小米 MiMo-V2.6 实测：五项真实任务跑完，开源性价比又卷出新高度

开源模型又到了换“卷王”的时候。小米这次发布 MiMo-V2.6 的方式相当少见：后训练全程直播，训练步数、评测曲线、烧掉的费用全部实时挂在网页上，两天烧掉 200 万美元，最终 Flash 和 Pro 两个模型合计花了 347 万美元。这可能是开源模型团队按算力算最大规模的单次强化学习训练之一。

先看成绩单

在 Artificial Analysis 的智能指数榜上，MiMo-V2.6-Pro 以 46 分直接冲到开源模型第一，落在“能力更高、成本更低”的最划算区间，单任务成本约 0.13 美元。真实软件工程基准 DeepSWE v1.1 上，Pro 从 58.4 涨到 72.6，Flash 从 48.8 涨到 65.7——基座没换，全靠后训练提分，连 RL 代码、训练环境和技术报告都一并开源了。

五项真实任务的实际表现

跑分是入场券，实际用起来如何才是关键。在官方客户端 MiMo Desktop 里，用五项多轮迭代的真实任务做了实测：

3D 建模：用 three.js 程序化建模太和殿，它会主动查资料核对脊兽数量，发现不同来源把骑凤仙人算没算进去的差异，第二轮加上三层台基与铜龟铜鹤后，三角面数涨到 5.4 万。

前端审美：给一家高端极地旅行社做官网，三个版本分别走了包豪斯、原研哉式留白和电影感全屏路线，没有一版带“一眼 AI”的模板味。

真实代码任务：把一个开源仓库里挂了半个月的 bug 丢给它，读代码、定位、修复，五分钟收工，再用仓库里 15 份真实文件做改前改后对比验证。

办公数据处理：把直播页两个模型的逐节数据扒下来整理成 CSV 再做成数据页，还主动列出 6 处与官方报告不一致的数字并逐个修正。

长程研究与幻觉控制：研究一个发布仅七天、任何模型训练数据里都不可能有的新模型，三条联网路径全断的情况下，它转而操控真实浏览器完成了四十多次检索，交出十八页研报；核查表 18 条官方事实命中 14 条，五类编造点零命中。

账单才是惊喜

五项任务 18 轮共 171 分钟，输入 token 的缓存命中率高达 95.7%。缓存命中的单价远低于未命中，这意味着实际花费比标价更能打——五个复杂任务总共只花了约九块钱，一杯奶茶的价格。

结论很直接：如果你的常用 API 还停在上一代开源模型上，MiMo-V2.6-Pro 和 Flash 值得现在就替换上去，尤其是高频调用、对成本敏感的场景。