小米于 9 月 22 日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列,包含 Pro 与 Flash 两个原生全模态模型,Pro 输入价格仅为 3 元。MiMo-V2.6-Pro 在 AA 综合智能指数中取得 46 分,超越 Kimi K3 和 Qwen3.8 Max,成为当前最强的开源模型。
MiMo-V2.6 的 RL 训练规格:262 万美元成本、30 步训练与 DeepSWE 性能提升
小米表示,MiMo-V2.6 可能是目前中国国产开源模型中投入 RL 算力最多的模型之一。Pro 的训练成本约为 262 万美元,Flash 约为 85 万美元;两者均在不到 6 天内完成训练,各进行 30 步训练,累计生成约 75 万条轨迹。
训练任务的平均通过率方面,Pro 提升 25%,Flash 提升 12%;在样本外的长程软件工程评测基准 DeepSWE v1.1 中,Pro 从 48.8 分提升至 65.7 分(+17 分),Flash 从 58.4 分提升至 72.6 分(+14 分)。
RL 算力扩展的三大方面:更大 Batch、多任务训练体系与更强的 Grader 算力
小米表示,本次训练从以下三个方面扩展了 RL 算力:
更大的 Batch 与更高吞吐:单次更新使用 1,568 个样本,支持 100 万上下文长度训练,单步训练 Token 数量达到 3.5 至 3.7B。
更多任务与复杂环境:构建涵盖 Code、General、Visual、Cyber 等方向的多任务训练体系。
更强的 Grader 算力:通过 Group 内相对更长程的 RL 任务,提供更精准的奖励信号。
MiMo-V2.6 的新能力:3D 空间推理、游戏开发多智能体与 Franka Panda 机械臂控制
MiMo-V2.6 融合了 3D 空间推理、多模态感知与电脑操作能力。在游戏开发场景中,用户输入图片、视频或文字后,模型可将需求拆解为多个任务,由多个智能体协作完成 3D 场景搭建、交互逻辑编写与视觉验证。
在具身模拟环境中,MiMo-V2.6 可直接以多视角相机画面作为输入,通过视觉反馈闭环控制 Franka Panda 机械臂,完成物体抓取、颜色匹配与精准放置等任务。
MiMo-V2.6 定价:Flash 1 元、Pro 3 元、99% 缓存折扣及海外模型价格的 1/20 至 1/60
MiMo-V2.6 系列沿用 V2.5 系列的 API 定价。Flash 的输入价格为每百万 Token 1 元(人民币),输出价格为 2 元;Pro 的输入价格为每百万 Token 3 元,输出价格为 6 元,并提供 99% 的缓存折扣。
小米表示,在智能水平相当的情况下,MiMo-V2.6 的价格仅为海外模型的 1/20 至 1/60。目前,开发者与企业用户已可通过 Xiaomi API 等相关平台使用 MiMo-V2.6 系列。
常见问题
小米 MiMo-V2.6-Pro 在 AA 综合智能指数中的表现如何?
MiMo-V2.6-Pro 取得 46 分,超越 Kimi K3 和 Qwen3.8 Max,成为当前最强的开源模型。不过,小米表示,与最强的闭源模型 Claude Fable 5.1 和 GPT-6 Astra 相比,MiMo-V2.6-Pro 仍存在差距。
MiMo-V2.6 Pro 与 Flash 的训练成本和时间是多少?
Pro 的训练成本约为 262 万美元,Flash 约为 85 万美元;两者均在不到 6 天内完成训练,各进行 30 步训练,累计生成约 75 万条轨迹。训练任务的平均通过率方面,Pro 提升 25%,Flash 提升 12%。
MiMo-V2.6 的 API 定价是多少?
Flash 的输入价格为每百万 Token 1 元(人民币),输出价格为 2 元;Pro 的输入价格为每百万 Token 3 元,输出价格为 6 元,并提供 99% 的缓存折扣。在智能水平相当的情况下,其价格仅为海外模型的 1/20 至 1/60。