Opus 5（1,708）。其他报告的 Pro 结果包括 Toolathon-verified 上的 76.9、Automation Bench v1.0.6 上的 53.1、Terminal Bench 4.0 上的 34.9，以及 CyberGym 上的 94.0，其中 Flash 为 95.1，对比 GLM 5.3 的 84.5。

这两款模型可在 AI Studio、MiMo Code 和 MiMo Desktop 中使用，也可通过 MiMo API Platform 和 OpenRouter 访问。MiMo Desktop 在首次正式发布时结束早期访问，内置 Pro 和 Flash，小米表示 UltraSpeed 早期访问计划将再运行一周，现有用户需切换到新的模型名称。

API 定价与 V2.5 系列保持不变：每百万 token，MiMo-V2.6-Pro 的缓存命中输入费用为 $0.0036，缓存未命中输入费用为 $0.435，输出费用为 $0.87；MiMo-V2.6-Flash 的费用分别为 $0.0028、$0.14 和 $0.28；MiMo-V2.6-Pro-UltraSpeed 在同三类中费用为 $0.036、$4.35 和 $8.70。Artificial Analysis 测得通过小米的 API 每秒输出 129.7 个 token，首次 token 的响应时间为 2.17 秒。

小米的演示涵盖多智能体游戏开发、Blender 3D 建模、基于多视角摄像头输入对模拟的 Franka Panda 机械臂进行闭环控制、前端和演示设计、端到端视频创作以及音乐创作，其中包括一段名为 Night Road 的管弦乐作品，该模型自行完成配乐并转换为 MIDI。在公司报告的两项研究案例中，MiMo-V2.6-Pro 与小米材料专家共同设计了用于吸附 PFAS 化合物的金属有机框架候选材料，并生成了 Li 与 Yorke 的 “Period Three Implies Chaos” 定理的 Lean 4 形式化实现，代码行数超过 6,000 行，经 Lean 内核验证未留下未完成的证明占位符。