21世纪经济报说念记者雷晨体育游戏app平台

　　9月22日，小米追究发布并开源MiMo-V2.6系列，包含全模态旗舰Pro与高效推理Flash，Pro超高速口头V2.6-Pro-Ultraspeed同步上线，MiMoDesktop桌面客户规矩式版推出。

　　小米集团独创东说念主雷军当日发布微博称，9月17日起公开直播MiMo-V2.6强化学习后训导经由，六天直播背后是近半年基础磋磨和工程试错；这次保抓模子架构和参数范围不变，通过扩大RL训导范围，升迁编程、智能体、盘算推算、磋磨等任务智商，API订价不变。

　　据Artificial Analysis发布的详尽智能指数，MiMo-V2.6-Pro获46分，列民众开源模子第一、国产模子第一，向上Kimi K3、Qwen3.8 Max，并初次支抓文本、图片、视频、音频全模态，是民众开源威望中惟一全模态Pro模子。单任务本钱榜单显现，其实测单任务本钱为0.13好意思元，初次进入0.1好意思元区间，API订价沿用V2.5，同等智能水平下价钱仅为国外模子的1/20至1/60。

　　烧钱范围相通直不雅：RL后训导约6天，Flash本钱约85万好意思元，Pro约262万好意思元，所有超347万好意思元，累计约75万条轨迹。长程软件工程评测中，Flash得分从48.8升至65.68，Pro得分从58.4升至72.57。

　　手艺侧，小米接管大Batch与全异步架构，单次更新1568个样本，支抓1M高下文训导，单步Token达3.5-3.7B；夹杂多Harness框架，为Long Horizon RL提供更精确奖励信号；冻结Router遏止漂移，并成立笼罩奖励盘算推算、造反评测、相等检测与考据器交叉校验的Reward Hacking防地。

　　智商跃升体刻下科研场景。Pro以“Co-Scientist”脚色协助材料团队盘算推算MOF决策，吸附PFAS，将约一个月的研发周期裁减至2—3天，遵守升迁约10倍。它还在Lean 4中完成论文《周期三蕴含迁延》中的Li-Yorke定理主定理体式化，造成6000余行源码，沿途通过内核核验，且此前未接纳Lean专项后训导。Design Arena评测中，其盘算推算智商接近Claude Opus 5与GPT-5.6 Sol。

　　开源力度是另一要点。小米除绽开Pro和Flash权重外，还开源RL手艺为止、MiMo-V2.6-Distill-Qwen-9B、7000余个高质料任务环境、端到端RL训导框架与轻量化Agent框架。以Distill-Qwen-9B为早先进行RL训导，11项评测全面升迁：SWE-bench Verified得分从61.1升至66.2，MiMo Cyber Bench从31.3升至47.0，Terminal Bench 2.1从37.1升至52.8，MiMo Visual Coding从64.0升至72.4。

　　客不雅来看，这是一套“训导端重金插足、推理端廉价输出、开源端全面开释”的组合。347万好意思元只笼罩RL后训导体育游戏app平台，不含前期研发与推理本钱；0.13好意思元的单任务本钱能否撑抓买卖闭环，开源能否调养为生态主导权，仍需不雅察。但小米至少把“后训导还能开释多大后劲”摆上了直播和开源台面。