小米开源 MiMo V2.6 系列 凭大规模 RL 登顶全球开源模型榜首

小米 MiMo 团队发布并全面开源新一代 MiMo V2.6 系列三款模型 Pro、Flash、Ultraspeed，其中 Pro 在 AA 智能指数中获 46 分，位列全球开源模型第一、国产模型第一，性能比肩全球顶尖闭源旗舰，且与同分的 Grok 4.7 相比成本低近 30 倍，形成新的「智能-成本」帕累托前沿。三款模型分别面向旗舰性能、高频规模化任务、高实时交互场景，在游戏开发、3D 建模、办公文档生成、新材料研发等实战场景表现突出，并非跑分型模型。该系列未改动预训练基座与参数，通过规模化扩展 RL 算力的后训练革命实现智能跃升，其创新的 MixRL 混合任务强化学习方法，依托 Rollout 计算、环境与 Harness、Grader 计算三轴协同的自我改进系统，搭配整套稳定性基建，完成了开源世界迄今最大规模的单次 RL 训练，还全程公开训练过程，展现出 RL 的高样本效率与泛化能力。该系列延续了 MiMo 此前积累的技术效率路线，实现智能翻倍且价格维持不变，将全球前沿智能带入 0.1 美元区间，大幅拉开与其他模型的性价比差距。