小米开源MiMo-V2.6，国产模型AA指数登顶

发布时间：2026-09-27 04:00 更新时间：2026-09-27 04:00 阅读量：0

9月22日，小米正式发布并开源新一代大模型MiMo-V2.6系列，包含面向全模态的旗舰版本MiMo-V2.6-Pro与主打高效推理的MiMo-V2.6-Flash。据公开信息，Pro版本在Artificial Analysis综合智能指数（AA v4.3.2）中取得46分，在开源模型中排名靠前，也高于素材中提到的Kimi K3（44分）与GLM-5.3（45分）。相比前代MiMo-V2.5-Pro的26分，这一代提升了约20分。

全模态输入与递归自我改进

这一代模型较受关注的变化是输入形态。MiMo-V2.6-Pro首次支持文本、图片、视频、音频四类模态输入，在开源阵营中属于少见的全模态配置。技术路线上，官方介绍其探索了RSI（递归自我改进）路径，通过规模化扩展强化学习算力来提升模型能力，RL后训练耗时约6天；训练成本方面，Pro约262万美元，Flash约85万美元。在长程软件工程基准DeepSWE v1.1上，Pro从58.4提升到72.57。这些数字来自公开报道，具体评测口径与复现结果以官方发布为准。

价格策略与开源范围

对站长和开发者更实际的是成本。据了解，MiMo-V2.6系列API价格与前代持平，Pro的单位任务成本约0.13美元，折合人民币不到1元。除模型权重外，小米还开源了强化学习相关技术成果、训练环境与代码，并放出了MiMo-V2.6-Distill-Qwen-9B蒸馏版本，方便中小团队在自有环境里做二次开发。如果你在搭建站内问答、内容审核或图片描述类功能，这类开源权重配合本地推理是可行的落地方案之一，具体显存占用与推理框架适配需要按自己的硬件实测。

# 示例：用 Hugging Face CLI 拉取模型权重（模型仓库名以官方发布为准）
pip install -U "huggingface_hub[cli]"
huggingface-cli download <org>/MiMo-V2.6-Flash --local-dir ./mimo-v2.6-flash

同一时间窗的其他国产开源动作

9月并非只有小米一家在开源上加码。中国电信发布星辰大模型Xing4.0-29B，总参数29B、激活参数4B，原生支持256K上下文，可扩展至512K，主打从“会回答”到“会做事”的Agent能力，4-bit量化后显存约15GB，消费级显卡即可本地运行，并已上线GitHub、Hugging Face、Gitee、魔搭等社区。把两件事放在一起看，国产开源模型的竞争焦点正从单纯堆参数，转向模态覆盖、Agent执行能力与单位成本。对建站与运维群体来说，模型选型时可以多关注量化后的显存需求、推理框架兼容性和API价格，而不是只看榜单分数。

继续阅读