小米开源万亿级大模型MiMo-V2.6AA指数登顶开源榜首

近日，小米正式发布并开源全新一代MiMo-V2.6系列大模型，包含旗舰模型MiMo-V2.6-Pro与高效推理模型MiMo-V2.6-Flash，并同步上线Pro版超高速模式（UltraSpeed）和MiMo Desktop桌面客户端正式版。两款模型均采用稀疏混合专家（MoE）架构，支持100万Token上下文，原生支持文本、图像、视频、音频输入，权重以MIT许可证开源，可商用、可修改、可再分发。

MiMo是小米自研大模型系列，此前发布的MiMo-V2.5曾登顶OpenRouter全球大模型调用量榜单。小米集团创始人雷军此前宣布，未来三年小米在AI领域投入将超600亿元，2026年AI及具身智能相关投入超160亿元。

双旗舰登场，46分登顶开源榜首

两款模型的定位截然不同：MiMo-V2.6-Pro为旗舰模型，总参数达1.02万亿，每个Token激活420亿参数；MiMo-V2.6-Flash主打高效推理，总参数3090亿，每个Token仅激活150亿参数。

第三方评测机构Artificial Analysis的AA综合智能指数（v4.3.2）显示，MiMo-V2.6-Pro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；相比前代MiMo-V2.5-Pro的26分，提升了整整20分。在长程软件工程评测基准DeepSWE v1.1上，Pro版从58.4分提升至72.57分，Flash版从48.8分提升至65.68分，训练任务平均通过率分别相对提升12%和25%。

小米坦承，Pro版与当前最强的闭源模型相比仍有差距，但在同等智能水平下，其价格仅为海外模型的1/20至1/60。MiMo-V2.6系列沿用V2.5系列的API定价：Flash每百万输入Token定价1元、输出2元，Pro每百万输入3元、输出6元。OpenRouter平台上，Flash版定价为每百万输入Token 0.14美元、输出0.28美元。

RSI路径：把强化学习算力推到极致

小米将MiMo-V2.6的技术路径称为“RSI（递归自我改进）”，即以可验证的复杂任务为基础，规模化扩展强化学习（RL）算力，让模型在持续的探索与反馈中拓展智能边界。训练从三个维度同步扩展：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2.7至3.7B；更多任务与更复杂的环境，训练体系覆盖Code、General、Visual、Cyber等方向，并在一次运行中混合多个智能体框架；更大的Grader算力，通过组内相对比较，为长程任务提供更精准、多样的奖励信号。

训练规模的扩大也带来工程挑战。团队冻结了MoE Router以抑制专家负载漂移，并建立覆盖奖励设计、对抗性评测、异常检测和验证器交叉校验的Reward Hacking防线。小米同步开放了MiMo-V2.6-Distill-Qwen-9B及配套RL研究资源，并承诺逐步开源训练环境和RL代码。

全模态架构与HySparse底座

MiMo-V2.6的“全模态”并非多个处理管道的简单拼接：文本、图像、视频、音频统一进入同一模型。在推理加速方面，Flash版集成了多Token预测（MTP）草稿模型以提升推理速度，UltraSpeed模式最高可提供20倍输出速度。

技术底座可追溯至MiMo团队今年2月推出的HySparse混合稀疏注意力架构：该架构使用极少的全注意力层提供Token选择与KV Cache，其余稀疏注意力层直接复用这些信息，在保持模型能力的同时显著降低KV Cache存储，为百万级上下文和超长文本处理提供了高效方案。

团队与生态

MiMo大模型负责人罗福莉于2025年11月加盟小米，此前是DeepSeek开源大模型的关键开发者之一。她带领的核心团队平均年龄25岁，清华、北大毕业生占比超过60%。

此前的MiMo-V2.5已获市场验证：2026年7月，其在OpenRouter平台的月调用量达31.20万亿Token，位居全球大模型月调用榜单第一。高盛此前研报认为，小米新模型发布巩固了其作为顶尖基础模型开发商的地位，并维持对小米的“买入”评级。