小米 2026-09-22 开源的 MiMo-V2.6-Flash：一句话，它是上代 V2.5 的「全模态 + 更小更聪明 + 价格不变」升级版------能看图片、看视频、听音频，而 API 价格一分没涨。
下面不堆参数，而是围绕一个最实用的问题展开：相比半年前的 V2.5，它到底改了什么、值不值得换。 内容覆盖：定位差异、技术规格、上手方式、真实表现、适用场景，以及和同期旗舰的对比。
一、导读摘要（TL;DR）
关键词（Tags）：MiMo-V2.6-Flash、小米开源大模型、全模态模型、MoE 混合专家、V2.6 对比 V2.5、AI 模型选型、本地部署、API 价格、小米 MiMo
- 一句话结论：V2.6-Flash 是 V2.5 的"全模态 + 更小更聪明 + 价格不变"升级版。V2.5 是纯文本、1.02T/42B 的 Agent 旗舰；V2.6-Flash 是 309B/15B 的原生全模态模型，能读图、看视频、听音频。
- 最关键的三个变化：① 纯文本 → 原生全模态（文/图/视频/音频）；② 参数大幅缩小但智能翻倍（训练范式从"预训练+后训练"换成"大规模混合强化学习"）；③ API 价格沿用 V2.5 老价，等于白送一档智能。
- 状态提醒 ：上代 V2.5-Pro 的 API 已于 2026-10-21 正式失效（官网已切到 V2.6），所以现在新接入只有 V2.6 系列可选；V2.5-Pro 仅剩开源权重可自部署。
- 结论：如果你之前在看 V2.5，直接平移到 V2.6-Flash 就行------能力全面覆盖且多出多模态，价格还一样；只有要冲最强开源智能上限才需要上 V2.6-Pro。
先看懂三个词（30 秒）： ① 多模态 ------模型能直接吃图片 / 视频 / 音频，不只是文字；② MoE（混合专家） ------每次只激活一小部分参数，所以「总参数大、实际省算力」；③ Agent------模型能调工具、操作电脑、跑代码，而不只是聊天。
二、先交代上代：V2.5-Pro 是什么（以及为什么它退场了）
MiMo-V2.5-Pro 是小米 2026 年 4 月 28 日发布并开源（MIT）的纯文本 旗舰模型，罗福莉带队。它是上一代的主推款，定位"为真实生产力而生的 Agent 基座"（想看它的完整基线与"为什么会退场"，可到 小米 MiMo 全部模型 对照查阅）：
- 参数 1.02T 总 / 42B 激活（MoE），1M 上下文 / 128K 输出，27T tokens 训练；
- 能力集中在深度思考、工具调用、长程代码与复杂多步任务（官方公开过编译器开发、全栈应用、芯片 EDA 等可验证工程成果）；
- 它在当时已经是开源里 Agent 能力很强的选项，但两个硬限制：一是纯文本（看不了图、听不了音频），二是现在 API 已下线。
理解 V2.5 的"能"与"不能"，才能看清 V2.6-Flash 这次到底往前走了多远。
三、核心：V2.6-Flash 相比 V2.5 改变了什么
| 维度 | V2.5-Pro（上代，已下线） | V2.6-Flash（这一代，在役） | 改变了什么 |
|---|---|---|---|
| 发布时间 | 2026-04-28 | 2026-09-22 | 约半年迭代 |
| 模态 | 纯文本（文进文出） | 原生全模态：文本/图像/视频/音频进，文本出 | 从"盲人"到"能看能听" |
| 参数规模 | 1.02T 总 / 42B 激活 | 309B 总 / 15B 激活 | 参数量大幅缩小 |
| 训练数据 | 27T tokens（文本） | 48T tokens（26T 文本 + 22T 多模态） | 补齐多模态语料 |
| 训练范式 | 预训练 + 后训练 | 大规模混合强化学习（RSI 路径，"You Only RL Once"） | 方法论代际跃迁 |
| 综合智能 | AA 智能指数 ≈ 21.6 / Elo ≈ 2160 | AA 智能指数 ≈ 37.9 / Elo ≈ 2834 | 智能接近翻倍 |
