MiMo-V2.6-Pro：小米的万亿参数旗舰，从卡片上读取

MiMo-V2.6-Pro是 Xiaomi MiMo 团队 MiMo-V2.6 系列的旗舰检查点：一个稀疏专家混合模型，总参数量约 1.02 万亿，每 token 激活 420 亿，原生支持文本、图像、视频和音频输入，具备 100 万 token 上下文，权重采用 MIT 许可。它高于 MiMo-V2.6-Flash，即 309B 效率检查点；在该系列中，各部分是不同的训练运行，而非同一个模型的两个尺寸。读者会以三种拼写遇到这个名字——mimo-v2.6-pro作为平台标识符，mimo v2.6 pro带空格，以及mimo v2 6 pro将版本拆成数字——三者都指向同一个检查点，其权重位于 XiaomiMiMo/MiMo-V2.6-Pro-RL。

本页是该模型本身的参考。比较和成本核算已存在于本博客中，并在下方索引，而非重复；接下来是该模型是什么、它发布的关于自身的内容，以及卡片上哪些数字在其来源允许的范围内值得信任。

身份：实验室、类别，以及“Pro”所区分的差异

发布方是小米，具体由那个在技术报告上署名 Xiaomi MiMo Team 的团队负责。模型权重、平台文档和 API 都出自这同一个组织，这对溯源很关键：下文中的每一项能力指标，都是厂商在描述自家的检查点，其中没有任何一项在本文中经过复现。

“Pro”是三模型系列中的一个定位，而不是质量形容词。Xiaomi 自己的系列说明称 Pro 是迄今为止最强大的旗舰推理模型——全模态、超高性能、万亿参数——为复杂项目、长周期任务、高风险工作和研究而打造；Flash 是全模态、低成本的推理模型，而 Pro-UltraSpeed 是一种服务层级，以最高可达二十倍的输出速度承载同一检查点，面向对延迟敏感的工作。平台的快速选择指南将复杂项目、长期任务和高价值工作导向 Pro，将高频专业办公调用导向 Flash，并将任何对响应速度敏感的需求导向 Pro-UltraSpeed。三个已公布的定位，一个系列——而不是同一次训练的三种规模。

版本承接值得写上一句，因为回归的读者正是在这里容易失去立足点。MiMo-V2.5 Pro，此前的旗舰，已计划退役：Xiaomi 的平台给出 mimo-v2.5 和 mimo-v2.5-pro 两者的弃用时间为 2026 年 10 月 21 日北京时间 10:00，并建议切换到新版本。Pro 就是那个新版本，所以搜索 “MiMo Pro” 若落到 2025 年的材料上，那就是落到了被这个版本取代的模型上。

规范，摘自模型卡

卡片自带的摘要区块是对该模型最简短、最诚实的描述，而其中的每一行都出自厂商：

• 参数 — 总计 1.02T，每个 token 激活 42B，属于稀疏专家混合模型。仓库元数据统计显示，已发布的分片中共计 1,024,216,603,392 个参数。

• 上下文与输出 — 100 万 token 的上下文窗口，以及最多 128,000 token 的输出。

• 模态 — 单个模型即可处理文本、图像、视频和音频输入，其中视觉部分采用 681M 参数的 MiMo ViT，音频部分则采用 308M 的 AudioTokenizer 加上 127M 的音频 patch 编码器。

• 主干 — 70 层，60 层滑动窗口和 10 层全局；隐藏维度 6,144；384 个路由专家，其中 8 个激活；滑动窗口 128。第一个块使用稠密 FFN 运行全局注意力，且没有任何块使用共享专家。

• 投机解码——一个 5 层滑动窗口多词元预测起草器，卡片将其描述为每次前向传递额外预测七个词元。

关于阅读那份列表的两点说明。参数总量是供应商给出的数字，但它是外部人士能够部分核对的一项，因为分片大小已发布在仓库的文件列表中；而激活参数量没有这样的交叉核对，应按宣称值采信。而且最后两项彼此略有出入——用层数描述的起草器和用每次预测多少 token 描述的起草器，是同一组件的两种不同度量，而架构表中只出现了层数。

