首页 
MiMo V2.6-Pro是小米技术于2026年9月21日正式开源的MiMo V2.6系列旗舰全模态大模型，与Flash版本同步发布。模型采用原生全模态架构，支持文本、图像、语音、视频四种模态输入，拥有100万token上下文窗口，重点提升了复杂推理、编程与智能体任务处理能力。Artificial Analysis综合智能指数取得46分，较V2.5-Pro提升20分，目前位列开源模型第一，跻身全球模型领先水平。在DeepSWE编程基准上从V2.5-Pro的19.0分跃升至规模化RL前的58.4分，最终横向评测取得71.9分，接近Claude Opus 5的74.0分。中训阶段引入大量编程、通用工作流、视觉及科研Agent轨迹，将上下文扩展至1M，为后续RL提供更高训练起点。规模化RL约5天260万美元训练投入，DeepSWE得分由58.4提升至72.6，增加14.2分。训练引入GRS/GAR奖励评价机制，从单纯判断任务是否完成，进一步优化执行质量及奖励分配。FrontierCode 1.1真实仓库编程45%通过率开源第一，单任务成本0.18美元；Cyber Index网络安全56分；Agent Arena开源第一，单任务成本0.11美元。API定价沿用V2.5，AA单任务成本约0.13美元，约为GLM-5.3、Kimi K3等同档模型的1/15。OpenRouter近一周数据显示MiMo-V2.6-Flash调用量约11.3万亿token，位列平台模型调用榜第三。
📋 技术规格
| 厂商 | 小米 MiMo |
|---|---|
| 模型分类 | 多模态理解 |
| 参数规模 | 未公开（原生全模态架构） |
| 上下文窗口 | 1,048,576 tokens（1M） |
| 最大输出 | 未公开（流式输出） |
| 知识截止 | 未公开 |
| API定价 | 输入: 未公开（API定价沿用V2.5）输出: 未公开（AA单任务成本约0.13美元） |
⭐ 核心能力详解
AA智能指数46分开源第一
DeepSWE 71.9分接近闭源旗舰
1M上下文+原生全模态
MIT开源可商用
单任务成本0.13美元约为同级1/15
GRS/GAR奖励评价机制
🎯 典型应用场景
长程编程Agent
跨多文件仓库重构
网络安全漏洞识别与修复
复杂逻辑推理
智能体任务执行
多模态理解
办公自动化
企业级Agent工作流
💪 技术优势与差异化
- AA智能指数46分开源模型第一
- MIT开源可本地部署可商用
- 单任务成本0.13美元约为同级1/15
- FrontierCode 1.1与Agent Arena开源第一
- 1M上下文+原生全模态架构
⚠️ 使用局限与注意事项
- 通用知识覆盖相对偏弱（专注Agent场景）
- AA指数虽开源第一但仍低于闭源旗舰Opus 5.5的58分
- 参数规模未公开
- 中训引入大量Agent轨迹，通用对话能力需验证
- 开源社区存在刷榜质疑（部分开发者反馈实际体验与榜单成绩一致性存疑）
💰 价格分析与成本建议
MiMo V2.6-Pro API定价沿用V2.5，AA单任务成本约0.13美元，约为GLM-5.3、Kimi K3等同档模型的1/15。FrontierCode 1.1单任务成本0.18美元，Agent Arena单任务成本0.11美元，DeepSWE训练投入约260万美元5天规模化RL。
👥 适用人群与企业
Agent应用开发者、复杂编程工程师、企业知识工作者、需要长程任务与多模态理解的智能体构建团队、开源模型社区研究者、追求性价比的企业级用户
🏭 行业适配度评估
DeepSWE 71.9与FrontierCode 1.1 45%开源第一
⚠ 复杂架构设计仍需资深工程师主导
Cyber Index 56分开源领先，漏洞识别与修复
⚠ 实际漏洞修复需安全专家复核
Agent Arena开源第一，单任务0.11美元
⚠ 复杂多智能体协作仍需框架支持
原生全模态架构支持文本/图像/语音/视频
⚠ 多模态基准未公开领先
AutomationBench 53.1超过Claude Opus 5
⚠ 通用知识覆盖相对偏弱
🔧 技术架构解析
| 架构设计 | 原生全模态MoE架构，支持文本/图像/语音/视频输入 |
|---|---|
| 训练数据 | 中训引入编程、通用工作流、视觉与科研Agent轨迹 |
| 推理机制 | 1M上下文，流式输出，未公开推理强度档位 |
| RL训练 | 约5天260万美元规模化RL，GRS/GAR奖励评价机制 |
| 开源协议 | MIT开源可商用 |
🔒 安全合规与数据隐私
| 数据训练策略 | 中训引入编程、通用工作流、视觉与科研Agent轨迹，未公开客户数据是否用于训练 |
|---|---|
| 合规认证 | MIT开源协议可商用、本地部署数据安全可控、小米澎湃OS生态集成 |
| 数据驻留 | MIT开源可本地部署，数据安全可控 |
| 加密方式 | 本地部署无云端加密需求；API调用走小米AI开放平台标准加密 |
⚔️ 与同梯队主流模型对比
| 竞品模型 | 优势 | 不足 |
|---|---|---|
| DeepSeek V4.1 Flash | LiveBench 81.1分全球第6 | AA指数较V2.6-Pro略低 |
| GLM-5.3 | CursorBench开放权重第一 | AA指数60分但V2.6-Pro 46分开源第一（含原生全模态） |
| Kimi K3 | 2.8T参数开源模型 | 单任务成本较高 |
| Hy4 preview | Agent Arena第三 | 未开源 |
- AA智能指数46分开源第一
- MIT开源可商用
- 单任务成本0.13美元约为1/15
- DeepSWE 71.9分接近Opus 5
🏢 同厂商模型矩阵
小米MiMo V2.6系列包含Pro与Flash两个开源版本
| 模型 | 定位 | 品类 | 特色 |
|---|---|---|---|
| MiMo V2.6-Pro当前 | 开源旗舰 | multimodal | AA指数46分开源第一 |
| MiMo V2.6-Flash | 开源轻量 | multimodal | 调用量OpenRouter第三 |
🧭 选型决策指南
AA指数46分开源第一
调用量OpenRouter第三，成本更低
通用智能覆盖更广
MIT开源可商用可本地部署
🏆 真实使用案例
📌 FrontierCode 1.1真实仓库编程
📌 Agent Arena智能体任务
📌 网络安全漏洞识别与修复
💬 用户真实评价
AA指数46分开源第一，DeepSWE 71.9接近Opus 5，性价比突出
Agent Arena开源第一，1M上下文+原生全模态适合长程Agent任务
Cyber Index 56分，漏洞识别与修复能力在开源模型中表现较强
MIT开源可本地部署，单任务0.13美元成本控制优秀
✅ 实践建议与使用技巧
💡 Prompt工程建议
Agent任务结构化
将复杂任务拆分为执行-反馈-修订流程，配合GRS/GAR奖励机制
多模态输入配合
复杂Agent任务同时提供文本指令、截图、语音描述，利用原生全模态
1M上下文充分利用
长程编程任务将完整仓库上下文一次性输入，避免分段调用
🔄 替代方案分析
通用智能覆盖更广
AA指数更高但不开源
K3为2.8T开源，单任务成本较高
