MiMo V2.6 Pro API

什麼是 MiMo-V2.6-Pro？

MiMo-V2.6-Pro 是 Xiaomi MiMo 的旗艦多模態推理模型，為複雜專案、長時程任務、專業工作流程、研究、資安、程式設計與代理式應用而打造。

該模型在單一模型內原生理解 文字、影像、影片與音訊。它提供 1-million-token 的上下文視窗，並支援最多 128K 輸出 tokens，適用於大型程式庫、長篇文件、延伸的工具追蹤以及多階段的代理工作流程。

開放權重的 MiMo-V2.6-Pro-RL 檢查點採用稀疏專家混合（Sparse Mixture-of-Experts）架構，具有 1.02 trillion 總參數與 42 billion 啟用參數。其架構包含一個 681M-parameter 的視覺編碼器、專用音訊編碼器，以及五層推測式解碼器。

技術規格

Xiaomi 官方模型頁面標示該模型 API 的 100 RPM 與 10M TPM。

MiMo-V2.6-Pro 的主要特性

1. 原生全模態理解

MiMo-V2.6-Pro 旨在聯合理解 文字、影像、影片與音訊，而非將多模態處理限制在額外的輔助流程。

這讓應用能在單一推理過程中結合不同形態的資訊，包括含圖文件、影片分析、音訊內容、螢幕擷取與文字指令。

2. 1M-Token 長上下文

該模型提供最長達 1 million tokens 的上下文視窗。這使其適用於大型程式碼庫、長篇文件、龐大的研究材料、持久的代理歷史，以及大量工具呼叫追蹤的工作流程。

對代理系統而言，長上下文尤其有用，因為可保留大量任務歷史與中間結果，而無需反覆壓縮對話。

3. 進階推理與代理能力

MiMo-V2.6-Pro 針對高強度推理與長時程工作流程設計。Xiaomi 強調其在複雜專案、多代理協作與專業工作負載中的關鍵用途。該模型亦支援深度思考與工具呼叫。

這些能力使其適用於：

• 複雜軟體工程
• 研究代理
• 多步驟規劃
• 工具編排
• 電腦使用工作流程
• 資訊安全分析
• 知識密集型任務

4. 工具呼叫與結構化輸出

MiMo-V2.6-Pro 支援 工具呼叫與結構化輸出，讓應用可以將模型連接至外部 API、資料庫、搜尋系統、商務工具與其他軟體組件。

當模型回應需要供下游應用邏輯消化，而非僅作為自然語言顯示時，結構化輸出尤其有用。

5. 長時程代理工作流程

長上下文、多模態理解、推理與工具使用的結合，使 MiMo-V2.6-Pro 能在需要多階段規劃與執行的工作流程中運作。

Xiaomi 描述 MiMo-V2.6 系列針對多模態、多代理與多工具協作進行最佳化。官方範例涵蓋程式設計、辦公、設計、研究、內容創作、資訊安全與電腦操作。

6. 開放權重模型架構

MiMo-V2.6-Pro-RL 以開放權重檢查點發佈。模型卡記錄了一個具有 1.02T 總參數與 42B 啟用參數的稀疏 MoE 架構，並配置專用的視覺與音訊編碼器。

模型卡亦記錄了用於提升程式設計、通用代理、視覺代理與資安能力的強化學習方法。

基準測試表現

Xiaomi 發佈的評估涵蓋程式設計代理、通用代理、資安與視覺代理任務。這些是由提供方發佈的評估結果，應與獨立第三方基準研究加以區分。

值得注意的回報結果包括 Terminal Bench 2.1 的 89.9、OSWorld-Verified 的 82.0、Toolathlon-Verified 的 76.9，以及 CyberGym 的 94.0。

Xiaomi 官方模型頁面同時報告了 Artificial Analysis 綜合智慧指數分數為 46.32。由於這是 Xiaomi 引用的第三方評估，應與 Xiaomi 自身的基準套件分開看待。

