Xiaomi MiMo-V2.6 是什麼？在哪裡可以存取？

重點摘要

MiMo-V2.6 是 Xiaomi 新推出的開放權重、原生多模態、面向智能體推理的模型家族。MiMo-V2.6-Pro 採用稀疏 MoE 設計，總參數量 1.02 兆，每個 token 約啟用 420 億參數；MiMo-V2.6-Flash 總參數量 3090 億，每個 token 約啟用 150 億參數。兩者皆支援 1M-token 上下文視窗，並支援文字、圖像、視訊與音訊等多模態輸入。

關鍵重點

• MiMo-V2.6-Pro 是一個 1.02T 參數的稀疏 MoE 模型，每個 token 約啟用 42B 參數；Flash 總參數 309B，每個 token 約啟用 15B 參數。
• 兩個模型均透過 Xiaomi 的 API 支援 1M-token 上下文、多模態輸入，以及最高 128K 輸出 token。
• 該系列專為推理、工具使用、網頁搜尋、結構化輸出與長程智能體工作流程而設計。
• Xiaomi 以混合強化學習 (RL) 訓練 V2.6，涵蓋程式設計、通用智能體、視覺任務與資安環境。
• 官方結果將 Pro 定位為更高能力、Flash 為更低成本且高吞吐的選擇；仍需針對特定工作負載進行評測。

什麼是 Xiaomi MiMo-V2.6？

MiMo-V2.6 是 Xiaomi 的 MiMo 模型家族的最新一代。其重點不僅是產生更好的答案，而是執行長序列的行動：檢視環境、呼叫工具、觀察結果、修正錯誤，並持續進行直到完成目標。Xiaomi 將此次發佈框定為遞迴自我改進 (RSI)，意指在 RL 訓練迴圈中，模型反覆探索環境、接收更豐富的獎勵訊號、比較軌跡，並學習更有效的策略。這不應被解讀為模型能自主重寫並訓練其自身的後繼者。

Pro vs Flash vs UltraSpeed：差異是什麼

選 Pro 還是 Flash：你應該用哪一款？

實用選擇： 對於艱難的長程工程、研究、資安與高價值智能體工作，選擇 MiMo-V2.6-Pro；針對高吞吐自動化、文件與多模態處理，以及對成本敏感的重複呼叫，選擇 MiMo-V2.6-Flash；當需要 Pro 級推理但延遲占主導時，選擇 MiMo-V2.6-Pro-UltraSpeed。UltraSpeed 是一種服務等級，而非不同能力的模型，宣稱輸出速度最高為標準 Pro 的 20×。

Xiaomi MiMo-V2.6 如何運作？

稀疏專家混合 (Sparse Mixture-of-Experts) 架構

MiMo-V2.6 不會為每個 token 啟用整個參數集。旗艦 Pro checkpoint 擁有總計 1.02 兆參數，但每個 token 只啟用約 420 億。Xiaomi 的模型卡描述了 70 層 Transformer、384 個路由專家，以及同時啟用 8 個專家。Flash 明顯更小，總計 309B / 啟用 15B，擁有 48 層 Transformer 與 256 個路由專家。

該架構結合了滑動視窗注意力與全域注意力層，並包含一個五層、多 token 預測的推測式解碼器。實務含義是：標稱參數數量與每 token 的計算量是非常不同的量；稀疏路由讓 Xiaomi 能維持龐大的專家池，但不需對每個 token 進行跨所有權重的稠密推論。

原生多模態理解

MiMo-V2.6 使用 Xiaomi 的 6.81 億參數 MiMo ViT 進行視覺編碼，並結合專用的音訊元件。這讓同一個智能體能處理文字指令、螢幕截圖、照片、視訊與音訊。對於電腦使用型智能體而言，原生多模態很重要，因為感知與決策能在同一個推理迴圈中進行，而不是分散在互不相連的使用者端模型之間。

