关于小米开源MiMoV2.6大模型，想说明白，其实必须从一场直播说起[喵喵][喵喵][喵喵][喵喵]

9月17号凌晨，小米MiMo团队的罗福莉在X上发了一条帖子，附了一个链接：

mimo.xiaomi.com/rl

这个链接从那个时候起，一直到现在，你都能随时点进去。
比如说我下面的截图，就是我在写这篇的时候，临时进去截的图。

所以，这是什么呢？

这其实是MiMo-V2.6两个模型正在训练的实时数据，显示的是：跑了几个阶段、烧了多少Token、账单多少美金，每一分一秒都在涨。

以往大模型训练这事，对用户来说就是个黑箱，你只知道结果，不知道过程。
小米这次干的事，相当于把自家厨房打开了，摄像机怼到锅里，你看着菜怎么下锅、油温多少、盐放了几克，全程直播。

你说这是营销？
这踏马就是营销？

你说这是营销？
但这踏马就是透明公开，有能耐你也直播一个看看？

每小时3万美金，6天花了几千万就在那摆着，公开透明，所有人都能清清楚楚的看到。
那……（）你还怎么解释你多出来的训练费用？[喵喵][喵喵][喵喵][喵喵]

—————

这次MiMo V2.6 有两个版本：Pro和Flash，同时训练。

Pro版本走到了第12个阶段的时候，消耗了251亿Token。
Flash版本17个阶段，405亿Token

6天时间，两个模型各完成了30步RL训练，累计跑了约75万条轨迹。
单步训练的Token量达到了3.5到3.7B，上下文长度支持100万Token，一次更新用1568个样本。

Pro版本在训练任务上的平均通过率相对提升了25%，Flash提升了12%。在样本外的长程软件工程评测基准DeepSWE v1.1上，Pro从48.8涨到65.7，涨了17分；Flash从58.4涨到72.6，涨了14分。

所以……

MiMo V2.6 到底是什么水平？

MiMo-V2.6用了Sparse MoE架构，总参数1.02万亿，实际激活42B。
Pro和Flash两个版本都是原生全模态模型，这点我认为很重要，文本、图片、视频、音频都能处理。

再上一组跑分数据：

AAI Index（AA综合智能指数）：Pro拿到46分，超过Kimi K3的44分和GLM-5.3的45分，目前开源权重模型里排名第一。而它的前代V2.5-Pro只有26分，这一代直接提了20分。
Terminal Bench 4.0：34.9%，超过DeepSeek V4.1 Flash的26.8%。

确实，跟Claude Fable 5.1和GPT-6 Astra比，还有差距。这两个闭源巨头都是53分，差了7分。
但开源模型里，MiMo-V2.6-Pro目前是毋容置疑的老大。

最后

对我这样的实际用户来讲，最牛的是API定价没涨，跟V2.5一样。

最后的最后

开源！开源！开源！

那些不如MiMo的闭源模型，你们自己想想吧[喵喵][喵喵][喵喵][喵喵][喵喵][喵喵][喵喵] #小米开源MiMoV2.6大模型#