网易首页 > 网易号 > 正文 申请入驻

小米MiMo-V2.6发布并开源:Pro与Flash双版本,API价格与前代持平

0
分享至

IT之家 9 月 22 日消息,小米今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。

小米称这是其探索 RSI(递归自我改进)路径的关键一步,通过规模化扩展强化学习算力,让模型在持续的探索与反馈中拓展智能边界。


得益于 RL 算力的扩展,MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index(AA 综合智能指数)v4.3.2 中取得 46 分,超过 Kimi K3(44 分)和 GLM-5.3(45 分),成为当前 AA 指数上排名最高的开源权重模型,较其前代 MiMo-V2.5-Pro 的 26 分高出 20 分。


小米官方同时说明,该模型与 Claude Fable 5.1 和 GPT-6 Astra(均为 53 分)等顶级闭源模型相比仍有差距。


在 RL 训练阶段,MiMo-V2.6 可能是目前国产开源模型中投入 RL 算力最多的模型之一。Pro 与 Flash 训练历时不到 6 天,成本分别约 262 万美元与 85 万美元,各完成 30 步,累计约 75 万条轨迹。

训练任务平均通过率分别相对提升 25% 和 12%,样本外的长程软件工程评测基准 DeepSWE v1.1 分别提升约 17 分(48.8 至 65.7)和约 14 分(58.4 至 72.6)。

本次训练从三个维度扩展 RL 算力:更大的 Batch 与更高吞吐,单次更新使用 1568 个样本,支持 100 万上下文长度训练,单步训练 Token 达 3.5 至 3.7B;更多任务与复杂环境,构建覆盖 Code、General、Visual、Cyber 等方向的多任务训练体系;更大的 Grader 算力,通过 Group 内相对比较为长程 RL 任务提供更精准的奖励信号。


能力扩展上,MiMo-V2.6 融合了 3D 空间推理、多模态感知与计算机操作能力。在游戏开发中,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。在具身仿真环境中,MiMo-V2.6 可直接以多视角相机画面为输入,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。IT之家注:全模态模型指可同时处理文本、图像、视频和音频等多种输入形式的模型。


科研方面,MiMo-V2.6-Pro 协助研究人员完成了全氟和多氟烷基物质(PFAS)吸附用金属有机框架(MOF)材料的设计方案筛选,并在 Lean 4 中完成了 Li-Yorke 经典论文《周期三蕴含混沌》原始主定理的完整形式化,形成 6000 余行 Lean 源码,完整证明通过 Lean 内核核验。模型未接受过针对 Lean 的专项后训练。


MiMo-V2.6 系列沿用 V2.5 系列的 API 定价:Flash 为每百万词元输入 1 元、每百万输出 2 元;Pro 为 3 元和 6 元,并提供 99% 缓存折扣。在同等智能水平下,价格仅为海外模型的 1/20 至 1/60。


伴随新模型发布,MiMo Desktop 桌面客户端(支持 Windows 与 Mac)及会员订阅方案同步上线,订阅会员即可使用 MiMo-V2.6-Pro 和 Flash 模型,也可配置自己的 API Key 使用客户端。

MiMo Desktop 同步上线 MiMo-V2.6-Pro 的 UltraSpeed 超高速模式,提供最高 20 倍的推理速度。

MiMo-V2.6 系列已上线 Xiaomi MiMo 开放平台。原邀测活动将在 1 周后结束,已获得邀测资格的用户切换模型名称后方可继续使用。


同时,小米全面开源 MiMo-V2.6-Pro、Flash 模型权重与技术报告,同步开放 MiMo-V2.6-Distill-Qwen-9B 及配套 RL 研究资源,分享经过验证的训练实践,以下是详细开源内容:

  • 7k+ 高质量 RL 任务环境:覆盖软件工程、漏洞复现、知识型工作、网页设计开发四类智能体任务。以 MiMo-V2.6-Distill-Qwen-9B 为起点展开 RL 训练,在 11 项评测中均较 SFT 基线取得提升:SWE-bench Verified 从 61.1 提升至 66.2,MiMo Cyber Bench 从 31.3 提升至 47.0,Terminal Bench 2.1 从 37.1 提升至 52.8,MiMo Visual Coding 从 64.0 提升至 72.4;
  • 端到端 RL 训练框架:基于 verl、uni-agent 和 mini-swe-agent,覆盖环境交互、轨迹采集、奖励评估与策略优化的完整训练流程。结合开放的模型与任务环境,支持社区围绕训练算法、奖励机制和 agent harness 开展研究与迭代;
  • 轻量可组合的 Harness:开源极简 mini-harnesses,将系统提示、工具与上下文管理解耦,构建多样且可控的训练配置。通过 Multi-Harness Training,能够将多样性和整洁性纳入 RL 训练,提升模型在不同框架、包括未见框架上的泛化能力,支持社区自由组合框架组件、拓展训练配置,持续探索新的研究方向。


特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
想钱想疯了!记者把燃气灶里的电池换成没电的,然后通过啄木鸟平台下单报修,结果5个师傅只有2个说了实话

