小米发布 MiMo-V2.6 系列模型，刷 AI 大模型斩杀线
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：面向复杂编程与 Agent 任务的 MiMo-V2.6-Pro，以及强调性能与成本平衡的 MiMo-V2.6-Flash。此外，小米还推出了输出速度最高达 Pro 版本 20 倍的 MiMo-V2.6-Pro-UltraSpeed。
豪赌强化学习，公开训练过程
小米将一场持续近六天、合计花费约 347 万美元的强化学习训练公开。技术报告显示，Flash 和 Pro 分别完成 30 个 RL step，各自产生约 75 万条训练轨迹。每个 step 包含 1568 个 prompt，同时生成 16 条候选轨迹，最长上下文达 100 万 token。小米将其视为探索递归自我改进（RSI）路线的重要尝试。
性能对标前沿，开源贡献慷慨
在 Artificial Analysis Intelligence Index v4.3 中，Pro 获得 46.32 分，超越 Kimi K3 和 Qwen3.8 Max，成为该榜单得分最高的开源模型。在 DeepSWE、Toolathlon 等多项基准测试中，MiMo-V2.6 表现接近或超越部分头部闭源模型。
除模型权重外，小米还开源了训练曲线、奖励机制、关键参数，以及由 Qwen3.5-9B 蒸馏而来的 MiMo-V2.6-Distill-Qwen-9B 和约 7000 个 RL 任务环境。
技术难度超 DeepSeek R1
罗福莉表示，MiMo-V2.6 背后的研究创新和工程难度甚至超过 DeepSeek R1。团队通过 MixRL 处理可验证的 Agent 任务，通过 MOPD 合并游戏、3D 等主观任务，扁平的团队结构有效降低了组织成本。
拓展 Vibe World 与极致性价比
MiMo-V2.6 将能力从自然语言编程延伸至可交互的数字世界（Vibe World），支持搭建 3D 场景、具身仿真控制、网页与幻灯片生成，甚至辅助科研形式化验证。
在价格方面，MiMo-V2.6 系列 API 价格仅为海外同级模型的 1/20 至 1/60。小米正以极高的智能水平和极低的调用成本，成为 AI 模型市场新的能力与价格斩杀线。
原始来源： 36氪 ↗
本文由博一・AI营销中枢整理编辑，用于行业观察分享。观点归原作者所有。