為什麼強化學習對 MiMo-V2.6 如此重要？

Xiaomi 報告稱，Flash 與 Pro 都在六天的公開訓練實驗中經歷了約30 個 RL 步驟與約 750,000 條軌跡。據報導訓練成本約為 Flash 的 $850,000、Pro 的 $2.62 million。每次更新使用 1,568 筆訓練樣本，單次訓練步驟約達 3.5–3.7 billion tokens。任務混合涵蓋程式碼、通用智能體、視覺任務、資安與多個智能體基座。

在此 RL 過程中，Xiaomi 指出外樣本 DeepSWE v1.1 分數從 Flash 的 48.8 提升至 65.7、Pro 從 58.4 提升至 72.6。這些數字描述了即時 RL 實驗，不應與發佈的 checkpoint 的所有最終基準分數混為一談，因為評測設定可能不同。

分組式智能體評分

對智能體訓練而言，二元的通過/失敗獎勵可能隱藏兩條成功軌跡之間的關鍵差異。一種解法可能以少數工具呼叫快速完成，另一種則可能浪費數十步。Xiaomi 因此提出Groupwise Reward Synthesis 與 Groupwise Advantage Redistribution，作為在組內比較軌跡並將學習訊號重新分配到更乾淨解法的機制。目標是不僅提升任務完成率，還優化路徑效率。

Xiaomi MiMo-V2.6 在智能體基準上表現如何？

目前對 V2.6 的最強公開證據集中在智能體基準，而非傳統的選擇題測試。Xiaomi 的官方圖表將 Pro 與 Flash 與 MiMo-V2.5-Pro、Claude Opus 5、GPT-5.6 Sol、Fable 5 在程式設計、通用智能體、資安與視覺智能體任務上進行比較。

程式設計進展

在長程執行上，程式設計的提升最為明顯。在即時 RL 運行中，Xiaomi 報告外樣本 DeepSWE v1.1 對 Flash 從 48.8 提升至 65.7、對 Pro 從 58.4 提升至 72.6。在已發佈的跨模型表格中，Pro 在 DeepSWE v1.1 達到 71.9、在 MiMo Code Bench 達到 63.2；Flash 則分別為 67.9 與 61.2。Pro 並未在所有程式設計測試中勝出——Claude Opus 5 仍在 DeepSWE、ProgramBench 與 MiMo Code Bench 領先——但 V2.6 將具競爭力的倉庫級表現與開放權重、顯著更低的 API 定價結合。

推理與智能體進展

這次推理進展更適合作為規劃、工具使用與恢復能力的提升來理解，而非某個抽象的智慧分數。Pro 在 Terminal Bench 2.1 記錄 89.9、在 AutomationBench 53.1、在 Toolathlon-Verified 76.9；Flash 分別為 87.6、52.3 與 73.6。Pro 在 Terminal Bench 2.1 略高於所列的 Claude Opus 5 與 GPT-5.6 Sol，兩個 V2.6 模型在 AutomationBench 上也領先這些對照。Xiaomi 將改進歸因於分組軌跡比較、更豐富的評分器、多基座訓練，以及偏好更短、更乾淨解法路徑的獎勵訊號。

知識與研究進展

知識密集型進展更多由智能體評測與展示所支撐，而非傳統的知識測驗組。Pro 在 Agents' Last Exam 拿下 31.6，與 Claude Opus 5 持平，並在 JobBench 達到 62.0。Xiaomi 也報告了材料研究工作流程，涵蓋文獻與專利檢索、假設生成與計算篩選，以及一個超過 6,000 行、由 Lean 核心驗證的 Lean 4 形式化專案。這些例子顯示更強的檢索、綜述、形式化推理與工具支撐的知識工作，但不應被視為對普遍知識優勢的獨立證據。

總結： V2.6 的進展廣泛但不均衡。其最強之處在於長程程式設計與智能體執行的提升；而對一般推理與知識的主張應與具體基準、基座與展示相聯繫。

基準說明： 除非另有說明，下列跨模型結果由 Xiaomi 在 MiMo-V2.6 模型卡中報告。分數可能受基準版本、智能體基座、工具設定、推論預算與評估流程影響，因此不應被解讀為獨立重現的排名。

