MiMo-V2.6-Flash：Xiaomi 現在按 token 販售的 309B 開放檢查點

MiMo-V2.6-Flash是小米 2026 年 9 月發佈的效率型檢查點：一個稀疏混合專家模型，總參數達 3,090 億、每個 token 啟用 150 億，具備 100 萬 token 的上下文，並在 Hugging Face 上以 MIT 授權釋出權重。它位居MiMo-V2.6-Pro之下，後者是 1.02 兆參數的旗艦型號，同屬MiMo-V2.6系列——而且這兩者是各自獨立的訓練成果，而非同一個模型的不同規模版本。自從這個發佈首次被報導以來，改變的並非模型本身，而是它周遭的一切。小米自家平台如今針對精確識別碼mimo-v2.6-flash公佈了每 token 價格、公佈的最大輸出長度、速率限制配額，以及一個淘汰日期——無論你是否遷移，該日期都會把 V2.5 的流量導向這個端點。以下是關於模型本身的固定參考資料：有三個公佈的檢查點共用其名稱，其中恰好只有一個是讀者所指的那個，而你可能看過的兩個數字如今已經過時。

MiMo-V2.6-Flash 是什麼——以及它不是的兩個名稱

先從讀者必須弄清楚的那個區別談起，因為來到這個頁面的搜尋者會在這個區別上分成兩派。MiMo-V2.6 是一個系列，而不是一款模型。小米的發佈說明寫道，該系列「包含兩款原生全模態模型，分別是 Pro 與 Flash」，因此單獨使用系列名稱時，會對應到兩個已發佈的檢查點，各有不同的訓練流程、不同的基準測試表，以及不同的記憶體佔用量。Flash 是較小、較便宜、兼顧效率的那一款；Pro 則是旗艦。兩者都不是對方的量化版本，中間也沒有第三個「普通版 V2.6」存在。

第二個要區分開來的名稱更舊，混淆起來的代價也更高。MiMo-V2-Flash於 2025 年 12 月發布，從規格上看起來像是同一個模型：309B 總參數、15B 啟用參數的稀疏專家混合模型，混合注意力交錯滑動視窗與全域區塊，以及相同的 128 詞元滑動視窗。兩者相隔九個月，其他幾乎所有方面也大不相同。2025 年的檢查點聲稱支援 256K 上下文；這一個則聲稱支援 1M。它們是不同的下載檔案、不同的服務配置與不同的能力概況，而搜尋「MiMo V2.6 Flash」仍會開心地給你 2025 年的頁面。

小米並未以裸名稱發佈第二個權重儲存庫。從 Hub 請求 XiaomiMiMo/MiMo-V2.6-Flash 會回傳授權錯誤，因為不存在這樣的儲存庫；正式產物是 XiaomiMiMo/MiMo-V2.6-Flash-RL。關於該後綴的含義，詳見下文，因為這是此模型命名中最常被誤讀的部分。

誰發佈它、在什麼授權條款下，以及是在誰的端點下？

小米的 MiMo 團隊將其發布在自家的 Hugging Face 組織之下，而授權條款為 MIT——今日已對照該儲存庫的中繼資料驗證，其中載有 license:mit，且沒有任何設限。這是寬鬆授權，沒有營收門檻、沒有研究條款，也沒有可接受使用政策的閘門，因此商業部署、修改與再散布全都獲准，無須與小米洽談。該模型卡宣告其語言為英文與中文。

同一個組織會在此 stem 上發佈三種產出物，而這項區別對任何規劃部署的人來說都很重要：

• MiMo-V2.6-Flash-RL — 正式發布的檢查點，建立於 2026 年 9 月 21 日，共 90 個檔案。這是 API 所供應的版本，也是本頁所有基準測試所參照的版本。

• MiMo-V2.6-Flash-MOPD—— 於 2026 年 9 月 27 日發布，並在其自身的說明卡中被描述為「MiMo-V2.6-Flash-RL 檢查點的 MOPD 升級版」，而非另一個不同的模型。它是第二階段後訓練的產物，將數個領域專精的教師模型融合成單一模型。如果你已經拉取了 RL 檢查點，這是同一血緣上較新的產物，而不是另一個獨立的分支。

• MiMo-V2.6-Distill-Qwen-9B — 一個 9.4B、MIT 授權的模型，同日發布；發布說明將其列為開源 RL 訓練流程的起點，而非產品檢查點。

