小米今日凌晨正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两个原生全模态模型。

　　小米称这是其探索 RSI路径的关键一步，通过规模化扩展强化学习算力，让模型在持续的探索与反馈中拓展智能边界。

　　在 RL 训练阶段，MiMo-V2.6 可能是目前国产开源模型中投入 RL 算力最多的模型之一。Pro 与 Flash 训练历时不到 6 天，成本分别约 262 万美元与 85 万美元，各完成 30 步，累计约 75 万条轨迹。

　　本次训练从三个维度扩展 RL 算力：更大的 Batch 与更高吞吐，单次更新使用 1568 个样本，支持 100 万上下文长度训练，单步训练 Token 达 3.5 至 3.7B；更多任务与复杂环境，构建覆盖 Code、General、Visual、Cyber 等方向的多任务训练体系；更大的 Grader 算力，通过 Group 内相对比较为长程 RL 任务提供更精准的奖励信号。

　　能力扩展上，MiMo-V2.6 融合了 3D 空间推理、多模态感知与计算机操作能力。在游戏开发中，用户输入、或文字后，模型可将需求拆解为多个任务，由多智能体协作完成 3D 场景搭建、交互逻辑编写与

　　科研方面，MiMo-V2.6-Pro 协助研究人员完成了全氟和多氟烷基物质吸附用金属有机框架材料的设计方案筛选，并在 Lean 4 中完成了 Li-Yorke 经典论文

　　MiMo-V2.6 系列沿用 V2.5 系列的 API 定价：Flash 为每百万词元输入 1 元、每百万输出 2 元；Pro 为 3 元和 6 元，并提供 99% 缓存折扣。在同等智能水平下，价格仅为海外模型的 1/20 至 1/60。

　　MiMo-V2.6 系列已上线 Xiaomi MiMo 开放平台。原邀测活动将在 1 周后结束，已获得邀测资格的用户切换模型名称后方可继续使用。

　　同时，小米全面开源 MiMo-V2.6-Pro、Flash 模型权重与技术报告，同步开放 MiMo-V2.6-Distill-Qwen-9B 及配套 RL 研究资源，分享经过验证的训练实践，以下是详细开源内容：

　　特别

　　太难了！网传小女孩三次被奶奶推出门外，哭累了就在地上睡一觉，网友：是个难题！看孩子就挣不了钱，出去打工就看不了孩子

　　iPhone 18第一批受害者来了？网友发文吐槽“24小时[*]机5次，已退货”；不少网友晒图曝光外壳掉漆变形，经营商：每年都有这种情况

　　网友又发现12306购票页面的“小秘密”：部分车次带“车”标识，客服称系“自行车随身行”服务，收费88元/辆

　　“贾国龙要求罗永浩下跪才愿意和解”冲上热搜，罗永浩发文回应：不要信谣传，已经取证，接下来会该投诉的投诉，该起诉的起诉