2026 年 9 月 22 日，小米正式发布并开放MiMo-V2.6 系列。

这一代 MiMo 的几个关键词非常明确：

万亿参数 MoE、1M 超长上下文、原生全模态、Coding、Agent、大规模强化学习，以及低价 API。

其中 MiMo-V2.6-Pro 总参数达到1.02T，并在 Artificial Analysis Intelligence Index 中取得46 分左右；而 MiMo-V2.6-Flash 的国内 API 普通输入价格只有1 元/百万 Token。

那么 MiMo-V2.6 到底用了什么架构？Coding 能力怎么样？API 有多便宜？值不值得用？

本文一次讲清楚。

一、MiMo-V2.6 有哪些版本？

目前主要有三个：

其中真正的两个核心模型是Flash 和 Pro。

UltraSpeed 可以理解成 Pro 的高速服务版本。官方称在保持 Pro 能力的情况下，最高可以达到普通 Pro20 倍输出速度，但 API 价格也明显更高。

Pro 和 Flash 都支持：

文本、图片、视频、音频输入 → 文本输出

并支持深度思考、工具调用、联网搜索、结构化输出、上下文缓存等功能。

两者 API 最大上下文都是1M Token，最大输出128K Token。

二、架构：万亿参数，不代表每次都跑万亿参数

MiMo-V2.6 的核心架构是：

Sparse MoE（稀疏混合专家模型）

简单理解：

输入 Token ↓ Router 路由器 ↓ 从大量 Expert 中选择少数专家 ↓ 参与本次计算 ↓ 生成结果

以 Pro 为例：

• 总参数：1.02T

• 每个 Token 激活参数：42B

• 70 层 Transformer

• 384 个 Routed Experts

• 每次激活 8 个 Expert

Flash 则是：

• 总参数：309B

• 激活参数：15B

• 48 层 Transformer

• 256 个 Routed Experts

• 每次激活 8 个 Expert

所以 Pro 虽然超过1 万亿参数，但推理时不会让全部参数同时参与计算。

SWA + Global Attention

MiMo-V2.6 还采用了混合注意力：

Sliding Window Attention（SWA）+ Global Attention（GA）

SWA 负责处理局部信息，Global Attention 定期进行全局信息交互。

这样做的一个重要目的就是降低超长上下文的计算和 KV Cache 压力。

此外，模型还包含5 层 MTP speculative decoder，用于加速生成。

所以 MiMo-V2.6 的整体思路可以简单概括成：

Sparse MoE + SWA / Global Attention + MTP + 1M Context

三、不只是文本模型，而是原生全模态

MiMo-V2.6 原生支持：

视觉部分采用681M 参数 MiMo ViT，音频部分包含308M AudioTokenizer + 127M Audio Patch Encoder。

所以这一代 MiMo 的目标明显已经不只是“聊天机器人”。

小米展示的实际应用已经包括：

• 前端开发

• PPT 制作

• 3D 建模

• 游戏开发

• Computer Use

• 多 Agent 协作

• 科研任务

甚至提出了Vibe World：通过自然语言、图片或视频，让多个 Agent 协作完成 3D 场景、交互逻辑和视觉验证。

四、真正值得关注的是 Agent 强化学习

MiMo-V2.6 一个很重要的变化，就是强化了Agentic RL。

小米没有把 Coding、Agent、视觉、网络安全完全拆开训练，而是把：

Coding General Agent Visual Agent Cybersecurity

混合进同一套强化学习训练中。

官方披露，Flash 和 Pro 都在不到 6 天内完成约30 个 RL Step、约 75 万条 Trajectory，训练成本分别约85 万美元和 262 万美元。

在训练过程中，DeepSWE v1.1 成绩也出现明显提升：

• Flash：48.8 → 65.68

• Pro：58.4 → 72.57

需要注意：这是RL 训练过程曲线，与最终模型卡公布的正式 Benchmark 数字不是同一组测试结果。

五、Coding 能力到底怎么样？

这可能是开发者最关心的一部分。

小米官方模型卡公布的数据如下：

从这些数据能看出一个比较明显的特点：

MiMo-V2.6 的强项并不是简单写一道代码题，而是 Agentic Coding。

也就是：

读取代码仓库 ↓ 分析问题 ↓ 调用 Terminal / 工具 ↓ 修改多个文件 ↓ 执行测试 ↓ 检查结果 ↓ 继续修改

例如 DeepSWE v1.1 中，MiMo-V2.6-Pro 达到71.9，与官方模型卡列出的 Claude Opus 5 的 74.0、GPT-5.6 Sol 的 73.0 已经比较接近。