小米也直接販售該模型，而這正是這幅圖像中在十月期間有所變動的部分。託管識別碼為小寫且不帶後綴——mimo-v2.6-flash——它出現在平台自家的/v1/models清單中，與mimo-v2.6-pro、mimo-v2.6-pro-ultraspeed以及 V2.5 世代並列。

架構，應從設定檔讀取，而非從摘要讀取

模型卡的摘要行是多數次級報導止步之處，而它並非有用數字所在的地方。根據 Xiaomi 自家的架構表與該儲存庫的 config.json，兩者皆於今日讀取：

• 主幹 — 48 層分為 39 層滑動視窗與 9 層全域注意力，隱藏大小 4096，256 個路由專家且每個 token 啟動 8 個，滑動視窗為 128 個 token，且沒有共享專家。第一個區塊是全域注意力搭配稠密前饋網路；其後所有部分交錯排列。

• 注意力頭 — 兩個區塊中都有 64 個查詢頭，滑動視窗區塊上有 8 個鍵/值頭，而全域區塊上則有 4 個。正是這種形狀讓 1M 上下文變得可負擔：混合模式正是讓 KV 快取不會隨著完整序列而擴展的關鍵。

• 編碼器 — 一個 681M 參數的 MiMo ViT（28 層，24 層滑動視窗加 4 層全域）、一個 308M 的音訊符元化器，具有 24 層和 20 個殘差向量量化碼簿，以及一個 127M 的音訊區塊編碼器，能將四個影格合併成一個。

• 推測解碼——DFlash 風格的五層滑動視窗多詞元預測草稿模型，視窗大小為 1024 個詞元，據稱每次前向傳遞可預測 7 個後續詞元。

• 磁碟上的權重——該儲存庫目前在 Hub 上的檔案清單總計約 178 GB，涵蓋 90 個檔案，其中分片採用 FP8（e4m3）與動態激活方案。這就是你在 VRAM 中要付出的數字，而它並不在乎參數是怎麼計數的。

這裡出現兩個計數問題，而它們現在的答案與九月時不同。第一個：Hub 上該儲存庫的 safetensors 中繼資料回報總計 310,756,322,688 個參數——約 310.8B，正好落在模型卡所列的 309B 總數旁。先前的報導，包括我們的，採用了從同一個儲存庫面板讀出的 159B 數字。那個數字已經變動，現在應採用目前的數字。第二個問題尚未解決：模型卡描述一個五層草擬器預測七個 token，而config.json在同一儲存庫中將num_nextn_predict_layers設為 3。兩者不可能描述同一個產物，而執行階段所讀取的是設定檔。請依設定檔為草擬器規劃記憶體大小，並在載入後驗證。

這份設定確實明確佐證了一項主要宣稱，而這點值得明說，因為其他大多數宣稱都需要附帶但書：max_position_embeddings 設為 1,048,576，這正好就是這張模型卡所宣傳的 1M token 上下文。

上下文、輸出上限，以及一項會縮減非原廠選項的模態宣稱

上下文是最簡單的部分。Xiaomi 宣稱 1M tokens，設定檔也支援這點，而平台的模型摘要也重複這點。最大輸出則是大多數參考頁面仍因遺漏而弄錯的數字，而它其實已經公布：平台的模型頁面給出 128K tokens 的最大輸出相對於 1M 上下文，mimo-v2.6-flash與mimo-v2.6-pro。這裡有一個附帶的行為陷阱。深度思考預設為啟用，且 max_completion_tokens 會同時限制思考內容與最終答案——因此一段較長的推理過程會吃掉與答案相同的預算，而供應商自己的建議是要把它設定得寬裕一些。在思考模式下，自訂的 temperature與top_p 都會被忽略：無論你傳送什麼，實際值都會被強制為 1.0 和 0.95。

模態正是廠商資料與獨立量測出現分歧之處，而值得把兩者都陳述出來，不選邊站。小米的模型卡與平台都聲稱該系列具備原生全模態輸入介面——文字、圖像、影片與音訊進入同一個模型，而非三條硬拼在一起的管線。獨立量測所見則較狹窄。在 Artificial Analysis 的 MiMo-V2.6-Flash 模型頁面上，技術規格將輸入模態列為「文字與圖像」，輸出列為「文字」；而同一網站上 MiMo-V2.6-Pro 的頁面則將輸入列為「文字、圖像、語音與影片」。同一家族、同一份廠商文件，兩個檢查點中卻只有一個有獨立記錄到的音訊與影片介面。目前沒有任何已發布資料解釋這項差異，我們也無法從外部加以釐清。在獲得其他確認之前，請將 Flash 的音訊與影片輸入視為廠商主張。

