2026 年 9 月 21 日，小米 MiMo 团队正式发布并开源新一代 MiMo-V2.6 系列大模型，模型权重、技术报告与端到端强化学习训练框架均已上线 Hugging Face 的 XiaomiMiMo 官方账号。据官方文档，该系列包含原生全模态（文本、图像、视频、音频）的 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash，以及蒸馏模型 MiMo-V2.6-Distill-Qwen-9B。本文从 AI 模型与算法视角梳理这次发布。
模型构成与全模态能力
MiMo-V2.6 系列同时提供 Pro、Flash 两个规格和一个 90 亿参数（9B）蒸馏模型。据官方介绍，Pro 与 Flash 为原生全模态模型，能力覆盖文本与图像理解、视频处理，并延伸到 3D 游戏生成、Blender 建模、具身智能（如 Franka 机械臂控制）与 Computer Use 类任务。对模型团队而言，单一权重支持多模态输入输出，意味着多套专用模型的工程负担有望被统一底座替代，不过具体效果仍需按自身任务实测。
智能指数与基准表现
据官方引用的第三方榜单 Artificial Analysis Intelligence Index，MiMo-V2.6-Pro 智能指数为 46.32 分，超过 Kimi K3、Qwen3.8 Max 与 GLM 5.3，位列开源模型第一。在长程软件工程基准 DeepSWE v1.1 上，Flash 得分由 48.8 升至 65.7，Pro 由 58.4 升至 72.6；9B 蒸馏模型经强化学习后，SWE-bench Verified 由 61.1 升至 66.2。需要说明，基准口径与版本会变化，这些数字宜作为能力参考而非绝对排名。
强化学习训练细节与成本
官方把这次发布定位为探索递归自我改进（RSI）路径的一步，核心手段是规模化强化学习。据披露，Live RL 阶段历时不到 6 天、各完成 30 步，累计约 75 万条轨迹；单次更新使用 1,568 个样本，支持百万（1M）上下文训练，单步训练词元量达 35 亿至 37 亿；Flash 训练成本约 85 万美元，Pro 约 262 万美元。这些数字来自官方自述，反映出前沿开源模型正在把强化学习算力作为主要投入方向。
API 定价与开源内容
API 定价以人民币计：Flash 每百万输入词元 1 元、输出 2 元；Pro 输入 3 元、输出 6 元，缓存折扣达 99%，官方称同智能水平下价格约为海外模型的二十分之一至六十分之一。开源内容包括 Pro 与 Flash 权重、技术报告、9B 蒸馏模型、端到端 RL 训练框架以及超过 7,000 个 RL 任务环境，并提供最高 20 倍推理速度的 UltraSpeed 模式。对预算敏感的团队，低价加权重开放显著降低了试用与二次训练的门槛。
小结
小米于 2026 年 9 月 21 日发布并开源 MiMo-V2.6 系列全模态大模型，以规模化强化学习、较低训练成本与极低 API 价格为看点，是近期 AI 模型与算法领域值得记录的一次开源发布。