但它也不是所有榜单都领先。

例如 Terminal Bench 4.0：

MiMo-V2.6-Pro 34.9 GPT-5.6 Sol 39.9 Claude Opus 5 49.0

所以更准确的说法应该是：

MiMo-V2.6 的 Coding 和 Agent 能力已经进入当前主流旗舰模型竞争区间，但不同任务之间依然存在明显差异。

而不是简单说“全面超过 Claude / GPT”。

六、第三方榜单表现怎么样？

除了小米自己的模型卡，还可以看独立评测机构Artificial Analysis。

截至本文撰写时：

Artificial Analysis 当前将 MiMo-V2.6-Pro 列在其开放权重模型 Intelligence Index 的#1 / 117。

小米发布时给出的更精确分数为46.32，对应 Artificial Analysis Intelligence Index v4.3。

这里一定要注意：

“Artificial Analysis 榜单第一” ≠ “所有任务都是世界第一”。

它只能说明 MiMo-V2.6-Pro 在这个综合指数及对应比较范围中表现非常突出。

七、API 价格可能才是最大的亮点

国内实时 API 价格如下：

单位均为：

元 / 100 万 Token。

其中 Flash 特别夸张：

普通输入 100 万 Token 只要 1 元。

如果长期运行 Coding Agent，往往会重复传入：

• 项目代码

• System Prompt

• 历史对话

• Agent Memory

• 工具调用结果

这时候缓存价格也非常关键。

Flash 的缓存命中输入只有：

0.02 元 / 100 万 Token。

另外，小米还提供Batch API，目前 Pro 和 Flash 的批量推理价格只有实时 API 的50%。

对于批量数据处理、模型评测、摘要和离线任务来说会更加便宜。

八、API 接入也比较简单

MiMo API 同时兼容：

• OpenAI API

• Anthropic Messages API

如果项目原本使用 OpenAI SDK，通常只需要修改：

API Key base_url model

OpenAI 兼容接口的 Base URL 为：

https://api.xiaomimimo.com/v1

模型名称主要使用：

mimo-v2.6-flash mimo-v2.6-pro

因此对于已有 AI 应用或者 Coding Agent 来说，迁移成本比较低。

九、MiMo-V2.6 到底好不好用？

综合目前公开数据，可以把它的优缺点概括得很清楚。

优点

1. Coding / Agent 能力强

DeepSWE、AutomationBench、Terminal Bench 等测试已经达到较高水平。

2. API 非常便宜

尤其是 Flash：

输入 ¥1/M，输出 ¥2/M。

对于需要大量 Token 的 Agent 应用很有吸引力。

3. 1M 超长上下文

适合代码仓库、长文档、Agent 历史记录和大型工作流。

4. 原生全模态

文本、图片、视频、音频可以进入同一个模型。

需要注意的地方

第一，Pro 本地部署门槛非常高。

1.02T 是完整模型参数规模，即使推理时只激活 42B，也不意味着只需要存储 42B 权重。

对于绝大多数普通用户来说，直接调用 API 更现实。

第二，普通 Pro API 的速度不是最大优势。

Artificial Analysis 当前测试约为42 token/s，并不属于最快的一档。

如果特别在意实时响应，可以考虑 UltraSpeed，但价格约为普通 Pro 的 10 倍。

第三，不要只看 Benchmark。

Benchmark 成绩并不完全等于真实开发体验。

最终还是应该比较：

任务成功率 + Token 消耗 + 运行时间 + API 成本

十、Flash 和 Pro 怎么选？

其实非常简单。

MiMo-V2.6-Flash

更适合：

• 日常 Coding

• 批量 API 调用

• AI Agent

• 数据处理

• 自动化工作流

• 成本敏感场景

它只有 15B 激活参数，却在很多 Agent Benchmark 中与 Pro 差距并不算特别大，而 API 价格只有 Pro 的约三分之一。

MiMo-V2.6-Pro

更适合：

• 大型代码工程

• 长程 Agent

• 复杂推理

• 科研任务

• 多 Agent 协作

• 对成功率要求更高的任务

Pro-UltraSpeed

适合：

对延迟非常敏感，而且愿意用更高成本换速度的生产场景。

十一、最后总结

如果用几个关键词概括 MiMo-V2.6：

MiMo-V2.6-Pro 已经在 Artificial Analysis Intelligence Index 中进入当前开放权重模型的最前列；Coding 和 Agent 相关 Benchmark 也已经能够与主流旗舰模型放在同一张表里比较。

但对普通开发者来说，我认为更值得关注的其实是MiMo-V2.6-Flash：

309B 总参数、15B 激活参数、1M 上下文、DeepSWE 67.9，普通 API 输入仅 1 元/百万 Token。

小米同时已经公开 MiMo-V2.6-Pro-RL 和 Flash-RL 权重，并采用MIT License。

所以 MiMo-V2.6 真正值得关注的地方，并不是某一项 Benchmark 有没有拿第一，而是：

它正在把模型能力、Coding、Agent、长上下文和 API 成本，同时做到一个相当有竞争力的位置。

对于 Coding Agent、大规模自动化工作流和高 Token 消耗的 AI 应用，MiMo-V2.6 已经值得实际跑一次自己的项目测试。