MiMo-V2.6-Pro 以每項任務 0.13 美元，將開放權重推上帕雷托前沿

小米 MiMo-V2.6-Pro 於 2026 年 9 月 21 日在 Hugging Face 上架，而自此之後傳得最遠的數字是 46——那是它在 Artificial Analysis Intelligence Index v4.3.2 上的得分，也是歷來任何開放權重模型在該綜合指標上寫下的最高分。決定你實際上能不能跑得動它的那個數字則更小。Artificial Analysis 在自家測試框架上評估 MiMo-V2.6-Pro 時，測得每個 Intelligence Index 任務的運算成本為 0.1332 美元，而這個數字讓該模型落在該網站「智能對比每任務成本」圖表的帕雷托線上。在四捨五入的下限之上，它是那條線上唯一的開放權重模型。

那是一個比「頂尖開放權重模型」更狹隘、也更有用的說法，而後者是多數發表報導所採用的框架。在智慧軸上位居第一，告訴你的是上限。落在成本曲線上，則告訴你市場上是否有其他東西在那個價格下嚴格更好。就 Xiaomi MiMo-V2.6-Pro 而言，截至本文撰寫時，沒有。

帕雷托線實際上衡量的是什麼

這張圖表將 Artificial Analysis 評估過的每一個模型繪製在兩條軸上：一條軸是 Intelligence Index，另一條軸是完成一項 index 任務的加權平均美元成本。位於 Pareto 線上的模型，無法被任何單一其他模型在兩條軸上同時超越——你找不到更聰明又更便宜的選擇。位於該線下方與左側的點則受到支配，因而掉出線外。

我們根據圖表中內嵌的資料重新計算了前沿，而不是憑肉眼判讀那條線。我們以 326 個同時具有指標分數與每項任務實測成本的模型為基礎，目前的前沿共有十四個點：

• Qwen3.5 2B（非推理）— 指數 6.2，每項任務成本四捨五入為 $0.000，開放權重
• Devstral 2 — 指數 8.6，每項任務成本四捨五入為 $0.000，開放權重
• North Mini Code — 指數 9.9，每項任務成本四捨五入為 $0.000，開放權重
• Claude Sonnet 4.6（非推理，高努力）— 指數 24.7，每項任務成本四捨五入為 $0.000，封閉
• Grok Build 0.1 0616 — 指數 27.2，每項任務成本 $0.006，封閉
• GPT-5.6 Luna（高）— 指數 32.1，每項任務成本 $0.044，封閉
• GPT-5.6 Luna（極高）— 指數 34.6，每項任務成本 $0.085，封閉
• Xiaomi MiMo-V2.6-Pro — 指數 46.3，每項任務成本 $0.133，MIT 授權的開放權重
• GPT-6 Astra（中）— 指數 49.6，每項任務成本 $1.541，封閉
• GPT-6 Astra（高）— 指數 50.9，每項任務成本 $1.725，封閉
• GPT-6 Astra（極高）— 指數 52.4，每項任務成本 $2.309，封閉
• GPT-6 Astra（最高）— 指數 52.7，每項任務成本 $3.258，封閉
• Claude Fable 5.1（極高，預設備援）— 指數 53.2，每項任務成本 $5.978，封閉
• Claude Fable 5.1（最高，預設備援）— 指數 53.4，每項任務成本 $7.630，封閉

從那份清單可以歸納出三件事。最便宜的四個點是實測成本四捨五入到小數點後四位為零的模型，因此曲線中有意思的部分是從 Grok Build 0.1 0616 開始的。Xiaomi MiMo-V2.6-Pro 是曲線上貨真價實的膝點，不是四捨五入造成的假象：再往上一個點，每項任務的成本高出 11.6 倍，只多換來 3.3 點指數分數。而在十個成本非零的前沿點中，恰好只有一個是開放權重——這正是「頂尖開放權重模型」這種說法所掩蓋的事實。在智能軸上最接近的開放權重模型 GLM-5.3 (max) 為 44.8，卻離那條線還差得遠：它每項指數任務要價 $2.006，是 MiMo-V2.6-Pro 數值的十五倍。Kimi K3 (max) 則落在 43.6 與每項任務 $2.000。

價目表沒有變動。帳單卻變了。

小米這一代並未調漲價格。MiMo-V2.6-Pro 的定價為每百萬輸入 token 0.435 美元、每百萬輸出 0.87 美元，而快取命中的輸入價格為 0.0036 美元——折扣幅度達 99.17%——這與前代旗艦所採用的價目表相同。以 7:2:1 的快取命中／輸入／輸出混合比例計算，這相當於每百萬 token 0.1765 美元。

