作者 | 毕伟豪
编辑｜李水青
智东西 9 月 22 日报道，今早，小米大模型团队发布并开源了新一代模型 Xiaomi MiMo-V2.6 系列，包含两款原生全模态模型 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash，小米还将逐步开放 MiMo-V2.6-Pro-UltraSpeed，相比 MiMo-V2.6-Pro，同等智力水平输出速度提高 20 倍。
此外，小米还同步开源了用于新模型训练的 RL 环境和框架以及模型技术报告。
罗福莉早上发文称，MiMo-V2.6 押注大规模 RL 扩展，进行了开源模型迄今最大规模的单次 RL 训练，团队将其视为探索 RSI（递归自我改进）、通往 AGI的新一步，她直言 MiMo-V2.6 的创新和工程难度已经超过了 DeepSeek R1。
MiMo-V2.6-Pro在 Artificial Analysis 智能指数上取得 46.32 分，超过 Kimi K3 与 Qwen3.8 Max，成为该榜单迄今得分最高的开源模型，不过从得分上看总体与顶尖开源模型差距不大，其得分与刚刚发布的 Grok 4.7 相当。
在主要测试 AI 网页开发能力的 Code Arena WebDev 榜单中，MiMo-V2.6-Pro 首测拿下 1628 分，较上一代 MiMo-V2.5-Pro 的 1475 分大涨 153 分，目前排名全球前十、开源权重模型第三。
价格方面，MiMo-V2.6 系列维持 V2.5 系列的 API 定价，MiMo-V2.6-Pro 输入（缓存命中）0.025 元 / 百万 tokens，缓存未命中 3 元 / 百万 tokens，输出 6 元 / 百万 tokens；MiMo-V2.6-Flash 输入（缓存命中）0.02 元 / 百万 tokens，缓存未命中 1 元 / 百万 tokens，输出 2 元 / 百万 tokens；MiMo-V2.6-Pro-UltraSpeed 定价是 MiMo-V2.6-Pro 的十倍。
有网友晒出 MiMo-V2.6-Pro 与 Grok 4.7 的价格对比，同等智力水平下，Grok 4.7 的价格大约是 MiMo-V2.6-Pro 的 29 倍。
Xiaomi MiMo-V2.6 系列发布的预热方式也非常有趣，9 月 17 日凌晨，罗福莉在社交媒体上发布了两款模型的训练数据实时看板，全网 " 直播 " 了小米 MiMo-V2.6 的训练细节，两轮训练平均每小时烧掉了 3.08w 美元。
有网友评论称这是有史以来最酷的开源发布之一，不仅直播训练过程，还开源了技术细节，性能超强的同时，定价低到离谱。
不过也有开发者对模型能力提出了质疑，认为 MiMo-V2.6 系列至少 Flash 模型没有达到预期，在 OpenCode 中会不断循环执行命令和读取文件，执行能力较差。
智东西第一时间在 OpenCode 中对 MiMo-V2.6 系列模型进行了实测，从实际效果上看，MiMo-V2.6 系列模型的多模态能力和编程水平尚可，但存在长时间思考和查找目录文件等问题。
一、6 天 30 步 75 万条轨迹：从 Coding 到 3D、科研，持续探索 RL 扩展
罗福莉所说的大规模 RL 扩展，在 MiMo-V2.6 的技术报告里以一串数字的形式呈现，为其 6 天的直播训练过程中，MiMo-V2.6-Flash 与 MiMo-V2.6-Pro 各自完成了 30 步，累计覆盖约 75 万条轨迹，对应训练成本约 85 万美元和 262 万美元。经过这一轮训练，两款模型的训练任务平均通过率分别提升 25% 和 12%。
在 DeepSWE v1.1 测试中，Flash 从 48.8 分提升至 65.68 分，Pro 从 58.4 分提升至 72.57 分，分别增加约 17 分和 14 分。
在训练规模扩大之后，MiMo-V2.6 的能力覆盖范围也随之扩展。新一代模型处理的任务已经从编程进一步延伸到 3D 内容、计算机操作、设计、视频和音乐等场景。
比如在 3D 游戏开发任务中，模型可以接收一段视频、一张图片或一句提示词，自行拆解任务，协调多个 Agent 搭建 3D 场景、实现交互逻辑，并根据渲染结果进行视觉检查和迭代。