| API 价格 | 输入¥1 / 输出¥2 每百万 token | 沿用不变 | 价格没涨，白送一档智能 |
| 模型状态 | 2026-10-21 API 已下线 | 在役，官网/Desktop/OpenRouter 可用 | 上代接不到了 |
下面把变动最大的几项展开说。
变化 1：从纯文本到原生全模态（最本质）
V2.5 是"能聊能写能调工具，但看不见也听不见"。V2.6-Flash 在架构里直接塞进了 681M 参数的 MiMo ViT（视觉）+ 308M AudioTokenizer + 127M 音频补丁编码器 ，让一个模型同时吃文本、图像、视频、音频，输出文本。这意味着你不再需要"视觉模型 + 语言模型"拼装------上传一张图、一段视频或一段录音，它就能理解并据此作答、写代码、做分析。这是这一代相对上代最值钱的变化。
变化 2：参数更小，但智能反而暴涨
反直觉的一点：V2.6-Flash 的总参数从 1.02T 缩到 309B、激活参数从 42B 降到 15B，体量小了三分之二以上，但综合智能（AA 指数 / ModelBeats Elo）却从约 21.6 涨到约 37.9------接近翻倍，并逼近闭源主流。这说明小米这次不是靠堆参数，而是靠训练范式升级 ：把算力从"堆预训练数据"挪去"在真实环境里做大规模强化学习"，让模型自己试错、自己学。对使用者来说，更小意味着推理更省显存、更高吞吐，智能却更高，性价比直接上台阶。
变化 3：训练范式从"后训练"换成"大规模混合 RL"
V2.5 是标准的预训练 + 后训练路线。V2.6 整代的核心叙事是 RSI（递归自我改进）：以可验证的复杂任务为基础，一次 RL 跑通 Code / General / Visual / Cyber 四类任务（小米叫"You Only RL Once"）。Flash 这一版以 Distill-Qwen-9B 为起点，不到 6 天、约 85 万美元、30 步迭代、累计约 75 万条轨迹完成训练，且全程官网直播。结果是 Agent 能力（尤其是终端、自动化、安全）普遍比上代强一大截。
变化 4：价格不变，性价比被动提升
V2.6 系列沿用 V2.5 的 API 定价 （国内约输入 ¥1 / 输出 ¥2 每百万 token，并提供高达 99% 上下文缓存折扣）。智能翻倍、能力多出多模态，价格却一分没涨------这就是小米说的"智能-成本帕累托前沿再度外推"。对成本敏感的高频调用场景，这是实打实的利好。横向比价可参考 大模型 API 价格对比（Crazyrouter 汇总的官方 / 云厂商 / 自家价格表）。
变化 5：能力边界从"写代码"扩展到"操作世界"
V2.5 的能力重心在软件工程 Agent。V2.6 进一步长出 Computer Use Agent（看懂界面并操作办公软件）、3D/具身（Blender 建模、控制机械臂）、科研 Co-Scientist（材料/数学形式化）、数字内容创作（前端/PPT/视频/音乐）------小米把它概括为从"Vibe Coding"到"Vibe World"。简单说：上代是"帮你写代码的数字员工"，这代是"能看屏幕、能操作电脑、能生成多模态内容的数字员工"。
四、V2.6-Flash 自身技术规格
| 项目 | 参数 |
|---|---|
| 架构 | 稀疏 MoE（Sparse Mixture-of-Experts，即「混合专家」：每次只激活一小部分参数，所以「总参数很大、实际很省算力」） |
| 总参数 / 激活参数 | 309B 总 / 每 token 激活 15B |
| 层数 | 48 层（39 层滑动窗口注意力 SWA + 9 层全局注意力 GA） |
| 专家 | 256 个路由专家，激活 8 个，无共享专家 |
| 视觉编码器 | 681M 参数 MiMo ViT（28 层） |
| 音频部分 | 308M AudioTokenizer + 127M 音频补丁编码器 |
| 推测解码 | 5 层 MTP，每次前向预测 7 个 token（提吞吐） |
