CoAI
新聞

小米公開開放權重AI模型「MiMo-V2.6」，可理解圖像、影片與語音，Pro在外部評估中居公開模型之首

小米於2026年9月22日發表AI模型「MiMo-V2.6」系列，並以MIT授權公開Pro與Flash模型的權重。除了文字之外，模型還能一併理解圖像、影片與語音，可處理100萬token的長輸入。Pro在第三方評估網站Artificial Analysis的綜合指標中取得46分，是公開權重的模型中最高分。

2026年9月22日閱讀約4分鐘

以智慧型手機、家電與電動車聞名的中國小米（Xiaomi）於2026年9月22日發表AI模型「MiMo-V2.6」系列。以高階版「MiMo-V2.6-Pro」與更輕量、更便宜的「MiMo-V2.6-Flash」兩款為中心，模型權重已在Hugging Face與ModelScope上公開。公開權重（開放權重）是指發布訓練完成的模型資料，讓任何人都能下載並在自有環境中執行。授權為MIT，可用於商業用途。

Xiaomi MiMo是什麼

「Xiaomi MiMo」既是小米自行開發的大型語言模型（理解並生成文字的AI）系列名稱，也是其開發團隊的名稱。在日本，小米以智慧型手機製造商的身分為人所知，但它也積極投入AI模型的開發，並於2026年4月公開了上一代的MiMo-V2.5與MiMo-V2.5-Pro。

MiMo的模型除了可透過開發者用的API（讓其他應用程式呼叫的機制）使用之外，也能透過可在聊天介面中試用的「Xiaomi MiMo Studio」、電腦用的「Xiaomi MiMo Desktop」、程式設計輔助的「Xiaomi MiMo Code」等使用。配合這次公開，小米公告將從10月14日起，把對MiMo-V2.5與MiMo-V2.5-Pro的API請求自動切換到V2.6系列，並於10月21日停用舊的模型ID。

Pro與Flash的差異

MiMo-V2.6的兩款模型都採用名為「MoE（Mixture of Experts，混合專家）」的架構。模型整體雖然非常龐大，但每次處理只啟動其中一部分「專家」，因此相對於規模而言能執行得又快又便宜。根據Hugging Face上的模型說明，規模如下。

  • MiMo-V2.6-Pro：總計1.02兆參數，每次處理使用420億參數
  • MiMo-V2.6-Flash：總計3090億參數，每次處理使用150億參數

兩者都是能以單一模型理解文字、圖像、影片與語音4種輸入的「全模態」模型，輸出為文字。一次可讀取的量（上下文）為100萬token，單次輸出最多12.8萬token。小米表示，模型的設計目標是能夠處理整套的長程式碼，以及AI代理（AI自行使用工具推進工作的機制）的長工作紀錄。

小米將Pro定位為針對複雜專案、長時間工作、資安與研究的頂級模型。Flash則是針對需要反覆呼叫的業務與大量處理、重視成本與效能平衡的模型。此外，小米也推出輸出速度最高可達Pro的20倍、僅限API使用的「MiMo-V2.6-Pro-UltraSpeed」。在研究用途方面，小米也公開了以MiMo產生的資料對阿里巴巴的Qwen3.5-9B進行追加訓練而成的90億參數小型模型「MiMo-V2.6-Distill-Qwen-9B」。

效能評估

在比較AI模型的第三方評估網站「Artificial Analysis」的綜合指標（Intelligence Index）中，MiMo-V2.6-Pro取得46分，在公開權重的模型中排名第一。小米在自家網站上列出精確到小數點以下的46.32分，並稱其為「目前全球最強的開源模型」。報導AI話題的美國電子報「The Batch」指出，這比上一代MiMo-V2.5-Pro的26分提高了20分。

在小米公布的自家評估中，在自動推進程式設計的工作、操作電腦畫面、在終端機（以文字操作電腦的畫面）中作業等許多測試裡，模型的分數接近Anthropic的Claude Opus 5與OpenAI的GPT-5.6 Sol。例如，在衡量終端機作業的「Terminal Bench 2.1」中，Pro為89.9，Flash為87.6。另一方面，在較新的「Terminal Bench 4.0」中，Pro為34.9，與Claude Opus 5的49.0差距較大；在部分程式設計測試，以及涉及網路攻擊手法的測試中，與這些頂級模型之間也仍有差距。以上數字皆由小米自行測得。

此外，根據The Batch的報導，小米也公開了強化學習等收尾階段所花費的成本，Pro約260萬美元，Flash約90萬美元。

公開內容與價格

Hugging Face上公開了包括完成強化學習（讓模型從試錯結果中學習的方法）的「RL」版在內的模型權重，以及技術報告。小米表示，除了權重之外，也公開了強化學習環境與訓練程式碼。MIT授權是限制較少的授權，商業用途也能免費使用。

不過，在本機執行並不容易。Pro的啟動範例在推薦的SGLang中需要兩台搭載GPU的伺服器，vLLM的範例也以8張GPU為前提，並不是個人電腦能執行的規模。對大多數人來說，透過小米的API或OpenRouter等中繼服務使用才是實際的選擇。

小米API的價格（每百萬token）如下（截至2026年10月12日）。

  • Pro：輸入0.435美元（命中快取時0.0036美元），輸出0.87美元
  • Flash：輸入0.14美元（同0.0028美元），輸出0.28美元
  • Pro-UltraSpeed：輸入4.35美元（同0.036美元），輸出8.7美元

API同時支援OpenAI與Anthropic兩種呼叫方式。也提供月費制的「Token Plan」，小米表示可直接在Claude Code、Cline等開發工具中使用。關於日文的支援狀況以及針對日本的提供，並沒有特別說明。

CoAI編輯部觀點

過去提到公開權重的高效能模型，中國的代表有DeepSeek、Qwen與Kimi等。這次的重大消息在於，身為智慧型手機製造商的小米推出了在外部評估中排名第一的模型。它不只能理解文字，還能一併理解圖像、影片與語音，並且以MIT授權允許商用，因此對希望在自有環境中執行AI的企業來說是一個有力的選擇。

另一方面，評估數字大多由小米自行測得。自行執行Pro需要大規模的GPU環境，在日文中的使用體驗也還沒有充分驗證。不妨先透過API或MiMo Studio，用自己工作上的素材試試看。

資料來源

返回新聞列表