小米9月22日發佈並開源 MiMo-V2.6系列，含 MiMo-V2.6-Pro 與 MiMo-V2.6-Flash 兩款原生全模態模型，權重與技術報告已通過 HuggingFace 全面開源，同步上線 MiMo Desktop 桌面客戶端與 Xiaomi MiMo 開放平臺，API 定價沿用 V2.5不變，客戶端另提供最高20倍輸出速度的 UltraSpeed 模式。

QQ20260922-092637.jpg

這是小米探索 RSI（遞歸自我改進）路徑的關鍵一步。不到6天的 Live RL 訓練中，Flash 與 Pro 訓練成本分別約85萬與262萬美元，各完成30步、累計約75萬條軌跡，任務平均通過率相對提升25% 與12%，DeepSWE v1.1分別由48.8升至65.68、由58.4升至72.57。算力擴展聚焦更大 Batch(單次更新1568個樣本、1M 上下文)、更豐富任務環境與更大 Grader 算力，並凍結 MoE Router 以抑制專家負載漂移。

能力層面，模型覆蓋3D 開放世界遊戲生成、Blender 三維建模、具身機械臂控制與 Computer Use，科研上完成 PFAS 吸附 MOF 材料的設計與篩選，並在 Lean4中完成 Li–Yorke 混沌定理主定理的形式化，產出6000餘行源碼並通過內核覈驗;在設計評測 Design Arena 上已與 Claude Opus5、GPT-5.6Sol 水平相近。

在 Artificial Analysis 智能指數中，MiMo-V2.6-Pro 取得46分，超過 Kimi K3與 Qwen3.8Max，成爲當前最強開源模型，但距 Claude Fable5.1、GPT-6Astra 等最強閉源模型仍有差距，同等智能下價格僅爲海外模型的1/20至1/60。其同步開放7k+ 高質量 RL 任務環境、端到端訓練框架與 MiMo-V2.6-Distill-Qwen-9B 及配套 RL 資源，延續了開源陣營以大算力強化學習追趕閉源前沿的行業趨勢。

開源鏈接:

https://huggingface.co/collections/XiaomiMiMo/mimo-v26