小米 MiMo-V2.6 发布：1.02T 全模态权重 MIT 开源，编码自测分仍低于 Claude Opus 5
小米发布 MiMo-V2.6 系列：旗舰 Pro 检查点是 1.02T 总参 / 42B 激活的稀疏 MoE，1M 上下文、原生全模态，权重按 MIT 开源；官方自测编码分数仍低于 Claude Opus 5，第三方独立评测尚未出分。
小米 MiMo 团队在 9 月 21 日深夜放出 MiMo-V2.6 系列，北京时间 22 日凌晨仓库已经填满可下载的权重：旗舰检查点
MiMo-V2.6-Pro-RL、效率档 MiMo-V2.6-Flash-RL，外加一个 9B 的蒸馏模型 MiMo-V2.6-Distill-Qwen-9B。三份模型卡写全了规格、评测和本地部署命令，随模型一起公开的还有一份 44 页的技术报告。12官方发布页的定位只有一句：前沿智力、全模态、在公开视野里训出来。3先说结论
- 三个检查点一次放出，旗舰是 1.02T 总参 / 42B 激活的稀疏 MoE。 Pro 与 Flash 都吃文本、图像、视频、音频，都给到 1M token 上下文，权重以 MIT 许可挂在 Hugging Face 上。14
- 官方把这代的提升归给强化学习。 一次混合 RL 跑完编码、通用 Agent、视觉和网络安全四类任务，每步 1,568 条 prompt、每条 16 次 rollout，单步消耗 2.7 亿到 3.7 亿 token；训练过程放在公开页面直播，RL 环境与训练框架也一并开源。25
- 官方自测表里网络安全跳得最猛，编码类仍然落后前沿两家。 CyberGym 从上一代的 40.0 升到 Pro 94.0、Flash 95.1；同一大类里的 ExploitBench 却只有 47.9，低于 Claude Opus 5 的 70.0 与 GPT-5.6 Sol 的 78.5。1
- 价格分成两条线。 官方开放平台卖订阅：个人档折后 5.28 到 88 美元每月，按 credits 计量；按 token 计价目前只在第三方平台上能看到。67
快速核对
| 项目 | MiMo-V2.6-Pro-RL | MiMo-V2.6-Flash-RL | 来源 |
|---|---|---|---|
| 模型 ID 与上线时间 | MiMo-V2.6-Pro-RL，仓库创建于北京时间 9 月 21 日 23:39 | MiMo-V2.6-Flash-RL，同一批放出 | Hugging Face |
| 参数规模 | 稀疏 MoE，1.02T 总参 / 42B 激活 | 稀疏 MoE，309B 总参 / 15B 激活 | 官方模型卡 |
| 层数与专家 | 70 层（60 层滑动窗口 + 10 层全局），384 个路由专家每次激活 8 个 | 48 层（39 + 9），256 个路由专家每次激活 8 个 | 官方模型卡 |
| 上下文与模态 | 1M tokens；文本、图像、视频、音频输入，文本输出 | 同左 | 官方模型卡 |
| 单次输出上限 | 131,072 tokens（第三方页面给出的口径） | 同平台另一档 | OpenRouter |
| 许可证 | MIT | MIT | 官方模型卡 |
| 可用范围 | Hugging Face、ModelScope、AI Studio、MiMo Code、MiMo Desktop、官方开放平台 API、OpenRouter | 同左，另有一档约 10 倍输出速度的 UltraSpeed | 官方模型卡 |
| 官方价格 | Token Plan 订阅 5.28–88 美元 / 月，含 Batch API | 与 Pro 同一订阅，不单卖 | 开放平台 |
| 第三方按 token 价 | 输入 $0.435、输出 $0.87，缓存读 $0.0036 | 输入 $0.14、输出 $0.28 | OpenRouter |
| 时间窗口 | 首购 12% 折扣、年付再省 12%、北京时间 00:00–08:00 按 0.8 倍计；官方未给截止日期 | 同左 | 开放平台 |
参数花在哪：1.02T 总量，一次只动用 42B
Pro 的主干有 70 层，其中 60 层用滑动窗口注意力（只让每个 token 看前面固定一小段），10 层用全局注意力（看完整段上下文）。滑动窗口把长文本的注意力开销压下来，全局层负责把远处的信息接回主干，两者交替排布。2
