小米开源新模型刷新纪录，罗福莉称难度超DeepSeek R1

小米正式发布并开源 MiMo-V2.6 系列模型，包含两款原生全模态模型：MiMo-V2.6-Pro 面向复杂编程、Agent 和专业任务，MiMo-V2.6-Flash 强调性能、效率与成本的平衡。同步推出 MiMo-V2.6-Pro-UltraSpeed，官方称在保持模型质量前提下，输出速度最高可达 Pro 版本的 20 倍。

官方数据显示，MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index v4.3 中获 46.32 分，超过 Kimi K3 和 Qwen3.8 Max，小米称其为该榜单得分最高的开源模型，并沿用 V2.5 的 API 价格。具体基准测试中，Pro 在 DeepSWE v1.1 获 71.9 分，接近 DeepSeek V4.1 Flash 的 74.2、Claude Opus 5 与 GPT 6 Astra 的 74.0；Toolathlon-verified 获 76.9 分，高于 GPT 5.6 Sol 的 74.9；Automation Bench v1.0.6 获 53.1 分，略低于 DeepSeek V4.1 Flash 的 54.8，高于 GPT 6 Astra 的 52.0；JobBench 获 62.0 分，仅次于 Claude Opus 5 的 65.7。在自建 MiMo Visual Coding 评测中，Pro 和 Flash 分别获 72.3 和 71.5 分，高于 DeepSeek V4.1 Flash 和 Claude Opus 5，但低于 GPT 6 Astra 的 82.2 分。Pro 在 Terminal Bench 4.0 获 34.9 分，与 GPT 6 Astra 的 59.6、Claude Fable 5.1 的 55.1 仍有明显差距，多项网络安全评测也落后于头部闭源模型。

训练方面，MiMo-V2.6-Flash 和 Pro 分别完成 30 个强化学习 step，各产生约 75 万条训练轨迹，成本分别约 85 万美元和 262 万美元，合计约 347 万美元。两个模型平均任务通过率相对提升约 25% 和 12%；在未参与训练的 DeepSWE v1.1 上，Flash 从 48.8 分提高到 65.68 分，Pro 从 58.4 分提高到 72.57 分。每个 step 包含 1568 个 prompt，每个 prompt 生成 16 条候选轨迹，相当于一次处理约 2.5 万条长序列和 27 亿至 37 亿训练 token，最长上下文达 100 万 token。任务覆盖编程、通用 Agent、视觉和网络安全。小米通过固定 MoE 路由器、奖励设计、对抗评测、异常检测和多验证器交叉核验提高稳定性。

罗福莉称 MiMo-V2.6 为“扩展 RL 的艰难之路”，认为按算力投入衡量，这很可能是开源模型团队迄今规模最大的单次强化学习训练之一，其研究创新和工程难度甚至超过她曾部分参与的 DeepSeek R1。她解释 MixRL 与 MOPD 分工：代码等可可靠验证的 Agent 任务进入 MixRL；游戏、3D、超长链路和主观评价任务分别训练，再通过 MOPD 合并回主模型。

小米还开放了训练曲线、奖励机制、任务配比、关键参数和成本构成，并发布由 Qwen3.5-9B 蒸馏而来的 MiMo-V2.6-Distill-Qwen-9B，以及约 7000 个 RL 任务环境、验证器、端到端 RL 训练框架和 mini-harness。

MiMo-V2.6 还从自然语言编程延伸到可交互数字世界，小米称之为 Vibe World。模型可依据文字、图片或视频拆分任务，协调多个 Agent 搭建 3D 场景、编写交互逻辑，并通过渲染结果反复修改；可操作 Blender 制作资产，控制 Franka Panda 机械臂完成抓取等任务；还能生成网页或幻灯片、调用 Figma 及图片视频工具、完成镜头组织与配乐。科研方面，Pro 在材料专家指导下完成 PFAS 吸附材料检索、假设、模拟与候选筛选，并协助用 Lean 4 完成《周期三蕴含混沌》主要定理形式化，项目超 6000 行代码并通过内核验证。

MiMo-V2.6-Pro 和 Flash 已登陆小米 AI Studio、MiMo Code、MiMo Desktop、MiMo API 平台及 OpenRouter，MiMo Desktop 结束早期测试迎来首个正式版本。价格方面，Flash 缓存命中输入、普通输入和输出分别为每百万 token 0.02 元、1 元和 2 元；Pro 为 0.025 元、3 元和 6 元；Pro-UltraSpeed 为 0.25 元、30 元和 60 元，相当于用普通 Pro 十倍调用成本换取最高 20 倍输出速度。同等智能水平下，MiMo-V2.6 系列价格仅为海外模型的 1/20 至 1/60。