雷霆思考，慢到红温，但我觉得 MiMo-V2.6 及格了。

大模型的路，真要被小米走通了？

就在昨天，小米最新一代模型 MiMo-V2.6 新鲜出炉。

这回，MiMo-V2.6 掏出了三个版本：Pro 负责冲性能，Flash 兼顾速度和成本，UltraSpeed 则把 Pro 的输出速度最高提升了 20 倍。Pro 和 Flash 都是原生全模态，能看图、写代码、调工具、操控电脑等等。

不过一说到大模型绕不开的跑分，MiMo 这个图看得世超是真有点痛苦，总感觉少了些什么。。。

因为表面看起来，MiMo-V2.6 在编程、通用智能体、视觉、网络安全四个维度上，除了干不过 GPT 6 Astra、Claude Fable 5 一类的顶级闭源模型，在开源模型里面位列前筹。

但问题是，榜单里基本没有出现 DeepSeek V4.1 Pro、GLM 5.3 等开源旗舰的身影，实在是不好琢磨出 MiMo 的深浅。。。

当然，价格上 MiMo 还是延续了以往一贯的真香。以旗舰模型 MiMo-V2.6-Pro 为例，缓存命中情况下输入每百万 token 0.025 元，缓存未命中 3 元，输出每百万 token 6 元。

而 DeepSeek-V4-Pro 的价格在空闲时段，对应分别是 0.15 、4.5、13.5 元。

相比起来，MiMo 要便宜 33% ~ 83%，不得不说性价比还是很高的。

而这次 MiMo-V2.6 最大的特点，当属它的超大规模强化学习后训练了。

拿 MiMo 负责人罗福莉的话来讲，MiMo-V2.6 属于是他们的探索之作，主要是为了研究强化学习究竟能让模型变得多强。MiMo-V2.6 也可能是开源模型中，迄今为止单次强化学习计算量最大的项目之一。

一次参数更新，就要让模型在真实环境里完成约 2.5 万次长程任务。在经过 30 步训练后，pro 和 flash 都被足足喂了 75 万条长程轨迹，这理论上对模型的 Agent 能力非常有帮助。

但理论归理论，世超去网上翻了一圈，大家对它的实际评价只能说褒贬不一。

有人反映 MiMo-V2.6-Pro 干活速度太慢，总是触发雷霆大思考的。就算能力上应该和 GLM 5.3 差不多，体感也很一般。

也有人说 MiMo 系列其实还是性价比的王，看似无人在意，实则周围不少人都在用它干脏活累活。

为了看看模型到底表现如何，世超也立刻上手试了试。

实际体验下来，我只想说，慢是真的慢，但 MiMo 效果还不错。

在官方案例里，MiMo-V2.6 下能做 3D 游戏、编音乐写 PPT，上能 Blender 建模、搞科学研究。

世超先给了 MiMo-V2.6-Pro 一张最近很火的 “ 准点下班 ” 截图，让它也做出一个类似的潜行游戏。你还真别说，成品的可玩性挺高的。

氛围场景上，这昏黄的日光、时不时弹出过方案的对话、电脑上 “ 今晚走不了 ” 的桌面，很有职场恐怖片那味儿。

玩法上，有按 shift 加速，按 E 躲桌子，C 键下蹲，左下角甚至还有小地图，细节也做得挺好。

全程花了 18 分半，世超感觉稍微偏慢，但还可以接受。

随后世超又试了一个 Blender 建模，给了 MiMo-V2.6-Pro 一张宝马车的图片，让它照着做一个 3D 的。

这个就比较漫长了，世超等了一个半小时都没结果。回去翻翻 MiMo 的思考过程，它才到 “ 有进步，已经像车了 ” 的程度，一度让世超十分绝望。

但在打开 Blender 验收半成品的时候，也许是预期不太高，世超感觉 MiMo 做得效果还行，至少整体感觉出来了，只是有些形状不太对。

但 MiMo 也没说放弃，它还在对比原图，思考怎么优化侧面和车尾。

其实吧，到这里世超感觉，MiMo-V2.6-Pro 至少没有为了速度把质量不达标的东西交给我，倒也可以接受。这可能也是长程轨迹强化学习的福报了。

最后，世超又试了试一些常规的 PPT 制作、网页前端之类的功能。

不得不说，在这种看起来没啥难度的任务上，MiMo 速度确实慢。。。一个 PPT 足足做了 37 分钟，给世超都等力竭了。

好在最终效果不差，大伙儿可以锐评一下属于什么档次：

向下划动

不过，说完了中规中矩的模型效果，其实世超更想说说他们之前的模型训练直播。

大伙儿可能有所耳闻，从 9 月 15 号开始，小米公开直播了 MiMo V2.6 系列中后段的强化学习训练的全过程，MiMo-V2.6 算是大伙儿看着长大的。

从公开日志看，模型的训练并不是一帆风顺，这锅丹中途真炸过好几次。

Pro 先后撞上单节点显存异常、训练集群与评分器断网、还因为专家负载不均触发 GPU Out of Memory 等等问题。

团队的做法是见招拆招，不断调整训练并行策略，移除出现异常的数据，后期又筛掉了对 Pro 来说过于简单的任务，把算力集中到真正有学习价值的样本上，才让模型性能继续往上爬。

虽然直播也一直被质疑，到底是真实训练还是过程回放，但对世超来说，这确实是第一次这么直观地感受到，大模型是怎么一小时烧掉几万美元的。。。

总的来说，MiMo 从零开始，一年半做出能跟上 Agent 时代的 MiMo-V2.6，世超感觉他们还是挺未来可期的。

而且至少从技术博客和训练直播来看，技术团队还在不断探索中，MiMo 还属于起步的成长阶段。

但在另一方面，围绕它的炒作争议也相当激烈。

至于是真有水平还是概念炒作，也许只能让时间来证明了。

撰文：莫莫莫甜甜

编辑：江江

美编：焕妍

图片、资料来源：

莫莫实测

X、MiMo 技术博客