在 Blender 中，它还可以根据文本描述或参考图片生成 3D 资产，并进一步将其用于动画、3D 打印和游戏开发。
通过 Computer Use，MiMo-V2.6 可以进入具身仿真环境。模型能够接收多视角相机画面，持续进行推理和决策，再通过视觉反馈控制 Franka Panda 机械臂，完成物体抓取、颜色匹配和精确放置。
设计类任务也在能力范围之内，MiMo-V2.6 可以生成完整的前端界面或演示文稿，其中包含版式结构、组件、交互元素和动效，并能够与 Figma 以及图像、视频生成工具配合。
MiMo-V2.6 演示案例（来源：小米）
MiMo-V2.6 系列模型还可以进行视频制作，在小米展示的一支产品宣传片中，从视觉设计、镜头与动效编排，到音乐创作和卡点剪辑，都由模型完成。
MiMo-V2.6 演示案例（来源：小米）
音乐是新增的能力，小米方面称，MiMo-V2.6 强化了音乐理解、审美判断和乐理运用，并首次探索了作曲任务。
小米方面展示的科研案例进一步展现了通用能力的迁移。小米明确表示，这些科研任务并没有经过专门的科研 RL 训练，更多依靠模型已有的通用能力完成。
材料科学方面，小米让 MiMo-V2.6-Pro 设计一种用于吸附全氟和多氟烷基物质（PFAS）的全新金属有机框架（MOF）。在材料专家的引导下，模型完成网络检索、文献与专利梳理、提出假设和新颖性评估，随后调用开源计算工具搭建仿真环境，计算 MOF 与 PFASs 之间的结合强度，最终筛选出三种候选框架，再交由湿实验进一步验证。
数学方向则是对 Li 与 Yorke 经典论文《周期三蕴含混沌》中主定理进行 Lean 4 形式化。研究者设计探索策略后，MiMo-V2.6-Pro 通过 subagent 协作推进定理陈述与证明，最终项目包含 6000 多行 Lean 代码，并通过 Lean 内核完成完整验证，没有留下未完成的证明占位符。
二、赛车游戏开发、小米汽车官方设计，容易长考，爱翻目录
智东西首先测试了一下基础的多模态能力，输入一张 Hermes Agent 应用的截图，让 MiMo-V2.6-Pro 不依赖工具进行识别，模型很快完成了读图任务，精准度不错，但速度稍慢。
最后智东西输入了一个经典赛车游戏开发提示词，测试一下 MiMo-V2.6-Pro 的游戏开发能力，提示词如下：
此外，在测试 MiMo-V2.6-Pro 游戏开发能力的时候，智东西还输入了一个 3D 世界游戏开发的提示词，在没有专业游戏开发工具依赖的情况下，MiMo-V2.6-Pro 最终交付的 3D 世界本身的构建还是不错的，功能、下落的雨丝以及人物动作都比较合理，仅存在雨伞不在手上的小问题。
整体实测下来，MiMo-V2.6 系列模型和上一代给我们的感受差不多——主打性价比。模型基础能力是不错的，只是在思考时间上和执行任务的路线上存在一些问题，整体模型在任务交付效率上稍弱一些。
当然，智东西所做的实测都是基于 OpenCode 上所提供的模型进行的，不能代表模型小米官方 Agent 和 API 中的实际效果，也不能完全代表模型能力。
结语：小米 RSI 道路新作，但模型能力仍需更多实测验证
从这次发布来看，MiMo-V2.6 把重点放在了大规模 RL 训练的进一步扩展上：6 天完成 30 个 RL step、覆盖约 75 万条轨迹，训练任务也从 Coding 延伸到 Agent、视觉、3D、Computer Use 以及科研任务。
与此同时，小米将 RL 训练环境、代码和技术报告一并开源，把训练过程中的基础设施、奖励机制等细节也公开出来。
从 Benchmark 到实际测试，MiMo-V2.6 展现出了较强的基础能力，但不同任务之间仍存在明显差异。尤其在长程任务中，模型的思考时间、工具调用和执行路径都会直接影响最终交付效率，实测过程中的表现也存在很多问题。
模型最终能走到什么位置，除了榜单分数，后续实际使用中的任务完成质量和效率同样重要。
小米希望通过持续扩大 RL 训练规模探索 RSI，这条路线能否进一步提升模型的自主任务能力，还需要后续版本和更多实际任务来验证。