然而，以 Intelligence Index 對 MiMo-V2.6-Pro 進行測試的成本為 206.66 美元，即每項任務 0.1332 美元，而同一套指標對 MiMo-V2.5-Pro 的測試成本則是每項任務 0.054 美元。Artificial Analysis 在相同的測試套件上記錄到，較新模型產生了 1.4 億個輸出 token，而較舊模型為 1.1 億個。價目表並未改變；模型只是為了回答同一個問題而寫得更多。這是對帕雷托最適位置所做的誠實補充說明——小米 MiMo-V2.6-Pro 儘管變得更為冗長，仍在成本軸上贏得了一席之地，而非因為它變得更便宜。

對任何正在估算預算的人來說，實務上的解讀是：以 token 為單位的定價如今已是很弱的指標，難以預測工作負載要花多少成本。兩個使用相同價目表的模型，在每完成一項任務的成本上可能相差 2.5 倍。快取折扣是能撬動幅度最大的槓桿：以每百萬個快取輸入 token 為 $0.0036 來看，重用上下文的提示與不重用上下文的提示之間的差異，大於這份清單上大多數模型配對之間的差異。

此分數涵蓋與不涵蓋的內容

46 是第三方測量結果，這點很重要，因為關於 MiMo-V2.6-Pro 幾乎所有其他已發布的數據都不是。索引版本也很重要：v4.3.2 是涵蓋推理、知識、數學與程式設計的十項評估的綜合體，而分數只有在同一版本上才能與其他分數相比較。小米在發布時一併公布的廠商數據——DeepSWE v1.1 為 71.9、AutomationBench v1.0.6 為 53.1、Toolathlon-Verified 為 76.9、Terminal Bench 2.1 為 89.9、CyberGym 為 94.0——來自小米自家的測試框架與評分器，且尚未被任何人重現。它們可作為該模型針對什麼進行調校的方向性證據，但並非排行榜上的成績。

這次發布的另一半是開放權重套件。Artificial Analysis 將該模型列為 1.0T 總參數、42B 啟用參數、1M token 上下文視窗，支援文字、圖像、語音與影片輸入並輸出文字，且採用 MIT 授權，權重放在 Hugging Face。該儲存庫本身回報的 Safetensors 模型大小為 524B 參數——這是第三個數字，既不符合 1.0T 總參數，也不符合 42B 啟用參數數，而小米尚未對此作出釐清。如果你打算自行託管部署，在配置任何資源之前，值得先解決這個落差，因為 524B FP8 檢查點和 1T 檢查點所需的硬體規模完全是兩回事。

一個你目前無法前往的邊境點

可用性狀況是本次發布最受限的一環。Artificial Analysis 在評估 Xiaomi MiMo-V2.6-Pro 時，只計入了一家提供該模型 API 的供應商。Hugging Face 的儲存庫指出，Xiaomi MiMo-V2.6-Pro 並未由任何推論服務供應商部署。我們本身也未託管它，而且我們不會暗示其他情況——如今取得這個模型的途徑，就是小米自家的平台，以及收錄它的第三方目錄。

那是容錯移轉問題，而不是品質問題，而這正是路由器存在的目的：解決這個特定問題。 用一個 API 存取數百個模型，並在供應商之間自動容錯移轉，這能把「目前只有一家供應商列出這個模型」從架構風險變成設定細節。這也是你分階段移轉到這麼新模型上的做法：把一部分流量送往 Xiaomi MiMo-V2.6-Pro，在它背後保留一個經過驗證的模型，讓路由器移動請求，而不是靠你的待命輪值。這對我們有提供的模型有效。至於這一個，在它可以被路由之前，誠實的建議是別把它放上關鍵路徑。

什麼會讓它離開這條線？

帕雷托位置是一個快照，而不是模型的固有屬性。有三件事會改變它。小米降價會讓 Xiaomi MiMo-V2.6-Pro 進一步向左移，使它更難被超越——而且因為我們以 0% 加價將供應商定價原樣轉嫁，這樣的降價只要在任何地方出現，我們這邊當天就會同步生效。一款定價更低、得分高於 46.3 的模型會直接把它擠下榜；GPT-6 Astra（low）目前已以每項任務 0.818 美元的價格落在 45.8，雖然更貴，但在智力軸上近得令人不安。而 MiMo-V2.6-Flash 的獨立基準測試——它目前根本沒有 Artificial Analysis 頁面——可能會揭示，這款更便宜的兄弟模型在大多數工作負載下佔據曲線上更好的位置。

目前，站得住腳的說法是算術上的那個。在當前的索引版本上，以當前公布的價格來看，市場上沒有任何模型既在每項任務上更便宜，又比小米 MiMo-V2.6-Pro 更聰明。這個說法能否撐過首次獨立複現，才是值得關注的問題。