小米开源MiMo-V2.6系列：6天RL训练75万轨迹，Pro成本262万美元，性能对标顶级闭源
2026.09.22 · 产品 · 模型发布 · 官方发布
小米MiMo-V2.6发布，含训练成本、性能提升、定价及新应用。
小米发布并开源MiMo-V2.6 Pro与Flash全模态模型，经约6天Live RL、75万条轨迹训练，Pro在AAII获46分，超越Kimi K3和Qwen3.8 Max，成最强开源模型，但不及Claude Fable 5.1和GPT-6 Astra。训练成本Flash约85万、Pro约262万美元，API价格不变，性价比为海外模型1/20至1/60。同时开源Distill-Qwen-9B、7k+任务环境等资源，并推出…
- Pro和Flash经6天Live RL，75万条轨迹训练
- Pro在AAII获46分，超越Kimi K3和Qwen3.8 Max
- 训练成本：Flash约85万，Pro约262万美元
- API价格不变，性价比为海外模型1/20至1/60
- 开源Distill-Qwen-9B、7k+任务环境等资源
为什么值得看
展示规模化RL训练细节和成本，凸显开源模型性价比优势。
适合谁关注
小米MiMo团队，面向AI研究者和开发者。