今天凌晨，小米发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 和 Flash 两款原生全模态模型，沿用 V2.5 系列 API 定价。小米将此次发布视为探索递归自我改进路径的关键一步，希望通过复杂任务中的持续试错与反馈，提升模型能力。

据官方公布的数据，MiMo-V2.6-Pro 在 Artificial Analysis 综合智能指数中取得46分，超过 Kimi K3 和 Qwen3.8 Max。小米称其为当前该榜单表现最好的开源模型，但承认与 Claude Fable 5.1、GPT-6 Astra 等头部闭源模型仍有差距。在多数智能体评测中，Pro 达到比肩 Claude Opus 5 和 GPT-5.6 Sol 的表现，Flash 则全面超过上一代 MiMo-V2.5-Pro。

此次升级的重点是大规模强化学习。小米公开了持续近六天的 Live RL 训练过程，Flash 和 Pro 的训练成本分别约85万美元、262万美元，合计约347万美元。两个模型各完成30步训练，训练任务平均通过率分别相对提升25%和12%。在未参与训练的长程软件工程评测 DeepSWE v1.1 中，Flash 从48.8分升至65.68分，Pro 从58.4分升至72.57分。

据介绍，这轮训练支持100万 token 上下文，单步训练量达到27亿至37亿 token，任务覆盖编程、通用智能体、视觉与网络安全。针对模型利用评分漏洞获取奖励的问题，小米引入对抗评测、异常检测和验证器交叉校验，以提高训练稳定性。

应用方面，小米提出从“Vibe Coding”走向“Vibe World”。官方展示了模型通过多智能体协作搭建3D游戏场景、操作 Blender 建模，以及在仿真环境中控制机械臂的案例。模型还可调用设计及音视频工具，完成网页、幻灯片和视频制作。在科研案例中，Pro 协助研究人员筛选污染物吸附材料，并参与完成《周期三蕴含混沌》主定理的 Lean 4 形式化证明。

除此之外，小米还同步开放9B蒸馏模型、7000余个强化学习任务环境、端到端训练框架及轻量智能体框架，供社区研究和验证。

价格方面，Flash 的缓存命中输入、普通输入和输出价格，分别为每百万 token 0.02 元、1 元和 2 元；Pro 则分别为 0.025 元、3 元和 6 元。

追求响应速度的开发者还可以选择 Pro-UltraSpeed，其三项价格分别为每百万 token 0.25 元、30 元和 60 元，相当于用普通 Pro 十倍的调用成本，换取最高 20 倍的输出速度。

开发者需要处理海量 token、运行长链路 Agent 或大规模部署模型时，调用成本会随着任务规模迅速累积。在同等智能水平下，MiMo-V2.6 系列的价格仅为海外模型的 1/20 至 1/60。