MiMo-V2.6 與 MiMo-V2.5：有哪些改變？

程式與智能體執行

相較 V2.5，最明顯的變化是更強的智能體策略，而非更長的上下文視窗。Xiaomi 報告 V2.6-Flash 在其智能體基準套件上優於 V2.5-Pro。在 V2.6 訓練過程中，外樣本 DeepSWE v1.1 對 Flash 從 48.8 提升至 65.7、對 Pro 從 58.4 提升至 72.6；這些訓練過程的分數無法與上文釋出的最終模型基準表直接互換。

推理、知識與訓練廣度

V2.6 將強化學習擴展到程式、通用智能體、視覺、資安與多個基座。Xiaomi 報告約 750,000 條軌跡，約 30 個 RL 步驟。這支援更廣的規劃、工具使用與恢復能力，但本身並不足以在所有知識或推理基準上建立普遍性提升；請對照匹配的任務與評測設定。

遷移與開放性

此次發佈還新增 RL 程式碼、7,000 多個任務環境、訓練基礎設施，以及一個 9B 蒸餾 checkpoint。1M-token 上下文與多模態輸入是從 V2.5 延續而來，並非 V2.6 新突破。

因此實務上的變化不是新的上下文範圍——1M 上下文與完整多模態在 V2.5 已存在——而是透過大幅增加的強化學習運算與更廣的可驗證環境，訓練出更強的智能體策略。Xiaomi 宣布 V2.5 與 V2.5-Pro 的模型名稱將於 2026 年 10 月 21 日停止運作，因此新部署應鎖定 V2.6，而現有部署應規劃遷移測試。

V2.6 與其他前沿模型的比較

針對當前比較集合，請將 MiMo-V2.6 與Claude Opus 5.5 比較長時智能體程式設計、與Claude Fable 5.1 比較最困難的自主工作、與 GPT-6 Sol 與 Gemini 4 Pro。模型供應與價格具動態性，因此生產比較應使用線上目錄並匹配的提示、工具、投入預算與驗收標準。

Xiaomi MiMo-V2.6 實際能做什麼？

程式與軟體工程智能體

MiMo-V2.6 旨在處理長程軟體工程軌跡：檢視倉庫、修改程式碼、使用終端工具、執行測試、診斷失敗，並持續進行直到滿足目標。其在 DeepSWE、Terminal Bench、AutomationBench 與 Toolathlon 的結果顯示 Xiaomi 正在優化「執行」，而非僅是程式碼補全。實務工作包括程式設計智能體、自動除錯、倉庫重構、CI 問題解決與多工具工程工作流程。

電腦使用

Xiaomi 明確展示了 Computer Use Agent (CUA)。模型能解讀圖形介面、擷取資訊、編輯內容、處理資料、檢視結果、診斷問題，並根據視覺回饋改變後續行動。在這種工作流程中，模型輸出往往不是最終產品；它可能決定下一個軟體或瀏覽器動作。

3D 世界與 Blender 工作流程

在「Vibe World」概念下，MiMo-V2.6 能接收文字、圖像或視訊參考，並將 3D 請求拆分為場景構建、互動程式設計與視覺驗證任務。Xiaomi 也展示模型控制 Blender，從描述或參考影像建立 3D 物件與場景。這將 vibe coding 從應用程式碼擴展至互動環境。

機器人與具身智能體

Xiaomi 在具身模擬環境中展示 MiMo-V2.6，使用多視角相機影像與 Franka Panda 機械手臂。示例任務包括抓取物體、顏色匹配與精準放置。這並不意味著 V2.6 是通用機器人基礎模型，但顯示原生視覺與長程決策如何連接到具身控制迴路。

科學研究與形式化推理

Xiaomi 報告一個材料科學案例，MiMo-V2.6-Pro 協助研究人員處理金屬有機框架的 PFAS 吸附，包括文獻與專利搜尋、候選配方與計算工具呼叫。另一項實驗中，模型協助在 Lean 4 中形式化《Period Three Implies Chaos》的主要定理。Xiaomi 報告專案已完成超過 6,000 行 Lean 代碼，並由 Lean 核心驗證、未使用未證明的占位。這些示例最好被解讀為智能體研究工作流程的展示，而非自主科學發現的證據。

