MiMo V2.6 Flash API

什麼是 MiMo-V2.6-Flash？

MiMo-V2.6-Flash 是 Xiaomi 在 MiMo-V2.6 家族中以效率為重點的模型。它是一款原生多模態推理模型，設計用於高頻呼叫、大規模工作負載、程式設計、自動化以及長時程代理任務。

該模型可接受 文字、圖像、影片、音訊 作為輸入，並產出文字輸出。Xiaomi 將其描述為面向真實世界工作流程的全模態模型，具備 1-million-token 上下文視窗、深度思考、工具呼叫、結構化輸出、串流、網路搜尋與上下文快取等能力。

開源權重的 MiMo-V2.6-Flash-RL 檢查點採用稀疏 Mixture-of-Experts 架構，具有 309 billion 總參數與 15 billion 啟用參數。其模型卡描述了 1M-token 的上下文長度、一個 681M 參數的視覺編碼器、音訊編碼器，以及五層推測式解碼器。

技術規格

Xiaomi 官方模型頁面列出 1M-token 的上下文視窗、最高 128K 輸出 Token、100 RPM，以及 10M TPM。

MiMo-V2.6-Flash 的主要特性

1. 原生全模態理解

MiMo-V2.6-Flash 可在同一個模型中處理文字、圖像、影片與音訊。這使其適合於資訊分散於多種媒體格式、而非僅限於文字的應用情境。

典型應用包括多模態文件分析、視覺檢測、影片理解、結合音訊資訊的研究，以及結合不同證據型態的工作流程。

2. 1M-Token 長上下文

該模型支援最高 1 million tokens 的上下文視窗，適用於大型程式庫、冗長文件、延展的工具追蹤記錄，以及多場次代理工作流程。Xiaomi 明確將該模型定位於長時程任務與多代理協作。

大上下文容量可減少在處理前反覆摘要或拆分大量資訊的需求。

3. 推理與代理型工作流程

MiMo-V2.6-Flash 以推理導向與代理型工作負載為核心。其官方能力列表包含深度思考與工具呼叫，而模型卡描述了在程式設計、通用代理、視覺任務與資安領域進行的混合式強化學習。

這使該模型適用於如下應用：

• 多步驟研究型代理
• 程式設計代理
• 工具編排
• 電腦操作型工作流程
• 自動化分析
• 長時間規劃任務

4. 工具呼叫與結構化輸出

該模型支援工具呼叫與結構化輸出，使其可用於需要呼叫外部函式或以可預測、可機器讀取格式回傳資訊的應用。

這對於將 LLM 連接至搜尋、資料庫、API、商務工具或其他應用功能的代理系統特別有用。

5. 多模態代理能力

MiMo-V2.6-Flash 將多模態理解與面向代理的推理結合。它不是將圖像、影片、音訊與文字處理視為分離的任務，而是為這些輸入提供統一的模型介面。

此架構適用於如與圖表一起審閱技術文件、分析錄製的會議、檢視影片證據，或將螢幕截圖與文字指令結合的工作流程。

6. 以效率為導向的 MiMo-V2.6 設計

Flash 變體被 Xiaomi 定位為 MiMo-V2.6 家族中強調效率平衡的成員。其稀疏 MoE 設計對每個 Token 僅啟用部分參數，而不是在每個 Token 上使用整個參數池。

該模型亦採用五層推測式解碼器，可預測多個後續 Token 以進行平行驗證，此架構旨在改善推論效率。

基準測試表現

Xiaomi 發布的評測表報告了 MiMo-V2.6-Flash 在程式設計、通用代理、資安與視覺代理基準上的結果。這些是由提供方發布的基準結果，故不應視為獨立第三方排名。

例如，Xiaomi 報告在 Terminal Bench 2.1 取得 87.6、在 OSWorld-Verified 取得 80.8、在 Toolathlon-Verified 取得 73.6，以及在 CyberGym 取得 95.1。

