2026年9月22日，小米 MiMo 团队通过官方渠道正式发布并开源 MiMo-V2.6 系列大模型：旗舰模型 MiMo-V2.6-Pro 与高效推理模型 MiMo-V2.6-Flash。两款均为原生全模态模型，支持文本、图片、视频、音频输入，MIT 许可，权重可下载、部署、商用。
46 分登顶：开源榜第一意味着什么
最醒目的成绩来自第三方平台 Artificial Analysis：MiMo-V2.6-Pro 在综合智能指数中拿到 46.32 分，超越 Kimi K3 与 Qwen3.8 Max，成为当时得分最高的开源权重模型。官方表述留了分寸：Pro 在“大多数”智能体基准上可与 Claude Opus 5、GPT-6 Sol 相提并论，而非“全部”。闭源顶级模型仍领先一到四个百分点，但国产开源第一次摸到了全球第一梯队的门槛。
把训练过程直播给全世界看：六天、347 万美元
这一版的看点不在参数，而在训练。MiMo-V2.6 系列预训练架构与上一代保持不变，能力跃升几乎全部来自强化学习后训练。小米把整个 RL 训练过程放在公开看板上直播，成本、吞吐、每步基准分数全部可见。Pro 与 Flash 各完成 30 个 RL 步骤、累计约 75 万条轨迹，总耗时不到 6 天，总成本约 347 万美元。连训练中途的显存重启都被外部观察者记录了下来。
不只是权重开源：RL 工具链一起交了出来
更值得关注的是配套开源：蒸馏小模型 MiMo-V2.6-Distill-Qwen-9B、7000 多个高质量任务环境、端到端 RL 训练框架和轻量可组合的智能体框架。训练环境、训练代码、验证工具全套开源。
怎么看：为什么这一次值得认真对待
第一，全模态首次成为开源 Pro 级模型标配，多模态理解不再是闭源模型的特权入口。第二，RL 规模化的“明牌”打法：把训练过程、成本甚至失败都公开，既是工程自信，也把“可复现”变成行业新门槛。第三，价格：API 定价沿用 V2.5 不变，Pro 单任务成本 0.13 美元，仅为部分海外模型的二十分之一到六十分之一。当然，46 分不等于全面超越，官方表格里 Pro 在部分编程和安全测试中仍落后。理性的读法：开源阵营第一次有了能跟闭源顶级模型同台对话的国产模型，训练方法和工具链向全世界公开。