在同一处，将 Pro 与基础版和 Flash 进行对比

这些就是读者实际带着的区别，双方在同一天阅读同一份供应商文档：

• 规模 — Pro 总参数量为 1.02T，其中激活参数为 42B；Flash 则是一次独立的训练运行，总参数量为 309B，激活参数为 15B。

• 深度 — Pro 运行 70 层，拥有 384 个路由专家、激活 8 个；Flash 运行 48 层，拥有 256 个路由专家、激活 8 个。

• 价格 — 在缓存未命中的情况下，Pro 为每百万输入 token 0.435 美元、每百万输出 token 0.87 美元，缓存命中时为 0.0036 美元；Flash 为 0.14 美元和 0.28 美元，缓存命中时为 0.0028 美元。

• 选型 — 小米将复杂、长周期、高价值的工作路由至 Pro，将高频专业办公流量路由至 Flash。

• 共同之处 —— 100 万上下文窗口、128,000 token 的输出上限以及 MIT 许可证在两者中完全相同。

本博客已经在做的两项对比比那份清单更深入，此处不再复述。Pro 与裸系列名称对比的那篇文章，阐述了为什么 “MiMo-V2.6” 是一个拥有不止一个成员的集合，而不是夹在 Pro 和 Flash 之间的第三个检查点。Pro 与 Flash 对比的那篇文章则逐层呈现了完整的架构对比，供读者在实际工作负载下于二者之间做选择。

此版本的权重和许可证

此检查点对应一个仓库，XiaomiMiMo/MiMo-V2.6-Pro-RL，其元数据毫无歧义：MIT 许可证、无需申请即可访问、创建于 2026 年 9 月 21 日、最后修改于 2026 年 10 月 9 日，撰写本文时记录的下载量略高于 96,000 次。参数按存储数据类型大致划分为：U8 中约 10,002 亿，FP8（E4M3）中 134 亿，BF16 中 106 亿，另有极少量为 F32——这正是那种把专家权重以低精度格式发布、其余部分保持 BF16 的检查点形态。分片体量很大：单个专家并行文件约 4.15 GB，而完整下载量级达数百 GB。

-RL 后缀是一个谱系标记，既不是适配器，也不是量化。两个 V2.6 检查点都带有它，而模型卡将整个系列定位为围绕大规模强化学习展开——一次跨越编码、通用智能体、视觉工作和网络安全的混合运行，而非按领域分别进行的多次运行，并设有一个分组评分阶段，对通过的轨迹进行排名，而不是给它们打上及格或不及格的分数。这一切都不会改变权重本身是什么；它只是解释了该仓库为何以这种方式命名。

运行它：实际发布的是什么

这张卡片只给出两条部署路径，别无其他。SGLang 通过常规的 python3 -m sglang.launch_server 调用、指向仓库路径来提供服务，而卡片自带的示例采用双节点布局并启用专家并行。vLLM 则通过 vllm serve 提供服务，并加上指定该模型解析器的标志——--reasoning-parser mimo 和 --tool-call-parser mimo，同时启用自动工具选择，生成配置从模型目录读取。卡片上的采样设置为 temperature 1.0 和 top_p 0.95——这是偏暖的设置，也是一个中肯的提醒：许多测试框架默认的 0.7 并非厂商所测试的取值。

除了自托管路由之外，Xiaomi 的平台还公布了其托管端点的运行范围：100 万上下文窗口、128,000 token 的最大输出，以及每分钟 100 次请求和 1000 万 token 的速率配额。该平台还列出了覆盖此模型的 Batch API，用于以更低费率进行非实时工作。未公布的是 Xiaomi 自身提供的任何吞吐量或内存数据，因此本页不包含此类数据——流传的速度数字来自第三方，衡量的是他们的硬件而非你的硬件，并且应连同其测量条件一并看待。

分数，以及测量它们的人

Xiaomi 的模型卡上附有一张基准测试表，其中所有数据均为厂商自报：DeepSWE v1.1 为 71.9，Terminal Bench 2.1 为 89.9，Agents' Last Exam 为 31.6，OSWorld-Verified 为 82.0，GDPval-AA 2.1 为 1673，AutomationBench v1.0.6 为 53.1，而在网络安全那几行，CyberGym 为 94.0，厂商自家的 MiMo Cyber Bench 为 80.2。当问题在于该实验室宣称了什么时，这些就是可供引用的数字。同一张表还列出了 Flash、上一代 MiMo-V2.5 Pro 以及三个闭源模型的数字，这提醒值得记取：厂商表格中的对比行是厂商自己的选择，是在厂商选定的测试框架上运行的。