| 上下文长度 | 1,048,576 tokens（1M） |
| 最大输出 | 128,000 tokens（128K） |
| 输入模态 | 文本、图像、视频、音频 |
| 输出模态 | 文本 |
| 训练数据量 | 约 48T tokens（26T 文本 + 22T 多模态） |
| 授权 | MIT（开源，权重可自部署） |
| 本地部署参考 | FP16 约需 640GB 显存（推荐 8×H100 80GB，SGLang TP8）；Q4_K_M GGUF 约 180GB |
混合注意力（滑动窗口 + 全局）是它能把 1M 上下文"用得起"的关键------大部分层只在局部窗口算注意力，只有少数全局层负责跨长距离信息。
五、基准表现（以及和 V2.5-Pro 的对照）
V2.6-Flash 在 Agent 类基准上相对上代是"碾压级"提升。下表中 V2.5-Pro 列为上代主推的同口径参考（注：V2.5-Pro 多数 Agent 基准公开数据较少，此处以小米同代发布说明中提及的"Flash 全面超越 V2.5-Pro"为据，列出可对齐的数字）：
| 基准 | V2.5-Pro（上代） | V2.6-Flash（这一代） | 变化 |
|---|---|---|---|
| AA 综合智能指数 | ≈ 21.6 | 37.9 | 接近翻倍 |
| DeepSWE v1.1（软件工程） | ------ | 67.9 | 上代远不及（发布说明称 Flash 全面超越 V2.5-Pro） |
| Terminal Bench 2.1 | ------ | 87.6 | 终端操作强 |
| OSWorld-Verified（电脑操作） | ------ | 80.8 | 新增 CUA 能力 |
| CyberGym（安全） | ------ | 95.1 | 安全项领先同代 Pro |
| HLE（人类最后考试，独立评测） | ------ | 35.1 | 推理上限仍低于 Pro/闭源 |
一句话：上代 V2.5-Pro 的强项在"长程文本工程"，而这代在多模态理解 + Agent 操作 + 安全等维度整体跃升；短板则是超难攻防（ExploitBench 仅 25.3，明显弱于 V2.6-Pro 的 47.9）。
六、如何使用（上手步骤）
- 官方开放平台（按量计费 API）：在 Xiaomi MiMo 开放平台充值，创建账号并生成 API Key，按实际 Token 消耗扣费，余额实时可查。
- 接口零改动迁移 ：API 同时兼容 OpenAI 和 Anthropic 协议，从 V2.5 或其他兼容模型切过来，只需改
base_url和model名即可。 - 桌面客户端：下载 MiMo Desktop 桌面端，订阅会员即可直接使用 Flash（也可自带 API Key）。
- 第三方渠道：已上架 OpenRouter 等聚合平台，可直接调用。
- 本地自部署：用 SGLang / vLLM 拉起开源权重（需多卡大显存），适合对数据隐私 / 高并发有要求的团队。
定价（API，美元 / 每百万 token）：输入缓存命中 0.0028、缓存未命中 0.14、输出 $0.28。国内人民币约输入 ¥1 / 输出 ¥2 每百万 token，并提供高达 99% 的上下文缓存折扣。
七、核心优势与适用边界
核心优势
- 全模态原生：文本 / 图像 / 视频 / 音频统一进一个模型，省去多模型拼接。
- 更小更聪明：309B/15B 相对上代体量大缩，智能却翻倍，推理更省、吞吐更高。
- 性价比突出：价格沿用 V2.5，智能与多模态双升级，成本敏感场景友好。
- Agent 能力扎实：终端、自动化、安全等基准突出，部分项超同代 Pro。
- 完全开源可私有化：MIT 协议，权重、技术报告与 RL 框架一并放出。
适用边界
- 智能上限低于 V2.6-Pro：AA 指数 37.9 vs Pro 46.3，闭源顶尖约 57.6------差一个身位。