網站、簡報、影片與音樂

MiMo-V2.6 能協調前端程式設計、設計工作流程、投影片、SVG 素材、影片管線與音樂製作工具。Xiaomi 展示以專門的媒體系統進行協作（包括透過 MiMo-V2.5-TTS 的旁白），而非宣稱 V2.6 自身取代所有影像、視訊或音訊生成器。因此，該模型自然適合作為創意製作的協作編排者。

本節所述用例皆為 Xiaomi 的展示，而非獨立證據，不能保證每次部署皆能重現相同結果。生產團隊應使用自身的工具、權限、故障恢復與評估標準來測試模型。

Xiaomi MiMo-V2.6 價格是多少？

Xiaomi 將 V2.6 API 定價維持在與 V2.5 世代大致相同的水準。對於高吞吐工作負載，Flash 尤為值得注意：官方 Xiaomi 定價顯示未快取輸入每百萬 token 為 $0.14、輸出每百萬 token 為 $0.28。

CometAPI 定價與供應情況

開發者如何存取 Xiaomi MiMo-V2.6？

Xiaomi 透過與 OpenAI 相容的 API 對外提供模型，並在官方模型頁面上說明與 Anthropic 協議的相容性。官方識別符為 mimo-v2.6-pro、mimo-v2.6-flash 與 mimo-v2.6-pro-ultraspeed。Xiaomi 文件涵蓋工具呼叫、結構化輸出、串流、推理控制、上下文快取與網頁搜尋。與 OpenAI 相容的介面使用 thinking.type 值，如 enabled 或 disabled；V2.6 模型預設啟用深度思考。

開發者有三種實務存取方式。其一，下載 Pro 或 Flash 的開放權重 checkpoint 以自我託管整合，但需可觀的服務資源。其二，使用 Xiaomi 的受管 API，搭配 Xiaomi 金鑰與其文件化端點。其三，使用支援的 CometAPI 路由，搭配 CometAPI 金鑰與 base URL；這能簡化多模型評測與計費。像 Claude Code 這類程式設計助理可在相容時使用與 Anthropic 相容的路由，但相容性必須測試而非想當然。

透過 CometAPI 存取 MiMo-V2.6

CometAPI 為支援的模型提供統一端點與計費層。主要的操作優勢是遷移簡單：團隊可保留熟悉的 SDK，只需更改 base URL 與模型 ID，即可在同一帳戶下將 MiMo 與其他前沿模型比較，並集中化使用量、定價與可用性檢查。這對多模型路由、降級備援、合併帳單與需要對多提供者使用相同提示的評測尤為有用。

CometAPI 在平台層級文件化了三種文字請求格式：OpenAI Chat Completions、Anthropic Messages 與 OpenAI Responses。對於相容 SDK，遷移通常意味著更改 base URL、API 金鑰與模型 ID，而非重寫整個應用。端點與參數支援可能因模型而異，因此在宣稱三種路徑都可用之前，請先測試確切的 MiMo-V2.6 變體與請求格式。

截至 2026 年 9 月 23 日檢查，MiMo-V2.6-Pro-UltraSpeed 在目錄中有可用路由並列出輸入與輸出價格。Pro 與 Flash 的專頁在目錄截圖上顯示 Coming soon，但其 API 健康面板顯示 Available。將此視為頁面訊號不一致，而非已確認的生產可用性或定價。在部署前，請檢查即時目錄、儀表板與一個測試請求。

下例遵循 CometAPI 發布的 Anthropic-SDK 範式，並呼叫目前列出的 UltraSpeed 路由。請將 API 金鑰存於環境變數。

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'mimo-v2.6-pro-ultraspeed',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Analyze this project and propose the next implementation steps.' }],
});

Xiaomi MiMo-V2.6 是開源的嗎？

Xiaomi 已釋出模型權重、技術資料、RL 資源、訓練環境與相關基礎設施。此次釋出包含超過 7,000 個 RL 任務環境，涵蓋軟體工程、漏洞重現、知識密集工作與網頁設計/開發。Xiaomi 亦釋出 MiMo-V2.6-Distill-Qwen-9B，讓研究人員能在更小規模上研究 RL 管線。

