小米 MiMo-V2.6 开源登顶全球：6 天训练烧 347 万美元

小米于 9 月 22 日正式发布并开源 MiMo-V2.6 系列模型，其中旗舰 Pro 版在 Artificial Analysis 综合智能指数中取得 46 分，超越 GLM-5.3、Qwen3.8 Max 等主流模型，登上全球开源模型榜首。相比之下，上一代 MiMo-V2.5-Pro 在同一指数上仅得 26 分。能力大幅提升的同时，API 价格保持不变。在同等智能水平下，MiMo-V2.6 的任务成本约为海外同类模型的 1/20 至 1/60。

开源旗舰逼近闭源顶级

小米这次的成绩不止于综合指数。具体到任务层面：

• DeepSWE v1.1（多步骤软件工程）：MiMo-V2.6-Pro 得 71.9 分，GPT-5.6 Sol 为 73 分，Claude Opus 5 为 74 分，三者已相当接近。
• Toolathlon-Verified（跨工具协作）：MiMo 76.9 分，高于 GPT-5.6 Sol 的 74.9 分。
• OSWorld-Verified（图形界面操作电脑）：MiMo 82 分，GPT-5.6 Sol 与 Claude Opus 5 分别为 83 分和 83.4 分。

在上一代对比中，MiMo-V2.5-Pro 的 DeepSWE 与 Toolathlon-Verified 成绩分别为 19 分和 49.1 分，一代之间分别提升至 71.9 分与 76.9 分，进步幅度显著。

价格成为新的「斩杀线」

按 Artificial Analysis 的统计口径：

• MiMo-V2.6-Pro 每任务加权平均成本约 0.13 美元；
• Claude Opus 5.5（中等推理档）每任务成本约 1.34 美元，同口径指数得 51 分；
• GPT-5.6 Sol（max）每任务成本约 1.99 美元。

按评测任务构成估算，执行一万次任务的费用：MiMo 约 1300 美元，Claude 约 13400 美元，GPT 约 19900 美元。这一成本差距，使 MiMo 成为行业新的价格参照线。能力更低而成本更高的模型，其市场空间被进一步压缩。

后强化学习方法成为关键

MiMo-V2.6 训练的核心改进集中在强化学习阶段。训练系统让模型在真实任务中尝试多种做法，再依据结果给予奖励：

• 每次更新包含 1568 个任务提示，每条提示生成 16 条执行轨迹，覆盖代码编写、工具调用、视觉信息处理、网络安全等多种任务类型。
• 评判系统对同一任务的多种方案进行横向比较，按质量分配奖励，引导模型选择更高效的执行路径。
• 对抗评估、异常检测与多验证器交叉检查用于防止模型钻评分系统的空子。

训练过程已部分公开展示：不到 6 天内 Flash 与 Pro 各完成 30 步更新，每个版本处理约 75 万条执行轨迹。在未参与训练的 DeepSWE v1.1 评测中，Flash 从 48.8 分提升至 65.68 分，Pro 从 58.4 分提升至 72.57 分。

这轮训练的成本也一并披露：Flash 与 Pro 合计约 347 万美元（约合人民币 2400 万元），平均每日逾 58 万美元，每小时约 3 万美元（约合 20 万元人民币）。小米在开源模型权重的同时，也开放了技术报告、训练环境与强化学习代码。

小米的 AI 战略：从模型到终端

小米于 2023 年 4 月组建大模型核心团队，2025 年 4 月发布首个开源大模型，距此次登顶不到一年半。对于这家以手机、汽车与智能家居著称的公司而言，模型能力只是起点。

• 自研玄戒芯片可针对端侧 AI 的算力、功耗与内存需求做优化。
• MiMo 已具备理解需求、调用工具和执行任务的能力，可与小米手机、汽车、家电的操作系统深度整合。
• 端侧 + 云侧的协同，让「一句话让设备帮忙办事」的体验成为可能。

短期看，模型能力与价格是开发者关注的核心；长期看，小米手中的硬件生态才是 MiMo 区别于其它开源模型的真正变量。当用户因为 MiMo 的能力而选择小米手机、汽车或家电时，大模型业务的战略意义便超越了订阅收入本身。