小米开源 MiMo-V2.6：万亿参数开源模型登顶榜

Xiaomi 开源 MiMo-V2.6：万亿参数模型登顶开源权重排行榜

Originally published at AI Frontier Post.

过去两天，这家从手机厂商转型为 AI 实验室的企业发布了 MiMo-V2.6——两款全模态模型，其中旗舰款号称在复合行业基准上超越了所有其他开源权重模型。模型检查点已无门槛地上传至 Hugging Face，采用 MIT 许可证：任何人都可以下载、微调和商业使用。

对外宣传的分数是厂商自报数据，所以应该视为一种声明而非定论：Artificial Analysis Intelligence Index v4.3 上得分 46.32。更难忽视的是权重包之外配套发布的所有内容。Xiaomi 将产生这两个模型的六天强化学习运行过程全程直播，随后与检查点一起发布了训练环境和 RL 代码。这是一个被设计成可复现的发布，而不仅仅是供人瞻仰。

该系列有三个版本。MiMo-V2.6-Pro 是旗舰款，Xiaomi 称其为迄今为止最强大的模型。MiMo-V2.6-Flash 是更轻量、更便宜的兄弟款，专为高吞吐量任务构建。而 MiMo-V2.6-Pro-UltraSpeed 是一种服务选项，在大约十倍价格下将输出速度提升至 20 倍——适用于延迟就是一切的workflows。

在底层实现上，Pro 是一个稀疏的混合专家模型：总计 1.02 万亿参数，每个 token 约 420 亿活跃参数，分布在 384 个路由专家中，任何给定 token 会激活其中 8 个。主干网络是 70 层，混合了滑动窗口注意力和全局注意力，专用的视觉塔处理图像，独立的编码器处理音频。两个模型都接受文本、图像、视频和音频作为输入，并输出文本，上下文窗口达 100 万 token。通过 Xiaomi API 进行的独立速度测量记录了约每秒 130 个输出 token。

基准测试情况（及其注意事项）

Xiaomi 拿来当招牌的数字是 Artificial Analysis Intelligence Index：Pro 得分 46.32，领先于 Z AI 的 GLM-5.3（45）和 Moonshot 的 Kimi K3（44）——是该排行榜上开源权重的最高分。作为参照，同一排行榜将闭源的 Grok 4.7 列为 46 分，而 Artificial Analysis 估算 Pro 的推理成本约为每次 Index 任务 0.13 美元——这个数字会引起 CFO 们的关注。

Xiaomi 自己的声明更大胆：称 Pro 在大多数 agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当。但其自有表格中的细则就不那么光彩了。在 GDPval 2.1 上，Pro 得 1673，而 Claude Fable 5.1 为 1735，Opus 5 为 1708。在 DeepSWE v1.1 上，它落后于 DeepSeek V4.1 Flash（74.2）、Opus 5（74.0）和 GPT-6 Astra（74.0），仅为 71.9。客观评价：开源模型中的最佳，但仍不及闭源系统中的最佳。以上均为厂商自报数据，有待独立评估方复现验证。

API 定价与 V2.5 系列保持不变——Pro 输入 token 每百万 0.435 美元，输出 token 每百万 0.87 美元；Flash 为 0.14 美元和 0.28 美元。Xiaomi 的说法是 intelligence 提升了而价格原地踏步，将成本-性能前沿向外推移。

比分数更重要的部分

基准测试是营销；训练栈才是护城河。而在这方面 Xiaomi 做了一件真正不寻常的事：它将生产级强化学习运行过程实时直播了。在不到六天内，Flash 和 Pro 各完成了 30 个 RL 步骤，涵盖约 75 万条轨迹，报告成本分别约为 85 万美元和 262 万美元。在训练任务上的平均通过率分别相对提升了 25% 和 12%，而在保留的软件工程基准 DeepSWE v1.1 上，Flash 从 48.8 攀升至 65.68，Pro 从 58.4 攀升至 72.57。

背后的工程十分激进：全异步架构，每次更新处理 1568 个样本，每步处理 35 亿至 37 亿个 token，跨编码、一般 agent、视觉和网络安全工作的多任务套件，以及基于组的奖励信号来强化反馈。值得注意的是，Xiaomi 还记录了针对奖励黑客的明确防御措施——冻结路由器以限制漂移、对手评估、异常检测，以及验证器之间的交叉检查——这类工程细节通常是实验室秘而不宣的。

然后公司将这些全部公开了：技术报告、超过 7000 个任务环境，以及 RL 代码，被塑造成一个可扩展强化学习和模型自我改进的可复现实验。一位观察者指出，这次发布是权重优先的——检查点和模型卡在 Xiaomi 自家博客发布任何公告之前就出现在 Hugging Face 上。仓库先出现；叙事后跟上。

一款登顶开源权重排行榜的 MIT 许可证模型改变了构建的经济学。现在任何人都可以自托管一个处于开源系统顶级梯队的模型，而不是按 token 租用——或者从其权重开始进行专业化微调。模型已上线 AI Studio、MiMo Code、MiMo Desktop（随此版本退出早期访问）、Xiaomi API 平台和 OpenRouter。

Xiaomi 的演示超越聊天机器人，进入其所谓的"Vibe World"：协调多个 agent 构建和可视化测试交互式 3D 场景、生成 Blender 资产、从摄像头馈送闭环控制 Franka Panda 机械臂、生成前端界面和演示文稿、组装视频，以及谱写音乐——包括模型自己评分并转换为 MIDI 的管弦乐作品。两项研究展示更进一步：与公司材料专家合作设计用于捕获 PFAS 化学物质的金属有机框架候选物，以及对"周期三蕴含混沌"定理的 6000 多行 Lean 4 形式化，该形式化被 Lean 内核验证，无未完成的证明。

首先，复现。Xiaomi 向社区提供了环境和代码；如果独立团队能复现 RL 配方，这就会成为整个开源生态系统的 playbook，而不仅仅是一个检查点分发。

其次，追赶。Kimi K3、GLM-5.3 和 Qwen3.8 Max 现在有了一个新的领导者要追赶。中国的开源权重竞赛是 AI 中变动最快的排行榜，它刚刚被重置。

第三，闭源实验室的回应。当开源前沿的定价为每百万输入 token 0.435 美元时，每个闭源提供商都必须证明其溢价的合理性——在可靠性上、在特性上，或者在开源模型仍然做不到的事情上。