官方模型卡：MiMo-V2.6-Pro-RL | MiMo-V2.6-Flash-RL

Xiaomi MiMo-V2.6 的限制是什麼？

兆級參數的標題不應被視為 V2.6 普遍強於封閉前沿系統的證據。Xiaomi 自身的基準表顯示結果不一：Claude Opus 5 在部分程式、工具使用與作業系統基準上仍領先，GPT-5.6 Sol 在部分測試中也領先。因此，基於特定工作負載的評估比籠統的「贏家」標籤更有意義。

自我託管完整的 Pro checkpoint 也需要重型基礎設施。開放權重並不意味著能輕鬆在工作站部署。此外，多個亮點展示——研究、具身控制、3D 世界與影片製作——皆依賴外部工具與智能體基座。MiMo-V2.6 應被作為系統中的一個模型進行評估，而非僅作為單一對話模型。

為什麼 Xiaomi MiMo-V2.6 很重要？

MiMo-V2.6 結合了三個重要方向：超大型稀疏 MoE 模型、原生多模態，以及在真實智能體環境中的強化學習。1.02T 的參數數字固然吸睛，但更關鍵的設計選擇是 Xiaomi 在反覆的環境互動、軌跡評分、工具使用與自我修正上的投入。

若這條路線持續擴展，開放模型可能不再僅以靜態知識多寡區分，而更在於其行動、評估、恢復與完成長任務的效能。MiMo-V2.6 因此最好被理解為一個面向智能體的開放基礎模型，而非僅僅是另一個兆級參數的 chatbot。

結論

MiMo-V2.6 是一次重要的開放權重發佈，因為它結合了原生文字、圖像、視訊與音訊輸入、長上下文、稀疏 MoE 推論，以及跨實際智能體環境的強化學習。Pro 更適合艱難的長程任務，Flash 面向高吞吐與對成本敏感的工作負載，UltraSpeed 則以顯著更高的 API 價格換取更低延遲。

該模型家族在多個由供應商報告的智能體基準上具競爭力，但並未領先所有評測，也不應被視為封閉前沿模型的普遍替代。最可靠的採用路徑，是用預期的生產工作流程之工具、延遲目標、故障型態與成本輪廓，來測試 MiMo-V2.6。

常見問題

團隊在將 MiMo-V2.6 導入生產前應測試什麼？

請測試完整系統而非僅模型本身。衡量任務完成率、工具呼叫準確度、失敗動作恢復、延遲、token 消耗、上下文管理與權限邊界。智能體基準提供參考，但內部評估應鏡像實際的倉庫、瀏覽器、文件或研究工作流程。

為何即使是稀疏架構，自我託管 MiMo-V2.6-Pro 仍然困難？

稀疏啟用相較稠密的兆級模型降低了每 token 計算量，但完整 checkpoint 仍有極大的記憶體與分散式服務足跡。生產部署可能需要多節點推論、專家並行、特殊核心與審慎的容量規劃。

開發者應如何解讀 Xiaomi 的跨模型基準表？

將其視為供應商報告的證據，而非獨立重現的普遍排名。結果會隨智能體基座、推論預算、工具、環境映像、取樣方法與基準版本而變。請跨多項任務比較趨勢，並在內部重現最相關的工作負載。

何時 MiMo-V2.6-Flash 比 Pro 更適合？

當呼叫量與成本占主導時，尤其是文件處理、多模態分析與重複的智能體步驟，Flash 是更強的預設選擇。當困難推理或長程執行能帶來足夠商業價值以支撐更高價格時，Pro 更為合適。

1M-token 上下文視窗是否消除了檢索或提示管理的需求？

沒有。更大的視窗提高容量，但傳送不必要的歷史會提升延遲與成本，且可能稀釋相關證據。檢索、摘要、結構化記憶與上下文修剪在可靠的生產智能體中仍然重要。