- 硬核攻防偏科：ExploitBench 仅 25.3，超难攻击任务别指望它顶 Pro。
- 本地门槛不低：总权重 309B，FP16 自部署约需 640GB 显存；个人走 API / 量化 GGUF 更现实。
- 输出仅文本：能"看懂"音视频，但生成端仍是纯文本。
八、应用场景
- 多模态办公 / 客服：上传截图、文档、录音即可让模型理解并产出方案，不必先转文字。
- 软件开发 / 软件工程：代码生成、BUG 修复；DeepSWE v1.1 达 67.9 分。
- 计算机操作（CUA）：理解图形界面并操作办公与生产力工具，据视觉反馈排查问题。
- 3D 与具身：按文字或参考图在 Blender 中生成三维资产，仿真环境驱动机械臂。
- 内容创作：前端网页、PPT、SVG、视频、音乐等数字产品；Design Arena 接近主流 Pro 级。
- 高并发服务：低激活参数实现高吞吐，适合大规模 Agent 编排与批量推理。
九、选型判断：现在该用哪个
- 从 V2.5 平移过来 ：直接选 V2.6-Flash。能力全面覆盖上代且多出多模态，价格一致，接口兼容零改动。注意 V2.5-Pro 的 API 已失效，别再调旧名。
- 要冲最强开源智能 / 超高速 ：上 V2.6-Pro（AA 46.3，且有 20 倍 UltraSpeed 模式）；只在最难攻防与超长程任务上明显强于 Flash。
- 要私有化部署且算力有限：Flash 权重开源，但 309B 仍需多卡；个人玩家走 API 或 Q4 量化更实际。
- 和闭源比：V2.6 系列仍弱于 Claude Fable 5.1 / GPT-6 Astra 等顶尖闭源；要最强智能选闭源，要可私有化 + 低成本选 MiMo 开源系。
十、常见问题（FAQ）
Q：V2.5-Pro 还能用吗？和 V2.6-Flash 什么关系？
A：V2.5-Pro 的 API 已于 2026-10-21 正式失效，仅剩开源权重可自部署；V2.6-Flash 是它的代际继任者，能力全面覆盖上代并新增全模态，价格不变。新接入请用 V2.6 系列。
Q：Flash 和 Pro 怎么选？
A：默认 Flash------智能接近 Pro 的约 80%、价格约 1/3；要冲最强开源上限或要 20 倍超高速，再上 Pro。
Q：本地能跑吗？
A：权重完全开源，但 309B 总参数 FP16 自部署约需 640GB 显存（多卡 H100）；个人可走 Q4_K_M GGUF（约 180GB）或直接使用 API。
Q：从 V2.5 迁移要改很多代码吗？
A：不用。API 兼容 OpenAI 和 Anthropic 两种协议，把 base_url 和 model 改成 MiMo 的即可，几乎零改动。
Q：价格真的很便宜？
A：沿用 V2.5 老价，国内约输入 ¥1 / 输出 ¥2 每百万 token，并有高达 99% 的上下文缓存折扣；叠加 1M 长上下文复用，长文档场景成本优势明显。
Q：它和 GPT-6 Astra、Claude 比呢？
A：顶尖闭源仍更强，但 V2.6-Flash 以开源 + 全模态 + 低价格取胜；要最强智能选闭源，要可私有化 + 低成本选 MiMo 开源系。
十一、项目地址与参考外链
- 小米 MiMo 官网 / V2.6 发布说明：mimo.xiaomi.com/mimo-v2-6
- 开放平台（API 接入）：platform.xiaomimimo.com
- HuggingFace 开源权重（MIT）：XiaomiMiMo/MiMo-V2.6-Flash-RL
- MiMo-V2.6 技术报告（架构图 / RL 成本图出处）：arxiv.org/abs/2610.11959
技术参数、基准与定价来自小米官方模型页、发布说明及公开资料（百度百科、ModelBeats、AI-Develop、EveryLocalAI 等交叉核对），未做主观评分；涉及厂商自报的基准已注明口径，综合智能指数引用 Artificial Analysis / ModelBeats 口径。因模型迭代快，具体数字以官方最新页面为准。