想钱想疯了!记者把燃气灶里的电池换成没电的,然后通过啄木鸟平台下单报修,结果5个师傅只有2个说了实话

扶苏聊历史
2026-11-12 16:31:35
出轨女子第二波聊天记录曝光,虎狼之词惊呆吃瓜网友,她嫌丢人开始批量投诉了

出轨女子第二波聊天记录曝光,虎狼之词惊呆吃瓜网友,她嫌丢人开始批量投诉了

汉史趣闻
2026-09-01 17:55:01
央视点名批评的6部烂剧,侮辱观众智商,没看完就弃了

央视点名批评的6部烂剧,侮辱观众智商,没看完就弃了

小Q侃电影
2026-11-16 22:07:13
老了才明白:最傻的父母,攥着大把存款和退休金,等给儿女当遗产

老了才明白:最傻的父母,攥着大把存款和退休金,等给儿女当遗产

风起见你
2026-11-11 17:04:28
别买,全是假的,又一产品大翻车,成本只有10元,很多人长期上当

别买,全是假的,又一产品大翻车,成本只有10元,很多人长期上当

荆头条
2026-11-16 07:55:48
绝不允许资本乱国,毛主席定下的铁律,关乎国家生死存亡

绝不允许资本乱国,毛主席定下的铁律,关乎国家生死存亡

王嚾晓
2026-11-16 23:09:27
真的有命数吗?网友:玄学有时候真的不得不信

真的有命数吗?网友:玄学有时候真的不得不信

康富贵碎碎念
2026-11-15 14:35:16
评论员:让佩德里踢前腰是错失的,他在国家队就是替补

评论员:让佩德里踢前腰是错失的,他在国家队就是替补

懂球帝
2026-11-16 05:29:05
西班牙2-3英格兰,赛后评分:不是贝林厄姆第1,西班牙10号第1

西班牙2-3英格兰,赛后评分:不是贝林厄姆第1,西班牙10号第1

侧身凌空斩
2026-11-16 05:48:00
叶剑英晚年留下评价:行军打仗粟裕和刘伯承本领都优秀,可能同时让林彪、张国焘和彭德怀佩服的却只有一个人

叶剑英晚年留下评价:行军打仗粟裕和刘伯承本领都优秀,可能同时让林彪、张国焘和彭德怀佩服的却只有一个人

唠叨说历史
2026-11-11 14:27:26
德转:罗纳尔迪尼奥拉文纳首秀,成为意丙历史身价最高球员

德转:罗纳尔迪尼奥拉文纳首秀,成为意丙历史身价最高球员

懂球帝
2026-11-16 18:32:05
朴树得病很多年了!

朴树得病很多年了!

八卦疯叔
2026-11-16 10:00:58
中央气象台:今晚到明晚,陕西、内蒙古、辽宁等地有中到大雪或雨夹雪,甘肃、吉林等地有暴雪;贵州、湖南、江西、广西、广东等有中到大雨

中央气象台:今晚到明晚,陕西、内蒙古、辽宁等地有中到大雪或雨夹雪,甘肃、吉林等地有暴雪;贵州、湖南、江西、广西、广东等有中到大雨

大风新闻
2026-11-16 18:13:02
袁大头一共铸造了10亿枚,如今只剩不到1亿,那9亿枚都去哪了?

袁大头一共铸造了10亿枚,如今只剩不到1亿,那9亿枚都去哪了?

文史达观
2026-11-15 22:11:09
反噬说来就来!中国芯片厂明确拒绝拆分,荷兰转而要谈公平补偿?晚了

反噬说来就来!中国芯片厂明确拒绝拆分,荷兰转而要谈公平补偿?晚了

互联鱼
2026-11-16 00:15:08
退休金拿到这个数就算知足,80%老人达不到,看看你够吗

退休金拿到这个数就算知足,80%老人达不到,看看你够吗

小影的娱乐
2026-11-15 06:57:51
月薪五万是什么体验?

月薪五万是什么体验?

康富贵碎碎念
2026-11-16 13:15:52
1600万粉丝网红发避雷视频,阿那亚反应迅速,相关门店已停业

1600万粉丝网红发避雷视频,阿那亚反应迅速,相关门店已停业

宝哥精彩赛事
2026-11-16 16:22:12
地下捐精有多乱!女的被约到宾馆,捐精者:直接怀孕只收800元

地下捐精有多乱!女的被约到宾馆,捐精者:直接怀孕只收800元

芊芊子吟
2026-11-10 07:05:06
河南“三支一扶”考试作弊案告破:考试,容不得半点“歪门邪道”

河南“三支一扶”考试作弊案告破:考试,容不得半点“歪门邪道”

呼呼历史论
2026-11-16 04:41:01
2026-11-16 23:48:49
IT之家
IT之家
爱科技,爱这里 - 前沿科技人气平台
379632文章数 607735关注度
往期回顾 全部

科技要闻

硅谷大佬组局,帮黄仁勋杀回来!

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

头条要闻

上任2个月尤尼斯在街头遭暗杀身亡 知情人:被以"斩首"

体育要闻

NBA开赛最大惊喜,是他们?

娱乐要闻

陈晓楠对话厉娜和许飞引全网热议

财经要闻

10万人逼宫英伟达,黄仁勋要复职了?

汽车要闻

更豪华更好开 问界新M8细节升级见真章

态度原创

本地
教育
游戏
健康
公开课

本地新闻

乌兰察布:以前种土豆,现在种Token

教育要闻

济南市历下区燕山小学教育集团将出席2026第四届课博会,解码“做中学”视域下小学科学教育生态构建

传《GTA6》主线约50个小时 全成就大约200个小时

情绪真能让健康人"伤心至死"?

公开课

李玫瑾:为什么性格比能力更重要?

无障碍浏览 进入关怀版