小米开源 MiMo-V2.6 多模态系列：大规模强化学习推动自我改进

小米于今日正式发布并开源 Xiaomi MiMo-V2.6 系列，包含 Pro 与 Flash 两款原生全模态模型。官方称这是探索递归自我改进（RSI）路径的关键一步：在可验证复杂任务上扩大强化学习算力，让模型在试错与反馈中持续拓展能力边界。

据小米介绍，MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index 获得 46 分，超过 Kimi K3 与 Qwen3.8 Max，成为目前最强的开源模型之一，但仍落后于 Claude Fable 5.1、GPT-6 Astra 等顶尖闭源模型。官方称在多数 Agent 评测上，Pro 已接近 Claude Opus5 与 GPT-5.6 Sol；Flash 则全面超越上一代 MiMo-V2.5-Pro。

公开直播的 RL 训练约 6 天，Flash 与 Pro 各完成约 30 步、累计约 75 万条轨迹，训练成本分别约 85 万美元与 262 万美元；DeepSWE v1.1 等长程软件工程评测亦有明显提升。小米同步开源权重、技术报告、RL 环境与训练代码，并推出 Distill-Qwen-9B 等配套资源，API 价格与 V2.5 系列持平。