小米开源MiMo-V2.6全模态大模型_MiMo新模型下载入口

小米正式发布并开源 MiMo-V2.6 系列原生全模态大模型，包含旗舰模型 MiMo-V2.6-Pro 与高效推理模型 MiMo-V2.6-Flash，均采用 MIT 协议开放权重，可自由商用。本文整理 MiMo-V2.6 系列的架构参数、榜单成绩、训练成本与开源下载入口。

MiMo-V2.6 系列核心参数：万亿参数全模态

MiMo-V2.6-Pro 采用稀疏 MoE 架构，总参数量 1.02 万亿（1.02T）、激活参数 42B；MiMo-V2.6-Flash 总参数量 309B、激活参数 15B。两款模型均为原生全模态设计，支持文本、图像、视频、音频四类输入，上下文长度最高 100 万 Token。同时上线的还有面向实时交互场景的 Pro-Ultraspeed 超高速模式，推理速度最高可提升 20 倍，以及 MiMo Desktop 桌面客户端正式版。

榜单成绩：全球排名最高的开源权重模型

在 Artificial Analysis 智能指数（v4.3.2）上，MiMo-V2.6-Pro 取得 46 分，超过 GLM-5.3（45）、Kimi K3（44）与 Step 5 Preview（44），成为当前全球排名最高的开源权重模型，在整个榜单位列第六，仅次于 Claude Fable 5.1、GPT-6 Astra（53）、Claude Opus 5（51）、Meta Muse Spark 1.3（48）与 GPT-5.6 Sol（47），并追平同日发布的闭源模型 Grok 4.7。Agent 能力方面，Pro 在 AutomationBench 上以 53.1 分反超全部闭源对手，Terminal Bench 2.1 取得 89.9 的表内最佳成绩。

首次公开强化学习训练账单

小米此次还首次公开了强化学习训练成本：Pro 约 262 万美元、Flash 约 85 万美元，各自完成 30 步 Agentic RL 训练，累计产生约 75 万条轨迹，耗时不到 6 天，训练任务平均通过率分别提升约 12% 和 25%。这种"训练账单"式的透明披露，在业内尚属少见。

开源生态：不止 weights

除模型权重（FP8 格式，Hugging Face 无需申请即可下载）外，小米同步开源了 9B 蒸馏模型 MiMo-V2.6-Distill-Qwen-9B、7000 多个覆盖软件工程、漏洞复现、知识工作与网页设计的 RL 任务环境，以及端到端训练框架与 mini-harness，为开发者复现和二次训练提供了完整工具链。

定价与获取方式

API 定价延续上一代：Pro 输入约 0.43 美元/百万 Token、输出约 0.87 美元/百万 Token，缓存命中享 99% 折扣；Flash 输入约 0.14 美元/百万 Token、输出约 0.28 美元/百万 Token。开发者可在 Hugging Face 下载权重自行部署，也可通过 OpenRouter 等平台直接调用 API。

>>>点击进入MiMo-V2.6下载页<<<

以上就是小米 MiMo-V2.6 系列开源大模型的全部内容，希望能帮助您了解这款国产全模态模型的特性与获取方式。请持续关注本站，我们将第一时间带来更多 AI 领域的前沿资讯。

郑重声明：本文版权归原作者所有，转载文章仅为传播更多信息之目的，如作者信息标记有误，请第一时间联系我们修改或删除，多谢。