CoAI
新闻

小米公开开放权重AI模型“MiMo-V2.6”，可理解图像、视频与语音，Pro在外部评估中位居公开模型首位

小米于2026年9月22日发布AI模型“MiMo-V2.6”系列，并以MIT许可证公开了Pro和Flash模型的权重。除文本外，模型还能统一理解图像、视频和语音，可处理100万token的长输入。Pro在第三方评估网站Artificial Analysis的综合指标中取得46分，在公开权重的模型中最高。

2026年9月22日阅读约4分钟

以智能手机、家电和电动汽车闻名的中国小米（Xiaomi）于2026年9月22日发布了AI模型“MiMo-V2.6”系列。以高端版“MiMo-V2.6-Pro”和更轻量、更便宜的“MiMo-V2.6-Flash”两款为中心，模型权重已在Hugging Face和ModelScope上公开。公开权重（开放权重）是指发布训练好的模型数据，让任何人都可以下载并在自有环境中运行。许可证为MIT，可用于商业用途。

Xiaomi MiMo是什么

“Xiaomi MiMo”既是小米自研的大语言模型（理解并生成文本的AI）系列的名称，也是其开发团队的名称。在日本，小米以智能手机厂商的身份为人所知，但它也在大力开发AI模型，并于2026年4月公开了上一代的MiMo-V2.5和MiMo-V2.5-Pro。

MiMo的模型除了可通过面向开发者的API（供其他应用调用的机制）使用外，还可通过能在聊天界面中试用的“Xiaomi MiMo Studio”、面向电脑的“Xiaomi MiMo Desktop”、编程辅助工具“Xiaomi MiMo Code”等使用。配合此次公开，小米通知称，对MiMo-V2.5和MiMo-V2.5-Pro的API请求将从10月14日起自动切换到V2.6系列，旧的模型ID将于10月21日停用。

Pro与Flash的区别

MiMo-V2.6的两款模型都采用了名为“MoE（Mixture of Experts，混合专家）”的架构。模型整体虽然非常庞大，但每次处理只运行其中一部分“专家”，因此相对于规模而言可以运行得又快又便宜。据Hugging Face上的模型说明，规模如下。

  • MiMo-V2.6-Pro：总计1.02万亿参数，每次处理使用420亿参数
  • MiMo-V2.6-Flash：总计3090亿参数，每次处理使用150亿参数

两者都是能用一个模型理解文本、图像、视频和语音4种输入的“全模态”模型，输出为文本。一次可读取的量（上下文）为100万token，单次输出最多12.8万token。小米表示，模型的设计目标是能够处理整套的长程序代码以及AI智能体（AI自行使用工具推进工作的机制）的长工作记录。

小米将Pro定位为面向复杂项目、长时间任务、网络安全和研究的顶级模型。Flash则是面向需要反复调用的业务和大批量处理、注重成本与性能平衡的模型。此外，小米还推出了输出速度最高可达Pro的20倍、仅限API使用的“MiMo-V2.6-Pro-UltraSpeed”。面向研究用途，小米还公开了用MiMo生成的数据对阿里巴巴的Qwen3.5-9B进行追加训练而成的90亿参数小型模型“MiMo-V2.6-Distill-Qwen-9B”。

性能评估

在比较AI模型的第三方评估网站“Artificial Analysis”的综合指标（Intelligence Index）中，MiMo-V2.6-Pro取得46分，在公开权重的模型中位居首位。小米在自己的网站上给出了精确到小数点后的46.32分，并称其为“目前全球最强的开源模型”。报道AI话题的美国新闻通讯“The Batch”指出，这比上一代MiMo-V2.5-Pro的26分提高了20分。

在小米公布的自有评估中，在自动推进编程的任务、操作电脑界面、在终端（以文字操作电脑的界面）中工作等众多测试中，模型的得分接近Anthropic的Claude Opus 5和OpenAI的GPT-5.6 Sol。例如，在衡量终端任务的“Terminal Bench 2.1”中，Pro为89.9，Flash为87.6。另一方面，在更新的“Terminal Bench 4.0”中，Pro为34.9，与Claude Opus 5的49.0差距较大；在部分编程测试以及涉及网络攻击手法的测试中，与这些顶级模型之间也仍有差距。以上数字均由小米自行测得。

此外，据The Batch报道，小米还公开了强化学习等收尾阶段所花费的成本，Pro约为260万美元，Flash约为90万美元。

公开内容与价格

Hugging Face上公开了包括完成强化学习（让模型从试错结果中学习的方法）的“RL”版在内的模型权重以及技术报告。小米表示，除权重外，还公开了强化学习环境和训练代码。MIT许可证是限制较少的许可证，商业用途也可免费使用。

不过，在本地运行并不容易。Pro的启动示例在推荐的SGLang中需要两台搭载GPU的服务器，vLLM的示例也以8块GPU为前提，并不是个人电脑能运行的规模。对大多数人来说，通过小米的API或OpenRouter等中转服务使用才是现实的选择。

小米API的价格（每百万token）如下（截至2026年10月12日）。

  • Pro：输入0.435美元（命中缓存时0.0036美元），输出0.87美元
  • Flash：输入0.14美元（同0.0028美元），输出0.28美元
  • Pro-UltraSpeed：输入4.35美元（同0.036美元），输出8.7美元

API同时支持OpenAI和Anthropic两种调用方式。还提供了包月制的“Token Plan”，小米表示可直接在Claude Code、Cline等开发工具中使用。关于日语的支持情况以及面向日本的提供，没有特别说明。

CoAI编辑部观点

此前提到公开权重的高性能模型，中国的代表有DeepSeek、Qwen和Kimi等。此次的大新闻在于，作为智能手机厂商的小米推出了在外部评估中位居首位的模型。它不仅能理解文本，还能统一理解图像、视频和语音，并且以MIT许可证允许商用，因此对希望在自有环境中运行AI的企业来说是一个有力的选择。

另一方面，评估数字大多由小米自行测得。自行运行Pro需要大规模的GPU环境，在日语中的易用性也尚未得到充分验证。不妨先通过API或MiMo Studio，用自己工作中的素材试一试。

资料来源

返回资讯列表