小米9月22日发布并开源 MiMo-V2.6系列，含 MiMo-V2.6-Pro 与 MiMo-V2.6-Flash 两款原生全模态模型，权重与技术报告已通过 HuggingFace 全面开源，同步上线 MiMo Desktop 桌面客户端与 Xiaomi MiMo 开放平台，API 定价沿用 V2.5不变，客户端另提供最高20倍输出速度的 UltraSpeed 模式。

QQ20260922-092637.jpg

这是小米探索 RSI（递归自我改进）路径的关键一步。不到6天的 Live RL 训练中，Flash 与 Pro 训练成本分别约85万与262万美元，各完成30步、累计约75万条轨迹，任务平均通过率相对提升25% 与12%，DeepSWE v1.1分别由48.8升至65.68、由58.4升至72.57。算力扩展聚焦更大 Batch(单次更新1568个样本、1M 上下文)、更丰富任务环境与更大 Grader 算力，并冻结 MoE Router 以抑制专家负载漂移。

能力层面，模型覆盖3D 开放世界游戏生成、Blender 三维建模、具身机械臂控制与 Computer Use，科研上完成 PFAS 吸附 MOF 材料的设计与筛选，并在 Lean4中完成 Li–Yorke 混沌定理主定理的形式化，产出6000余行源码并通过内核核验;在设计评测 Design Arena 上已与 Claude Opus5、GPT-5.6Sol 水平相近。

在 Artificial Analysis 智能指数中，MiMo-V2.6-Pro 取得46分，超过 Kimi K3与 Qwen3.8Max，成为当前最强开源模型，但距 Claude Fable5.1、GPT-6Astra 等最强闭源模型仍有差距，同等智能下价格仅为海外模型的1/20至1/60。其同步开放7k+ 高质量 RL 任务环境、端到端训练框架与 MiMo-V2.6-Distill-Qwen-9B 及配套 RL 资源，延续了开源阵营以大算力强化学习追赶闭源前沿的行业趋势。

开源链接:

https://huggingface.co/collections/XiaomiMiMo/mimo-v26