小米发布并开源MiMo-V2.6系列：AA智能指数46分登顶开源模型，超越Kimi K3与GLM-5.3 - 果核剥壳

9月22日消息，小米今日凌晨正式发布并开源全新Xiaomi MiMo-V2.6系列，包含Pro与Flash两款原生全模态模型。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。

基准成绩登顶开源阵营

得益于RL算力扩展，MiMo-V2.6-Pro在Artificial Analysis Intelligence Index（AA综合智能指数）v4.3.2中取得46分，超越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，较前代MiMo-V2.5-Pro的26分高出20分。小米官方同时坦承，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。

不到6天的高强度RL训练

MiMo-V2.6可能是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步更新，累计约75万条轨迹。训练任务平均通过率分别提升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：一是更大的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；二是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；三是更大的Grader算力，通过组内相对比较为长程RL任务提供更精准的奖励信号。

全模态与具身智能能力

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，模型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。（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。）

科研落地案例

科研方面，MiMo-V2.6-Pro协助研究人员完成了PFAS吸附用MOF材料的设计方案筛选，并在Lean 4中完整形式化了Li-Yorke经典论文《周期三蕴含混沌》的原始主定理，形成6000余行Lean源码，完整证明通过Lean内核核验——值得注意的是，该模型并未接受过针对Lean的专项后训练。

定价与开源内容

定价方面，MiMo-V2.6系列沿用V2.5系列API价格：Flash为每百万词元输入1元、输出2元；Pro为输入3元、输出6元，并提供99%缓存折扣，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，订阅会员可使用Pro和Flash模型，也可配置自己的API Key。客户端同步上线Pro版UltraSpeed超高速模式，提供最高20倍推理速度。原邀测活动将在1周后结束。

开源方面，小米全面开放MiMo-V2.6-Pro、Flash模型权重与技术报告，并同步开放MiMo-V2.6-Distill-Qwen-9B及配套RL研究资源，包括：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Distill-Qwen-9B为起点训练后，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）；基于verl、uni-agent和mini-swe-agent的端到端RL训练框架；以及将系统提示、工具与上下文管理解耦的轻量可组合mini-harnesses，支持社区通过Multi-Harness Training提升模型泛化能力。