整體基準表現顯示，該模型特別圍繞代理型、程式設計、工具使用與多模態工作流程設計，而非僅定位為傳統的對話型模型。

MiMo-V2.6-Flash 與 MiMo-V2.6-Pro 的比較

MiMo-V2.6-Flash 與 MiMo-V2.6-Pro 同屬一個模型家族，並共享原生多模態與 1M 上下文的設計，但它們在模型效率光譜上瞄準不同定位。

已發布的架構顯示，Pro 模型為 1.02T 總參數 / 42B 啟用參數，而 Flash 為 309B 總參數 / 15B 啟用參數。

MiMo-V2.6-Flash 與其他模型的比較

MiMo-V2.6-Flash 在現代多模態推理模型中佔據獨特位置，因為它在同一模型中結合了長上下文、原生多模態輸入、推理，以及面向代理的工具使用四大特性。

與傳統的純文字推理模型相比，MiMo-V2.6-Flash 可直接納入圖像、影片與音訊。相較於較小的多模態模型，其 1M-token 上下文使其更適合大型程式庫與長程代理軌跡。相較於更大的 MiMo-V2.6-Pro，Flash 更強調以效率為導向的架構。

代表性使用情境

程式設計與軟體工程

MiMo-V2.6-Flash 可用於程式碼生成、除錯、程式庫分析、軟體規劃與代理式開發工作流程。

其公布的結果包含 DeepSWE v1.1、ProgramBench、MiMo Code Bench 與 Terminal Bench 等評測。

長上下文文件分析

1M-token 的上下文視窗使該模型適合分析大量文件、技術規格、研究資料或冗長的專案歷史，而不需過度壓縮可用上下文。

多模態研究

由於該模型可接受文字、圖像、影片與音訊，因此能在單一推理工作流程中整合來自不同媒體來源的資訊。

代理與工具自動化

工具呼叫、結構化輸出、推理與長上下文，使該模型適用於需要規劃任務、呼叫外部工具、檢視結果並在多步驟中持續推理的代理。

電腦操作工作流程

在 OSWorld-Verified 取得 80.8 等結果與其他代理基準顯示，Xiaomi 不僅在傳統語言模型基準上進行評估，也評估了互動式代理任務。

多模態商務工作流程

MiMo-V2.6-Flash 能支援涉及報告、螢幕截圖、錄音、簡報、文件與其他混合媒體商務資訊的工作流程，在單一模型中綜合多種輸入型態。

限制

MiMo-V2.6-Flash 是新近發布的模型，因此基準覆蓋度與獨立第三方評估仍在發展中。Xiaomi 公布的基準表在代理型與多模態任務上提供了大量證據，但這些結果屬於提供方報告，不能替代針對特定應用的測試。

儘管採用稀疏啟用，該模型的底層架構仍然龐大。考慮自我託管的組織應評估硬體、推論引擎相容性、量化、吞吐量與營運需求，而不應假設 15B 啟用參數就代表總體部署足跡。官方模型卡提供了 SGLang 與 vLLM 的部署指引。

如何透過 CometAPI 存取 MiMo-V2.6-Flash API

步驟 1：註冊 CometAPI 並取得 CometAPI API 金鑰

建立或登入你的 CometAPI 帳戶，開啟 API 管理區。從 CometAPI 帳戶產生 API 金鑰，並妥善保存以供應用程式設定使用。

步驟 2：選擇 MiMo-V2.6-Flash 並設定你的應用程式

在可用模型目錄中找到 MiMo-V2.6-Flash，並確認模型 ID 為 mimo-v2.6-flash。在你的 CometAPI 整合中將 MiMo-V2.6-Flash 設為目標模型。根據應用需求設定請求所需的多模態輸入與代理能力。

步驟 3：送出請求

透過 CometAPI 整合提交文字或支援的多模態輸入，並在你的應用程式工作流程中使用回傳的模型回應。

步驟 4：處理回應

根據你的應用工作流程，處理產生的文字、結構化輸出、推理結果或工具呼叫資訊。