Xiaomi 所公布的數據，以及第三方實測的那一個數字

Xiaomi 為這款型號發布的每一項基準測試數據，都來自 Xiaomi 自家的測試框架運行結果，且尚未在那些測試框架上被獨立重現。這不是一項指控，而是證據的現狀，而且值得牢牢記住，因為廠商自家對外的各種說法彼此矛盾，而這種矛盾很容易被忽略。

• 程式碼代理 — DeepSWE v1.1：Flash 67.9、Pro 71.9，對上 Claude Opus 5 的 74.0 與 GPT-5.6 Sol 的 73.0（小米的執行結果）。Terminal Bench 2.1：Flash 87.6。Terminal Bench 4.0：Flash 28.8。ProgramBench 26.0。

• 通用型代理 — AutomationBench v1.0.6：Flash 52.3，在同一廠商測試中高於 GPT-5.6 Sol（45.8）與 Claude Opus 5（50.3）兩者。Toolathlon-Verified 73.6、OSWorld-Verified 80.8、Agents' Last Exam 27.6。

• 網路安全 —— 較小模型勝出的欄位。CyberGym：Flash 95.1，對比 Pro 的 94.0。接著表現急遽下滑：ExploitGym 6.0、ExploitBench 25.3、SEC Bench Pro 47.5。

• 視覺代理 — MiMo VisualCoding：Flash 71.5，Pro 72.3。

這項分歧落在 DeepSWE v1.1 那一欄，而且橫跨三個小米發布介面。小米平台上的發布說明指出，Flash 在整段 RL 訓練中提升了「約 17 分（從 48.8 到 65.7）」。模型卡為已發布權重印出67.9。那個一路串流更新到九月的 RL 儀表板，則在 mini-swe-agent 測試框架下、以三次平均計算，針對一份訓練快照發布了65.68。同一個模型、同一個基準測試，卻出現三個來自廠商的數字，而小米以外的任何人目前都無法斷定哪一個才描述了你實際下載的成品。如果你從九月以來一直引用 65.68，那個數字在當時描述的是一份訓練快照，如今對已發布的檢查點而言已是過時的數字。

相對於這一切，恰好有一項獨立評測，而它並不像廠商表格那樣好看。Artificial Analysis 在其 Intelligence Index v4.3.2 上給 MiMo-V2.6-Flash 打了 38 分——在該級別 117 個模型中排名第八——每秒輸出 49.2 個 token，該次指數測試的生成量為 2.4 億個 token，網站稱之為「非常冗長」，而中位數為 1.4 億，且每個 Intelligence Index 任務的成本為 0.06 美元。其總結句是：該模型「在智慧程度上屬於領先模型，且定價合理」，但「比平均更慢，而且非常冗長」。相較之下，同一網站給 MiMo-V2.6-Pro 打了 46 分，並將其排在 117 個模型中的第一——這正是小米自己在發布說明中引用的數字，是針對 Pro 而非 Flash。

代價是什麼，以及那個變動的數字

這是發表報導之後有所改變的部分，因此必須直白地說：先前認為小米並未公布這一代每 token 費率的解讀已經過時。該供應商的隨用隨付頁面載有一份完整費率表，更新標記為 2026 年 10 月 8 日，而相關型號在表上也有專屬的一列。

• 海外，每百萬個 token — mimo-v2.6-flash快取命中時為 $0.0028，快取未命中時為 $0.14，輸出為 $0.28。mimo-v2.6-pro為 $0.0036 / $0.435 / $0.87，而 mimo-v2.6-pro-ultraspeed則為 $0.036 / $4.35 / $8.70。

• 中國大陸定價，每百萬個 token —— flash ¥0.02 / ¥1.00 / ¥2.00，pro ¥0.025 / ¥3.00 / ¥6.00，ultraspeed ¥0.25 / ¥30.00 / ¥60.00。平台在中國以人民幣計費，海外則以美元計費。

