小米MiMo-V2.6开源登顶：全模态加1M上下文，开源模型第一次摸到闭源旗舰的门

9 月 22 日上午，小米正式发布并开源新一代 MiMo大模型系列：全模态旗舰 Xiaomi MiMo-V2.6-Pro、高效推理模型 MiMo-V2.6-Flash，并同步上线 Pro 的超高速模式 UltraSpeed 与 MiMo Desktop 桌面客户端正式版。权重、技术报告、7 千多个高质量强化学习任务环境和端到端 RL 训练框架全部公开，这是国产大模型开源清单里少见的一次性放完全套的打法。

跑分：开源榜第一，距闭源旗舰还差一档

先看跑分。MiMo-V2.6-Pro 在 Artificial Analysis 综合智能指数拿到 46 分，超过 Kimi K3 与 Qwen3.8 Max，成为当前排名最高的开源模型。Pro 是一个 1.02 万亿参数的稀疏 MoE，激活参数约 420 亿，上下文长度号称 1M。不过把视野拉到全榜，它与 Claude Fable 5.1、GPT-6 Astra 这些闭源旗舰仍有差距——准确地说，开源阵营第一次把差距压缩到「最后一档」，但还没越过那道门。

训练：不到6天RL，成本262万美元

训练侧的数字更值得琢磨。官方披露两个版本的 RL 训练都不到 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，单步训练 Token 达 2.7 到 3.7B。换来的是硬指标的提升：在长程软件工程评测 DeepSWE v1.1 上，Pro 从 58.4 提到 72.57，Flash 从 48.8 提到 65.68。也就是说，小米这次把「RL 算力规模」当成了主杠杆，官方口径里这被称作探索 RSI（递归自我改进）路径的关键一步。

能力：全模态加3D空间推理

能力面上，MiMo-V2.6 是原生全模态：文本、图像、视频、音频统一处理，并融合了 3D 空间推理与计算机操作能力。演示场景包括从自然语言直接生成 3D 开放世界游戏、在 Blender 里完成建模、控制机械臂完成抓取。科研侧的案例更具体：协助完成 MOF 材料的设计筛选，以及在 Lean 4 里对 Li-Yorke 定理做了完整形式化，产出六千余行源码。设计评测 Design Arena 上，Pro 已达到与 Claude Opus 5、GPT-5.6 Sol 相近的水平。

价格与生态：二十分之一的价格，全套开源

价格与生态是这个系列最有攻击性的部分。API 定价沿用 V2.5 系列，官方称同等智能水平下价格仅为海外模型的二十分之一到六十分之一；Pro 新增的 UltraSpeed 模式号称最高 20 倍输出速度。开源清单也不含糊：Pro 与 Flash 权重已上传 Hugging Face，OpenRouter 同步提供托管接入，另外还有 MiMo-V2.6-Distill-Qwen-9B 蒸馏版和完整的训练框架——对想复现或微调的团队来说，这套材料比一个权重包有用得多。

对GEO意味着什么

对做 AI 搜索优化（GEO）的人，这条新闻的落点在语料侧：开源全模态模型正在成为各家 AI 入口做本地部署、检索增强与私有微调的底座，开源模型迭代密度越高，AI 引擎对「可验证、结构清晰、结论先行」内容的依赖就越重。结合最近两天的行业动向——xAI 的 Grok 4.7 把百万 Token 输入打到 2 美元、Google 官方文档把 GEO 归位到 SEO——方向其实一致：推理成本在降，检索能力在涨，内容能不能被准确摘取，正在变成比关键词布局更硬的门槛。

写在最后

给站长和实践者的建议维持三句话：核心页面结论先行，把独家数据和实测写进正文，保持可抓取可索引。开源模型再强，AI 答案的原料仍然是你发布的内容本身。至于 MiMo-V2.6 能不能真的追平闭源旗舰，接下来两周各路独立评测会给出答案——至少这一次，开源阵营把悬念留到了最后一档。