每层都挂着一组稀疏 MoE（混合专家）前馈网络：384 个路由专家里，每个 token 只走 8 个。1.02T 是权重总量，真正参与一次前向计算的只有 42B 左右。这种结构也是 MoE 模型参数量与推理成本脱钩的原因：参数决定权重占用，激活量决定算力开销。2
全模态走的是专门编码器：图像和视频进 681M 参数的 MiMo ViT（28 层），音频先进 308M 参数的 AudioTokenizer（24 层、20 个残差向量量化码本），再经一个 127M 参数的 patch encoder 压缩成四帧一组的输入。1主干后面接了一个 5 层的多 token 预测模块（MTP，用一个小模型先猜出后面的 token，再让主模型并行校验），一次前向预测后面 7 个 token，这是拿来提推理速度的。2
Flash 是在同一套设计上缩小的一档：48 层、隐藏维 4096、256 个路由专家同样每次激活 8 个，视觉与音频编码器跟 Pro 共用。4
官方自测：涨在哪，和谁比
| 评测项 | MiMo-V2.6 Pro | MiMo-V2.6 Flash | MiMo-V2.5 Pro | Claude Opus 5 | GPT-5.6 Sol | 来源 |
|---|---|---|---|---|---|---|
| 编码 Agent｜DeepSWE v1.1 | 71.9 | 67.9 | 19.0 | 74.0 | 73.0 | 模型卡 |
| 编码 Agent｜Terminal Bench 4.0 | 34.9 | 28.8 | 1.5 | 49.0 | 39.9 | 模型卡 |
| 编码 Agent｜Terminal Bench 2.1 | 89.9 | 87.6 | 65.2 | 89.1 | 88.8 | 模型卡 |
| 通用 Agent｜AutomationBench v1.0.6 | 53.1 | 52.3 | 16.0 | 50.3 | 45.8 | 模型卡 |
| 通用 Agent｜Toolathlon-Verified | 76.9 | 73.6 | 49.1 | 80.6 | 74.9 | 模型卡 |
| 通用 Agent｜GDPval-AA 2.1 | 1673 | — | 1107 | 1708 | 1588 | 模型卡 |
| 通用 Agent｜OSWorld-Verified | 82.0 | 80.8 | — | 83.4 | 83.0 | 模型卡 |
| 通用 Agent｜JobBench | 62.0 | 61.2 | 25.0 | 65.7 | 45.4 | 模型卡 |
| 网络安全｜CyberGym | 94.0 | 95.1 | 40.0 | — | — | 模型卡 |
| 网络安全｜ExploitBench | 47.9 | 25.3 | 16.6 | 70.0 | 78.5 | 模型卡 |
三处需要留意的边界。第一，那些分数都是小米自己跑的，发布后几个小时内还没有第三方独立评测出分，横向比之前先看有没有人重跑。第二，CyberGym 这一行官方没给 Claude Opus 5 和 GPT-5.6 Sol 的数字，这一项的高分只能说比自家上一代高了 54 分，跨厂商的排名还得等独立结果。第三，同一大类里两项结论相反：CyberGym 冲着 94 分去，ExploitBench 却停在 47.9，与前沿两家差二十到三十分。1
表里最值钱的信息是 DeepSWE v1.1 这一行：同一张表里上一代是 19.0，这代到了 71.9。官方在技术报告里把这类提升归给强化学习的规模：单步 1,568 条 prompt、每条采 16 条 rollout，用完全异步的组相对策略优化（GRPO）跑，一批要吃掉 2.7 亿到 3.7 亿 token。2
Hmm — "基座规格与上一代同量级" — I can't verify V2.5-Pro was 1.02T from an official source (only RITS snippet). Let me soften: drop that clause. Rewrite: "表里最值钱的信息是 DeepSWE v1.1 这一行：同一张表里上一代是 19.0，这代到了 71.9。官方在技术报告里把这类提升归给强化学习的规模：..." Good.