独立数据是另一回事，而且自发布报道以来发生变化的正是它。Artificial Analysis 在其 Intelligence Index 上给 MiMo-V2.6-Pro 打出 46 分，该分数基于该指数 4.3.2 版本测得——这是该页面记录到的开放权重模型的最高分，比 GLM-5.3 高一分，比 Kimi K3 高两分，但低于它同样评测的闭源领先者。同一页面将一次完整指数运行定价为约 206.66 美元，记录到相对于标价 99% 的缓存折扣，并给出每个指数任务约 0.13 美元的成本。把这两个来源放在一起读，无需任何一方被宣传，模型的轮廓便清晰可辨：一个是自家表格颇为慷慨的厂商，另一个是仅凭单一指数仍将其置于开放权重领域前列的第三方。

成本工作，索引而非重复

已有三篇已发表的文章为这款车型阐述了价格差距与价值论点，且每一篇回答的问题各不相同：

• 帕累托前沿那部分要问的是：当每单位实测能力的成本不再是与单一对手作比，而是在更广阔的范围内重新计算时，MiMo-V2.6-Pro 会落在什么位置。

• 按任务计算成本差距的那部分所问的是：当成本更低的一方是拥有开放权重的一方时，同样的已测量能力成本是多少。

• 同分部分以这样一种情况为例：两个检查点在某一指标上的最终得分相差不到一分，而分别用该指标对二者进行评估的成本却相差超过一个数量级。

这里真正应该放进去的，是把价格当作关于模型的一个事实，而不是当作一个论点。Xiaomi 发布了两份价目表，而它们是两个各自公布的数字，并非由其中一个换算成另一个：大陆价目表列出，缓存命中时每百万输入 token 为 ¥0.025，未命中时为 ¥3.00，输出为 ¥6.00；海外价目表则对同样这三项列出 US$0.0036、US$0.435 和 US$0.87。在有限的促销期内，两份价目表的缓存写入均免费。某个特定工作负载的账单更像缓存命中那一行，还是更像缓存未命中那一行，是一个关于该工作负载本身的问题，而上面这三部分，正是这一问题被论证的地方。

有一个结构性要点比任何单一价目表都更持久：公布的价格只有在你实际被计费的价格时才有用。这正是为什么本博客背后的目录以供应商标价提供 200 多个模型，0% 加价直接传递，而不是在供应商设定的价格之上再加一段利润——供应商做出的变更当天就会体现在你的账单上，而不是等到续约时。

什么尚未确定

有两处悬而未决的地方，都不是缺陷，但都值得你在引用规格表之前了解清楚。模型卡上的推测解码器用了两种不同的单位来描述——架构表里是五层，正文里是每次预测七个 token——而只有前者被列为配置项。此外，模型卡上关于模态的说法比第三方目前对所服务端点的记录更宽：权重接受四种输入类型，而评测站点在测量托管 API 时可能呈现出更窄的接口面。这是检查点能做到的事与某个特定端点所暴露的能力之间常见的差距，任何计划做音频或视频相关工作的人，都应向他们打算调用的那个端点去确认，而不是以本页为准。

回读页面

简版，给从搜索框来、想要答案而非论证的读者：MiMo-V2.6-Pro 是 X​iaomi 的万亿参数旗舰——稀疏专家混合，总参数约 1.02T、激活 42B，原生支持文本、图像、视频和音频输入，1M token 上下文，输出 128,000 token，MIT 许可权重位于 X​iaomiMiMo/MiMo-V2.6-Pro-RL，在 Intelligence Index 上为 46（该指数即来源），在 DeepSWE v1.1 上为 71.9（X​iaomi 即来源），海外价目表上每百万 token 定价为 US$0.435 和 US$0.87，缓存命中为 US$0.0036，并且与 MiMo-V2.6-Flash 的区别在于规模、深度、价格和预期工作负载，而非代际。

关于整页内容的一点说明：由于这是参考资料而非新闻条目，此处的每一个数字都是其旁边所列来源在 2026 年 10 月 13 日发布时的数值，供应商自报的数字在出现处均已标注为供应商自报。价目表、缓存价格、上下文上限以及第三方指数评分，这些都是可能在毫无公告的情况下发生变化的东西，因此任何依赖其中某一项来做决策的人，都应当将那一行与其来源核对，而不是与本页核对。