小米MiMo-V2.6-Pro上线三周登顶三项开源评测第一，强化学习训练全程公开

小米技术于10月15日公布其大模型MiMo-V2.6-Pro的最新评测结果：该模型自9月21日开源发布以来仅三周时间，便在三项面向真实任务的权威评测中斩获开源模型第一名。这一成绩不仅体现其技术实力，更凸显了其在能力与成本之间取得的显著平衡。

具体来看，MiMo-V2.6-Pro在Artificial Analysis与Arena联合发布的四项评测中表现突出：在真实仓库编程榜单FrontierCode 1.1中得分45%，位居开源第一；在网络安全漏洞防御榜单Cyber Index中获得56分，同样排名第一；在基于真实用户会话的智能体评测Agent Arena中亦拔得头筹，单任务成本约0.11美元。唯一未登顶的是交互式3D任务榜单AA-3D，位列开源第二。

FrontierCode 1.1的测试机制尤为严苛——它不只检验代码能否通过单元测试，更关注修改后的代码是否满足开源项目维护者对可读性、可维护性及合并规范的要求。MiMo-V2.6-Pro在此项中达成45%的成功率，远超多数开源模型，平均单任务成本仅0.18美元，约为同类顶尖模型（如Grok 4.7）的1/65。

Cyber Index则聚焦AI在真实安全场景中的实用性，评估模型发现、分析与修复漏洞的能力。MiMo-V2.6-Pro取得56分，与闭源模型Grok 4.7（xhigh版）并列榜首，但后者单任务成本高达11.67美元，成本效率差距悬殊。

Agent Arena的评测逻辑更具现实意义：它基于数万条真实用户与智能体的交互会话，从任务完成率、用户满意度、响应质量等多维度综合打分。MiMo-V2.6-Pro在此榜单中不仅排名开源第一，还与同系列轻量版MiMo-V2.6-Flash一同进入“能力-成本”帕累托前沿——即在给定成本下性能最优的模型集合。这意味着小米在模型设计上并未单纯追求参数膨胀，而是系统性优化推理效率与任务适配性。

MiMo-V2.6系列包含Pro与Flash两款原生全模态模型，均支持文本、图像、语音与视频输入，上下文窗口达100万Token。其中Pro版为万亿参数规模模型，每次激活约420亿参数，重点强化复杂推理、编程及智能体任务处理能力；Flash版则面向高吞吐、低延迟场景优化。

值得注意的是，小米此次发布最引人注目的并非仅是评测成绩，而是其训练过程的全面公开。9月15日至19日，团队通过公开仪表板实时直播了强化学习（RL）训练全过程，完整披露关键指标与资源消耗：MiMo-V2.6-Flash强化学习阶段花费85.4万美元，Pro版达262.1万美元，合计约350万美元——该数字仅涵盖RL阶段，未计入预训练成本。

这一做法在千亿级参数模型中极为罕见。此前MiniMax披露其M1模型RL训练费用为53.5万美元，DeepSeek R1为29.4万美元，而MiMo-V2.6-Pro规模更大、任务更复杂（尤其侧重长上下文与智能体行为建模），其公开账单的透明度显著提升行业基准。

项目负责人、前DeepSeek核心成员罗福莉在X平台解释称，团队耗时近六个月探索RL边界，持续扩大训练数据多样性、环境复杂度与评判标准颗粒度。“我们将在未来几周内分批开源相关细节”，她表示。Hugging Face联合创始人Thomas Wolf评价此举为“在如此大规模训练中展现出的令人印象深刻的开放程度”。

除模型权重外，小米以MIT许可证开源了技术报告，并同步发布一个基于Qwen架构的90亿参数基础模型，旨在降低智能体强化学习研究门槛。该策略与当前开源社区趋势高度契合：从单纯发布权重，转向提供可复现、可迭代的完整研发路径。

对比近期其他开源进展，面壁智能于10月13日发布的MiniCPM-V 4.7（35B-A3B）成为首个可在端侧无损流畅运行的开源MoE模型，依托自研LES专家调度技术实现3GB内存下15+ token/s解码速度；其MiniCPM系列全球下载量已超6000万次。这表明中国开源大模型生态正呈现“云端重能力、端侧重效率”的双轨演进格局。

MiMo-V2.6-Pro的快速登顶，反映出国产大模型在真实任务导向评测体系下的加速追赶。过去一年，开源模型评价重心已从通用能力（如MMLU、HumanEval）转向工程落地能力——能否在真实代码库中提交可合并的PR、能否在用户对话中稳定完成多步骤任务、能否在安全审计中识别隐蔽漏洞。这些场景恰恰是企业级应用的核心痛点。

行业观察指出，当前开源模型竞争已进入“精细化运营”阶段：参数规模不再是唯一标尺，推理成本、上下文稳定性、多模态对齐质量、以及训练可追溯性共同构成新竞争力维度。小米此次将RL训练账单与过程公开，实质是将“可信开源”作为差异化支点，试图在闭源巨头主导的性能竞赛之外开辟新赛道。

目前，MiMo-V2.6系列已在Hugging Face等平台开放下载，开发者可基于其构建定制化智能体或垂直领域应用。随着更多细节逐步开源，其训练方法论或将进一步影响国内大模型研发范式。

开源大模型的竞争，正从“谁跑得更快”转向“谁走得更透明、更可持续”。小米MiMo-V2.6-Pro的阶段性成果，为这一转向提供了具象样本。