• 批次 API — 費率正好是即時的一半：flash $0.0014 / $0.07 / $0.14，pro $0.0018 / $0.2175 / $0.435，且批次基礎 URL 與即時的分開。小米表示，批次不支援 mimo-v2.6-pro-ultraspeed 或 V2.5 識別碼。

• 快取寫入——限時免費，如今日費率表所述。快取命中才是經濟效益的關鍵：以 $0.0028 對比 $0.14，一次命中僅為一次未命中的 2%；而 Artificial Analysis 依自身供應商讀數記錄到 98% 的快取折扣，以及相同的 $0.14/$0.28 組合。

• 網頁搜尋 — 與 token 分開計費，海外每 1,000 次呼叫收費 $5，中國每 1,000 次收費 ¥16，而擷取到的頁面內容隨後會以一般輸入 token 計費。單一搜尋輪次可同時觸發多個關鍵字，因此供應商提供 max_keyword 上限來限制支出。

• 訂閱 — 小米也販售按月計價的 Token Plan 方案層級，附帶點數額度與「V2.6 Flagship Model Access」；這是與隨用隨付金鑰不同的憑證格式；另有介於 UTC+8 00:00 與 08:00 之間的夜間點數倍率。訂閱與隨用隨付餘額明確不可互換。

如何稱呼它

有三條路徑，而且它們需要不同的憑證。

• Hosted API — the base URL is https://api.xiaomimimo.com/v1 for the OpenAI-compatible surface and https://api.xiaomimimo.com/anthropic for the Anthropic-compatible one. Authentication accepts either an api-key: $MIMO_API_KEY header or a Bearer token, and the model string is the lowercase mimo-v2.6-flash. Xiaomi's own note is blunt about the casing: use the all-lowercase names.

• 速率限制——mimo-v2.6-flash公佈的額度為每分鐘 100 次請求、每分鐘 1,000 萬個 token，以每個帳戶計算，涵蓋所有 API 金鑰，而非依個別金鑰計算。ultraspeed 識別碼則是例外，它以客製化服務的形式販售，而非按用量計費。

• 自架設 —— 這張卡附帶一份 SGLang 配方，採用 tensor parallel 8、data parallel 2，搭配 DP attention，並啟用多層 EAGLE 推測路徑（--speculative-num-steps 3、--speculative-eagle-topk 1、--speculative-num-draft-tokens 4），靜態記憶體比例 0.65 與 16384 分塊預填充，另有一份 tensor parallel 4 的 vLLM 配方。兩者都需要 --reasoning-parser mimo --tool-call-parser mimo才能正確解析思考輸出與工具呼叫。這些配方中的平行寬度自本版本最初的說明文件以來已經過修改；請以這張卡目前所寫的內容為準。建議的取樣參數為 temperature 1.0、top_p 0.95。

這個模型的所有參考資料都應納入一項註明日期的項目，因為它會自行改變現有整合的行為。小米的遷移通知指出，自 2026年10月14日 18:00（UTC+8）起，對 mimo-v2.5-pro 與 mimo-v2.5 的請求將自動路由至 V2.6 系列，且自 2026年10月21日 10:00（UTC+8） 起，舊的模型識別碼將停止運作。因此，鎖定在 V2.5 識別碼的流量已在未變更程式碼的情況下被重新導向——值得檢查，因為同一份通知指出，對這兩個 ID 的請求會分別被送往 Pro 和 Flash，而在成本上這並非同級替換。

如果你讀到這裡的原因，是你需要一個可呼叫的前沿模型，而不是下載，那麼誠實的說法是：MiMo-V2.6-Flash 在這裡並不是其中之一。我們不路由任何小米模型，而小米自家的模型卡則把可用性指向其第一方介面——Open Platform API、其工作室應用程式、其程式設計工具及其桌面用戶端。不過，小米在自己的表格中拿來做基準比較的那些模型是可以呼叫的，而且其中幾個就在 OrcaRouter 上，透過一組 API 金鑰、以供應商定價提供，0% 加成直接轉嫁，因此供應商價格變動會當天反映在你的帳單上，而不是等到續約時。在像這樣的一個頁面上，這件事比平常更重要，因為價目表是在過程中發布的，而總額會變動。

