2026年9月22日，小米交出了在 Artificial Analysis Intelligence Index v4.3 上拿到 46.32 分的最新开源大模型。比分数更具备冲击力的，是官方直接贴在技术报告首页的一份账单：跑完整个强化学习流程，Flash 版本花费约 85 万美元，Pro 版本花费约 262 万美元。
大模型竞赛的胜负手正在从显卡储备数量，转向训练方法的公开验证能力。闭源厂商习惯用庞大的算力开销构建威慑力，而小米通过把整套强化学习训练过程直播 6 天，撕开了这层信息差。
账单换来最强开源模型
MiMo-V2.6-Pro 以 46.32 的智能指数超过了 Kimi K3 和 Qwen3.8 Max，成为当前最强的开源模型。在 API 定价上，它与上一代 V2.5 保持一致。Flash 输入每百万 token 仅需 0.14 美元，命中缓存后更低至 0.0028 美元。
图：Artificial Analysis 智能指数条形图，MiMo-V2.6-Pro 46.32 分排在最前。来源：小米官方页面
**模型成本结构发生了实质性反转。**曾经需要上亿美元调教的前沿能力，现在被压缩到了百万美元级。开源模型不再需要承担闭源大厂的冗余溢价。
在具体训练中，小米采用每次更新 1568 个样本、支持最长 100 万 token 上下文的配置。这种高吞吐设定让系统在每步处理 3.5 到 3.7B token 时保持高效运转。
图：智能指数与每任务成本的散点图，Pro 落在帕累托边界上。来源：Artificial Analysis / 小米官方页面
**数据和算力配比找准后，智能产出的性价比会呈指数级上升。**Pro 版本能够落在帕累托边界上，依靠的是精准的资源调度策略，而不是盲目堆叠机器。
直播训练推平闭源黑盒
技术社区受够了闭源大厂只发新闻稿不发技术细节的套路。小米不仅开源了技术报告和训练环境，连带强化学习代码也一并放出。在不到 6 天的时间里，Flash 和 Pro 各完成了 30 个 RL step，累计生成约 75 万条轨迹。
**全过程直播等于把底牌翻在桌面上。**任何人都能复核这套训练方法的有效性，复现对应的性能提升。躲在 API 墙后、依靠未公开数据集刷榜的闭源系统，正在失去开发者的信任。
为了防止强化学习中常见的 reward hacking，官方设计了由 reward 设计、对抗评测、异常检测、验证器交叉核对组成的四层防御体系。系统在训练规模扩大时主动冻结了 router，用来抑制潜在的训练漂移。
工程落地的细节远比粗放的算力倾注重要。把规则写进底层验证器，模型才会在复杂的长时间线任务里沿着正确方向收敛。
涨分曲线打破平台期魔咒
长程软件工程基准 DeepSWE v1.1 是检验模型真伪的试金石。在这项测试中，Flash 版本得分从 48.8 跃升至 65.68，Pro 版本从 58.4 涨到 72.57。整个强化学习过程没有出现明显的平台期，性能曲线始终上扬。
作为对比，同期闭源对手 Claude Opus 5 的分数为 74.0，GPT 6 Astra 为 74.0。Pro 版本用零头的成本，在极具难度的长程开发任务中逼近了第一梯队的上限。
训练任务的平均通过率在 Flash 上相对提升 25%，在 Pro 上提升 12%。只要激励机制足够清晰，模型在复杂环境下的探索能力远没有触达天花板。
模型能力溢出屏幕进入物理世界
MiMo-V2.6 的能力边界没有停留在代码生成和文本问答上。在官方演示中，系统完成了从 3D 场景搭建、Blender 建模到机械臂控制的跨越。模型甚至参与了生成前端界面、编排 MIDI 音乐，并涉足寻找吸附 PFAS 的金属有机框架材料等前沿科研任务。
图：MiMo-V2.6 生成的多模态演示画面。来源：小米官方页面
**多模态能力的落点最终在物理世界。**基础模型读懂空间与材料参数之后，可以直接指挥机械臂、三维软件和合成工具干活，而不只是在对话框里给建议。
公开透明重写竞争规则
Hacker News 上的讨论精准捕捉到了这次发布的内核。社区的正面评价高度集中在透明度上：技术报告连表现不佳的 benchmark 也照实记录，不加修饰。争议点仅仅停留在托管方的数据条款和官方前端示例的审美偏好上。
开发者用脚投票选出了信赖的技术路线。在这个充满公关话术的行业里，坦诚交代弱点反而能建立最坚实的信任。
闭源厂商用资金壁垒阻挡竞争对手的日子快要结束了。小米把强化学习过程变成了一门允许所有人复现的公开课。85 万美元的账单跑出了抗衡前沿的开源大模型，每一步算式都接受旁观者亲自校验。这种公开验证的能力，已经成为比显卡储备更锋利的竞争武器。
参考链接：
- Hacker News 讨论 (item?id=49792730)
- Artificial Analysis 智能指数评测报告
- MiMo-V2.6 官方技术报告