价格与可用范围
官方开放平台卖的是订阅制 Token Plan，按 credits 计量，四个个人档位都含旗舰模型（文本、多模态、语音）：
| 档位 | 月付 | 年付折算（每月） | 年包额度 | 来源 |
|---|---|---|---|---|
| Lite | $6 | $5.28 | 49.2B credits | 开放平台 |
| Standard | $16 | $14.08 | 132B credits | 开放平台 |
| Pro | $50 | $44 | 456B credits | 开放平台 |
| Max | $100 | $88 | 984B credits | 开放平台 |
折扣条件写在常见问题里：首次购买个人档 12% off（每个账号一次），年付比月付省 12%，这两项不叠加；北京时间 00:00–08:00 的用量按 0.8 倍 credits 计。每一档都标注不限用量、没有每周上限和 5 小时上限，官方没有给促销截止日期。6
按 token 计价的那条线在第三方平台上。OpenRouter 给
xiaomi/mimo-v2.6-pro 标的是输入 0.435 美元、输出 0.87 美元每百万 tokens，缓存读 0.0036 美元，上下文 1,048,576 tokens、单次输出上限 131,072 tokens；同一个检查点换更快的设施跑，就是 Pro-UltraSpeed，标价 4.35 / 8.70 美元，官方描述称输出速度约为原来 10 倍。Flash 在同一个平台上标 0.14 / 0.28 美元。789拿到模型的路子分三类。要权重就上 Hugging Face，官方同时标注 ModelScope 同步上架；要托管服务可以用 AI Studio、MiMo Code、MiMo Desktop 和官方开放平台 API，开放平台的产品说明里写明 Batch API 已换成 V2.6 模型；要第三方路由可以用 OpenRouter。本地部署官方给了 SGLang 与 vLLM 两套 recipe，SGLang 参数按 16 路张量并行写，镜像用
lmsysorg/sglang:latest。16这一代最不一样的地方：强化学习全程公开
MiMo 团队把这一轮 RL 训练放在公开页面上直播，训练进度、token 消耗、成本和内部指标都能实时看到；官方发布页也把「built in public」写进了介绍语。35对一个要判断「这些分数是怎么来的」的读者来说，这是这篇里唯一能自己去看过程的部分。
技术报告把算力去向拆开了：整个 RL 阶段里 rollout 占 43.8%、训练占 43.5%、打分占 12.7%。打分的比重值得注意——团队花了近八分之一的算力在「判断哪条轨迹更好」上，因为在二元对错之外还需要给人或模型一个排得出优劣的标准，报告里把这套机制叫组内奖励合成与优势重分配。2
开源的范围比模型本身宽：训练动力学、跨编码与网络安全等领域的 RL 环境、以及端到端的 RL 训练框架都在其中，四类训练集合计约 7,000 条任务，另附约 1,000 条音乐生成任务。想要做自己后训练的团队，这部分是这一代里可以直接复用的东西。2
随权重一起放出的还有
MiMo-V2.6-Distill-Qwen-9B：这支是把 MiMo 的数据拿来监督微调 Qwen3.5-9B 得到的 9B 模型，微调语料 774 亿 token，其中带 loss 的 272 亿。官方公布它在 SWE-bench Pro 上从基座的 32.0 升到 44.6，Terminal Bench 2.1 从 27.0 升到 37.1。10还没有的数字
- 第三方独立评测。 上表的每一格都是厂商自测，发布时还没有独立机构重跑的结果。1
- 安全侧的独立证据。 技术报告给了自测的安全类分数，随发布没有 system card，也没有独立红队报告；CyberGym 这一项连横向对照都缺。2
- 官方的 token 单价。 开放平台按订阅 credits 计费，没有公布每百万 token 的价格，要把成本换算成 token 只能引第三方的标价。6
- 蒸馏版的许可。 Pro 与 Flash 的仓库标了 MIT，
MiMo-V2.6-Distill-Qwen-9B的仓库没有单独标许可，它的基座是 Qwen3.5-9B，商用路径要先回到基座许可确认。10
该不该试：三条能自己核对的判断
- 你的任务落在网络安全还是通用编码。 安全这一侧官方给的是 CyberGym 94.0、ExploitBench 47.9 两个相反的数，谁能代表你的场景要用自己的样本跑一遍才知道；编码侧官方自测的 71.9 与前沿两家的 74.0、73.0 在同一区间，值得排一次对比评测。1
- 你要权重还是要接口。 Pro 与 Flash 是 MIT 许可、权重可下，本地按官方 recipe 起 SGLang 或 vLLM；只想调接口就走开放平台或 OpenRouter，省掉部署。1
- 你的用量形态。 长上下文加长程 Agent 的 token 消耗和聊天不是一个量级，先用按 token 计费的第三方入口跑通，再决定买哪一档订阅更划算。67
References
- 1XiaomiMiMo/MiMo-V2.6-Pro-RL · Hugging Face
huggingface.co
- 2MiMo-V2.6 技术报告
huggingface.co
- 3MiMo-V2.6 · Xiaomi
mimo.xiaomi.com
- 4XiaomiMiMo/MiMo-V2.6-Flash-RL · Hugging Face
huggingface.co
- 5MiMo-V2.6 强化学习训练直播页
mimo.xiaomi.com
- 6Xiaomi MiMo API Open Platform
platform.xiaomimimo.com
- 7MiMo-V2.6-Pro - OpenRouter
openrouter.ai
- 8MiMo-V2.6-Pro-UltraSpeed - OpenRouter
openrouter.ai
- 9MiMo-V2.6-Flash - OpenRouter
openrouter.ai
- 10XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B · Hugging Face
huggingface.co
This story was produced automatically by a channel. One sentence is all it takes for Neodrop to keep producing for you.