小米开源 MiMo-V2.6 Pro / Flash：AA 智能指数 46 分登顶最强开源模型，万亿参数全模态还能控机械臂

46 分是个什么位置：开源阵营第一次逼近闭源旗舰的七成水位

小米这次给出的关键数字是 46 分。在 Artificial Analysis 综合智能指数 v4.3.2 上，MiMo-V2.6-Pro 拿到 46 分，超过 Kimi K3 的 44 分与 GLM-5.3 的 45 分，成为目前 AA 指数上排名最高的开源权重模型。作为对照，其前代 MiMo-V2.5-Pro 只有 26 分，一代之间跳了 20 分。

但小米自己在发布材料里把话说得很清楚：与 Claude Fable 5.1、GPT-6 Astra 这两个 53 分的顶级闭源模型相比仍有差距。也就是说，开源阵营这次确实往上顶了一格，但还没到掀桌子的程度。真正值得关注的是这条曲线——两代之间 20 分的跃升幅度，在开源模型里是少见的。

Flash 版本走的是另一条路线：全模态、高智能、低成本，面向专业办公里的高频调用与规模化任务。Pro 另有一个 UltraSpeed 托管档，官方称最高可达 20 倍输出速度，服务强实时交互场景。

262 万美元训练的万亿参数模型：强化学习成了主战场

MiMo-V2.6 在训练侧的披露比跑分更有信息量。Pro 与 Flash 的强化学习训练历时不到 6 天，成本分别约 262 万美元与 85 万美元，各完成 30 步，累计约 75 万条轨迹。训练采用 1568 个样本的大 Batch，支持 100 万 Token 上下文，单步训练 Token 量在 2.7 到 3.7 之间（单位十亿）。

效果上，训练任务平均通过率分别相对提升 25% 和 12%。在长程软件工程评测 DeepSWE v1.1 中，Pro 从 48.8 提升到 72.6，Flash 从 58.4 提升到 65.7。小米把这条路线称为探索 RSI（递归自我改进）的关键一步——用规模化扩展强化学习算力，让模型在持续探索与反馈中自己往外扩边界。

不止会写代码：3D 空间推理、机械臂控制与 Lean 4 定理形式化

能力扩展上，MiMo-V2.6 融合了 3D 空间推理、多模态感知与计算机操作。在游戏开发场景里，用户输入图片、视频或文字后，模型可把需求拆成多个任务，由多智能体协作完成 3D 场景搭建、交互逻辑编写与视觉验证；在具身仿真环境中，模型可以直接以多视角相机画面为输入，通过视觉反馈闭环控制机械臂完成抓取、颜色匹配与放置。

科研侧的案例更有说服力。MiMo-V2.6-Pro 协助研究人员筛选了用于吸附全氟和多氟烷基物质（PFAS）的金属有机框架（MOF）材料设计方案，并在 Lean 4 中完成了 Li-Yorke 经典论文相关主定理的完整形式化，形成 6000 余行 Lean 源码，并通过 Lean 内核核验。一个模型同时能出数学证明和控机械臂，这种跨域组合在一年前还属于不同产品线。

小米官方：这是探索 RSI 路径的关键一步，通过规模化扩展强化学习算力，让模型在持续探索与反馈中拓展智能边界。

开源范围上，小米放出了 Pro 与 Flash 的模型权重与技术报告，并开放 MiMo-V2.6-Distill-Qwen-9B、7k+ 高质量 RL 任务环境、端到端 RL 训练框架等资源。API 定价维持 V2.5 系列不变，官方称同等智能水平下价格仅为海外模型的 1/20 到 1/60。对开发者来说，权重、蒸馏版本和 RL 环境一起放出来，比单放权重更有实际使用价值。