小米 MiMo-V2.6 上线 MOPD 检查点：工具调用重复率最高降一个量级，训练成本约 9 万美元

先说结论

• 接入方式照旧。 模型名维持在 mimo-v2.6-pro 与 mimo-v2.6-flash，修正发生在权重里；9 月 25 日 06:00 之后向官方 API 发起的请求，已经落在这一版权重上。1
• 修的是「看着在忙、实际不推进」。 Agent 反复发出同一批工具调用，用户侧看到工具一直在跑，任务却卡在原地。1
• 效果在长上下文里最明显。 官方给出的 Pro 前后对照热力图上，修复前最高的一格是 0.64%，修复后整张图里最大的一个值是 0.05%，多数格子低于 0.01%。1
• 这一轮训练约花 9 万美元。 官方说完整的 MOPD 训练跑完约 9 万美元，是另一条路（把混合 RL 回滚 20 步重跑）估算成本约 231 万美元的 4%。1
• 规格与许可保持原样。 两个新仓库仍标 MIT，稀疏 MoE 架构、1M 上下文与多模态输入都沿用上一版。23

快速核对

这个毛病长什么样

RL 训练把它放大了

最后走的这条修复路径

现在能拿到什么

• 权重。 MiMo-V2.6-Pro-MOPD 与 MiMo-V2.6-Flash-MOPD 已在 Hugging Face 开源，ModelScope 同步上架；官方给出的部署路径是 SGLang 与 vLLM，推荐采样参数为 temperature=1.0、top_p=0.95。23
• API 与各处入口。 两个模型名照旧，官方开放平台从 9 月 25 日 06:00 起已经在服务新权重；模型卡写明同时可在 AI Studio、MiMo Code、MiMo Desktop 与 OpenRouter 使用。12
• 价格没动。 开放平台的订阅档位仍是 Lite 折合每月 $5.28、Standard $14.08、Pro $44、Max $88；5OpenRouter 上 Pro 仍报 $0.435 / $0.87、Flash 报 $0.14 / $0.28，单位是每百万 tokens。67
• 桌面端额度重置。 官方以重置 MiMo Desktop 所有用户在当前用量窗口内的剩余额度作为这次问题的致歉。1

第三方分数现在有了

该不该试：三条能自己核对的判断

• 直接重跑同一段任务。 如果你的 Agent 之前在长上下文里反复重发同一批调用，用同一个 endpoint 与同一段输入再跑一次，对比工具调用次数与 token 消耗，这是成本最低的验证方式。1
• 重复率要按 harness 与输入长度分开读。 九个 harness 的基线差别很大，OpenCode 是原问题上最重的一个；官方热力图上修复前较深的格子集中在长上下文一侧，正好落在 Agent 任务最常用的区间。1
• 9 万美元这笔账要连着参照物一起看。 这个数字对应的是「保留现有 RL 管线、追加一个短教师」这条路径，231 万美元对应「回滚重跑 20 步混合 RL」那条路径；官方给出的结果是前者把重复率压得更低，后者的效果只能维持在一定水平。1

还没有的数字

• 修复后的逐 harness 汇总表。 官方公布的是前后对照热力图与「其他基准保持平稳」的说明，一张按 harness 与模型列出修复后数值的表还没有。1
• 热力图的逐格文字表。 横轴的 10 档输入长度只有图上的色块，官方只说明浅灰格代表 ≤0.001% 或无观测。1
• 第三方复测。 Artificial Analysis 与 OpenRouter 上的条目没有标注检查点版本，重复率这类 agent 行为也没有第三方测量。68
• 修复后基准是否原样保持。 官方在博客里写「其他基准保持平稳」，逐项数字在技术报告 Table 3 里给的是 MiMo-V2.6 系列（报告 PDF 生成于 9 月 22 日），没有单独标注 MOPD 检查点。4