MiMo-V2.6-Pro

MiMo-V2.6-Pro 是小米 MiMo 团队于 2026 年 9 月发布并开源的旗舰全模态推理模型，是 MiMo-V2.6 系列中能力最强的一款。官方将该系列定位为“把强化学习推向自我改进”的阶段性成果：同时扩展 RL 计算、环境与工具多样性以及 grader compute，在编程、通用 Agent、视觉和网络安全任务上做一次混合强化学习训练，而不是按领域分别训练。

架构与规格

模型采用稀疏 MoE 架构，总参数 1.02 万亿、每 token 激活 420 亿，384 个路由专家中每次激活 8 个；语言主干 70 层（60 层滑动窗口注意力 + 10 层全局注意力），隐藏层维度 6144。模型为原生全模态设计，输入支持文本、图像、视频和音频，输出为文本；上下文窗口 1M tokens。视觉编码器为 681M 参数的 MiMo ViT（28 层，24 层 SWA + 4 层全注意力），音频侧由 308M 的 AudioTokenizer 与 127M 的 audio patch encoder 组成，并带有 5 层 MTP 推测解码器（一次预测 7 个 token）。

官方评测成绩

小米公布的 MiMo-V2.6-Pro 成绩包括：DeepSWE v1.1 71.9、Toolathlon-Verified 76.9、Terminal Bench 2.1 89.9、Terminal Bench 4.0 34.9、OSWorld-Verified 82.0、JobBench 62.0、Agents' Last Exam 31.6、AutomationBench v1.0.6 53.1、CyberGym 94.0、MiMo Code Bench 63.2、MiMo VisualCoding 72.3、GDPval-AA 2.1 1673。官方评测表同时列出了与 Claude Opus 5、GPT-5.6 Sol 和 Claude Fable 5 的对比。

价格

小米 MiMo 开放平台国内价格为输入 ¥3/百万 tokens、缓存命中输入 ¥0.025/百万 tokens、输出 ¥6/百万 tokens；国际站价格为输入 $0.435、缓存命中 $0.0036、输出 $0.87（均为每百万 tokens），批量推理档另有 5 折。

发布与许可

MiMo-V2.6 系列于 2026 年 9 月 21 日在 Hugging Face 以 MIT 许可开放权重，9 月 22 日在小米 MiMo 开放平台（mimo.mi.com）提供 API 服务，同时可通过 ModelScope、OpenRouter 获取。官方还公开了该系列强化学习后训练的实时面板：Pro 与 Flash 的训练均不到 6 天、各完成 30 步，累计约 75 万条轨迹，成本分别约 262 万美元与 85 万美元（官方口径）。