#小米MiMoV2.6开源最强##跨界破圈热点共创##微博垂直热点造浪计划#

小米 MiMo-V2.6 于 2026-09-22 发布并开源，主打“原生全模态 + 1M 上下文 + 大规模 Agent RL”，放权重、技术报告、7000+ RL 环境、训练框架。

一、发了什么

• Pro：稀疏 MoE，公开汇总多写总参约 1.02T、激活约 42B；原生支持文本/图像/视频/音频，上下文 1M。

• Flash：MoE 总参约 309B、激活约 15B，同样全模态+1M，定位“性价比执行”。

• Distill-Qwen-9B：小模型蒸馏版，MIT，适合本地/端侧 Agent 试验；GGUF 4-bit 约 15GB 显存可跑。

• 附加：技术报告、7000+ RL 任务环境、verl/mini-swe-agent 类训练框架、轻量 harness；Pro 还有 UltraSpeed（最高约 20× 输出，价格更贵）。

• 协议：权重 MIT，可商用；HF 组织 XiaomiMiMo。

参数注意：部分自媒体写 Pro 524B/Flash 159B，与多数公开汇总（1.02T/42B、309B/15B）不一致，以 HF 模型卡和官方技术报告为准。

二、“最强”准确说法

• Artificial Analysis Intelligence Index v4 类榜单：Pro 约 46 分，在“开放权重/开源权重”组超过 GLM-5.3（45）、Kimi K3（44），同分数段还有 Grok 4.7 等；但闭源顶档 Claude Fable 5.1/GPT-6 Astra 约 53，仍差一截。

• 官方自测 Agent 向：DeepSWE v1.1 Pro 约 71.9/72.6（RL 后）、Flash 65.7–67.9；Toolathlon-Verified 76.9；OSWorld-Verified 82.0；AutomationBench 53.1；官方称“多数 Agent 基准比肩 Claude Opus 5 / GPT-5.6 Sol”。

• 短板别忽略：Terminal-Bench 4.0 约 34.9、ProgramBench 约 26.5，低于 Opus 5；第三方逐项比对称共同覆盖 14 项里 Pro 有 10 项落后 Opus 5。所以“开源权重某榜第一”成立，“全任务超过闭源旗舰”不成立。

三、RL 做了什么（这才是重点）

不到 6 天、Pro/Flash 各 30 步、累计约 75 万条轨迹；Pro 成本约 262 万美元、Flash 约 85 万。

奖励不用二值“通过/不通过”，而是 GRS（离线建任务标准）+GAR（在线对高质量轨迹重排优势），引导更短路径、更少 token、更少“碰巧跑通”。路由器冻结+防奖励黑客，训练过程还做过直播仪表盘。

结论：V2.6 不只是“权重更聪明”，是把“代码+通用Agent+视觉+网络/安全+computer use+3D/机械臂仿真”混在一个 RL 循环里跑。