MiMo-V2.6-Pro 與 MiMo-V2.6-Flash 的比較

MiMo-V2.6-Pro 與 MiMo-V2.6-Flash 具有相同的大致多模態與長上下文設計，但目標在不同的模型規模。

主要的架構差異在於模型規模：Pro 檢查點具有 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-Pro 與其他推理模型的比較

MiMo-V2.6-Pro 結合多種常見於不同模型類別的能力：多模態理解、長上下文推理、程式設計、工具使用與代理式執行。

其 1M-token 的上下文，使其有別於上下文視窗明顯更小的模型；其對影像、影片與音訊的原生輸入，亦使其超越以文字為中心的推理系統。其稀疏 MoE 架構也將總體模型容量與每個 token 的啟用參數數量區分開來。

對以代理為導向的應用而言，其發佈的評估套件涵蓋軟體工程、通用工具使用、電腦互動、資安與視覺程式設計，而非僅聚焦於傳統語言基準。

代表性使用情境

複雜軟體工程

MiMo-V2.6-Pro 可支援程式碼生成、版本庫分析、除錯、軟體架構、任務規劃與自動化程式設計工作流程。

其發佈的評估包含 DeepSWE v1.1、ProgramBench、MiMo Code Bench 與 Terminal Bench。

長上下文研究

1M-token 的上下文使該模型適用於大型研究專案，包括長篇論文、技術文件、資料集、筆記與累積的研究歷史。

多模態分析

應用可在單一工作流程中結合文字、影像、影片與音訊。這對於分析多媒體文件、錄製材料、視覺證據、螢幕擷取與混合格式的研究資料相當有用。

AI 代理與工具自動化

工具呼叫、結構化輸出、深度思考與長上下文，使 MiMo-V2.6-Pro 適合需要規劃、呼叫外部工具、檢視結果並跨多步驟持續工作的代理。

資訊安全

資訊安全是 Xiaomi 發佈模型結果中的評估領域之一。該模型在 CyberGym 報告為 94.0、在 MiMo Cyber Bench 為 80.2、在 ExploitBench 為 47.9、在 SEC Bench Pro 為 66.3。

電腦操作工作流程

MiMo-V2.6-Pro 在 OSWorld-Verified 上的評估為 82.0，這使得電腦互動與以 UI 為導向的自動化成為該模型另一個相關的應用領域。

科學與專業工作流程

Xiaomi 展示了 MiMo-V2.6-Pro 在科學研究工作流程（包括材料研究）中的應用，以及設計、內容創作、辦公與其他複雜專業任務。

限制

MiMo-V2.6-Pro 的基準結果主要由 Xiaomi 發佈，應依各基準的方法論加以解讀，而非視為應用效能的通用衡量。

該模型 1.02T 的總參數架構也代表相當大的底層模型規模。42B 的啟用參數數字描述的是稀疏啟用，而非完整的硬體或部署足跡。考慮自我託管的組織應獨立評估推論引擎支援、記憶體需求、量化、吞吐與硬體需求。

對基於 API 的應用而言，託管模型可透過 Xiaomi 的 API 平台存取；而開放權重檢查點則為希望自行管理推論基礎設施的組織提供另一條路徑。

如何透過 CometAPI 存取 MiMo-V2.6-Pro API

步驟 1：註冊 CometAPI 並 取得你的 CometAPI API 金鑰

建立或登入你的 CometAPI 帳戶，並開啟 API 管理區域。從 CometAPI 帳戶產生 API 金鑰，並準備在你的應用中使用。

步驟 2：選擇 MiMo-V2.6-Pro

在 CometAPI 模型目錄中找到 MiMo-V2.6-Pro，並確認模型 ID 為 mimo-v2.6-pro。在你的 CometAPI 整合中將 MiMo-V2.6-Pro 設為目標模型。根據工作流程所需的文字、影像、影片、音訊、推理或工具呼叫能力進行設定。

步驟 3：送出請求

透過 CometAPI 整合提交請求，並提供你的應用所需的輸入。

步驟 4：處理回應

在你的應用工作流程中使用返回的模型輸出、結構化資料、推理結果或工具呼叫資訊。