儲存庫名稱中的「-rl」，以及同一主檔名上的其他成品。

讀者搜尋這個模型時，使用 mimo-v2.6-flash-rl 的頻率與不帶後綴時一樣高，因此值得力求精確。廠商並未把「RL 變體」命名為一個獨立模型。這個後綴是該標準產物自身名稱的一部分：XiaomiMiMo/MiMo-V2.6-Flash-RL 是已發布的檢查點，而 -RL 標誌著後訓練譜系——小米直播至九月的混合強化學習訓練所產出的成果，而不是架在某個其他基礎模型上的強化學習適配器。佐證是結構性的，而非修辭性的：該儲存庫包含數以萬計的張量，涵蓋整個主幹、視覺編碼器、音訊堆疊與推測性草擬器，而檔案清單約為 178 GB。適配器只有數 MB。另外請注意廠商 API 對它的稱呼——mimo-v2.6-flash，完全沒有後綴。所以「-rl」是權重儲存庫的慣例，而輸入託管請求時，根本就不會被解析。

這個模型主幹上的另外三個後綴很普通，但值得了解：-MOPD是六天後發表的進一步後訓練升級版，-Pro是旗艦版，而非更大的 Flash，而-ultraspeed是作為客製化服務販售的速度模式。9B 蒸餾版與 RL 任務環境完全位於不同的儲存庫中。它們都不是 Flash 的量化版本，而這正是這些後綴會引人做出的假設。

讀者帶着三個問題而來

這是與 MiMo-V2-Flash 相同的模型嗎？不是，而且這種混淆的代價高昂，並非只是外觀上的差異。2025 年 12 月的檢查點與這個檢查點共享相同的主要規格輪廓——總參數 309B、啟用參數 15B、混合注意力、128 個 token 的滑動視窗——但它們是相隔九個月的兩次獨立訓練執行，具有不同的上下文宣稱（256K 對 1M）、不同的基準測試表，以及不同的部署配方。若依照較舊模型的數字來估算節點規模，或引用其價格，兩個方向都會出錯。

我現有的硬體裝得下它嗎？單張 GPU 裝不下，而廠商也沒有假裝可以。已公開的權重資料在任何 KV 快取之前，以 FP8 計算大約就有 178 GB，而小米自家的部署配方起跳就是 vLLM 要四張 GPU、SGLang 要八張。請把部署章節讀成廠商的最低需求，而不是建議，並留意這些配方需要明確的推理與工具呼叫解析器——少了它們，模型仍會生成，但你會失去思考通道，以及它大多數代理基準測試所依賴的結構化工具呼叫。

我到底該拉取哪個 Flash 產物？ 如果你想要的是基準測試和 API 所描述的內容，就拉 RL 檢查點；如果你想要的是它自家模型卡稱為其升級版的較後期後訓練階段，就拉 MOPD 儲存庫。不要因為預期有大小差異就把兩者都拉取；它們是同一血統、同一規模，只相隔六天，而 MOPD 模型正是 Xiaomi 的領域教師融合落腳之處。

什麼會改變這個頁面

有三件事，大致依照它們對一項決策的影響程度排序。由第三方在供應商自家的測試框架上跑一輪——DeepSWE v1.1 或 Terminal Bench，以提交結果而非自行回報的方式——就能確定 67.9 究竟是真實的定位，還是特定有利配置下的產物，也能解釋為什麼三個 Xiaomi 介面會針對同一欄位印出三個不同的數字。對音訊與視訊輸入介面做一次獨立測試，則能釐清產品卡上的全模態宣稱與第三方頁面上較狹隘的技術說明之間的落差。而再多一個供應商介面，把摘要中五層、七個 token 的草稿模型與設定檔中的三層對齊，就能消除容量規劃人員最後一個必須設法繞過的矛盾。

在那之前，可供參考的解讀範圍狹窄但尚堪使用。MiMo-V2.6-Flash 是一個 309B 參數、15B 活躍參數、採 MIT 授權的稀疏混合專家檢查點，具備 1M token 上下文與 128K 輸出上限，於 2026 年 9 月 21 日以 FLASH-RL 後綴發布，小米定價為快取未命中時每百萬輸入 token 0.14 美元、每百萬輸出 token 0.28 美元，且截至十月可透過該廠商自家端點以識別碼 mimo-v2.6-flash 呼叫。其廠商基準測試未經重現，唯一的獨立分數是在某項指數上得到 38 分，而自家體型更大的同門模型在該指數上得分 46，此外，其掛頭牌的參數數量，是這款模型周圍少數真正經得起檢驗、乾淨無誤的數字之一。