副標：同樣是半年一更，V2.6-Flash 卻把小米從「堆預訓練」帶向「強化學習自我迭代」——更小、更聰明、還多了眼睛和耳朵

大多數人看到「小米又更新模型」這種消息，直覺是劃過去——反正大模型每週都在出。但這次 V2.6-Flash 值得停下來看一眼，原因是它和半年前的 V2.5 不在同一條技術路線上：上一代是「把模型做大、把資料堆多」，這一代則是把算力的重心從預訓練挪去真實環境的強化學習。結果出現了一個反直覺的組合——參數縮水、智能翻倍、多出多模態、價格卻一分未漲。以下不列參數清單，而是沿著「它到底換了什麼方法」這條線，把這次升級講清楚。

一、先說一個多數人會忽略的前提：V2.5 已經接不到了

談升級之前，有個事實比任何規格都重要：上一代主力 MiMo-V2.5-Pro 的 API 已經在 2026-10-21 正式失效。在那之前還有約一週的「軟切換」緩衝（舊名稱會自動轉發到新模型），但緩衝期過後，還在呼叫 mimo-v2.5-pro 的服務會直接報錯。

換句話說，這不是「要不要升級」的選擇題，而是「你的線上服務什麼時候會斷」的計時器。V2.5 目前只剩開源權重能自己架，官方雲端入口已經不存在。這也是為什麼它值得現在讀——關乎的是遷移，而不是獵奇。

二、最直觀的改變：它終於「看得到、聽得見」

V2.5 是一個純文字模型：能聊、能寫、能呼叫工具，但對圖片、影片、聲音完全「失明失聰」。要在上一代做視覺相關的功能，你得起一套獨立的視覺模型，再把兩邊拼起來。

V2.6-Flash 在架構裡直接嵌進了約 681M 參數的視覺編碼器（MiMo ViT）與音訊編碼器，讓文字、圖像、影片、聲音全部匯進同一條 token 流，經過混合注意力主幹處理後，統一產出文字。下圖就是這條共享輸入流的樣子：

對使用者來說，意義在於你不再需要維護「視覺模型 + 語言模型」的拼接架構——上傳一張圖、一段影片或一段錄音，它就能直接理解並據此回答、寫程式、做分析。這一步是把「多模態」從外接插件變成了原生能力。

三、反直覺的地方：模型變小了，卻更聰明

如果只看數字，V2.6-Flash 像是「縮水版」：總參數從 V2.5-Pro 的 1.02T 降到 309B，每個 token 活化的參數從 42B 降到 15B，體量小了三分之二以上。但綜合智能（Artificial Analysis 指數）卻從約 21.6 漲到約 37.9，接近翻倍。

關鍵不在參數量，而在訓練方法。這一代的核心敘事是 RSI（遞迴自我改進），小米稱之為「You Only RL Once」——以可驗證的複雜任務為基礎，一次強化學習同時跑通程式碼、通用推理、視覺、資安四類任務。Flash 這版以一個 9B 的基底模型為起點，不到 6 天、約 85 萬美元、30 步迭代、累計約 75 萬條軌跡就完成訓練。下面的曲線說明：能力是隨強化學習的累計花費往上走的，不是靠預訓練堆出來的。

這張圖同時回答了另一個疑問：為什麼小米敢說「更小卻更聰明」。答案不是魔法，而是把原本花在預訓練資料上的算力，轉投到真實場景的強化學習循環裡。對使用者而言，模型變小還有額外好處——推理更省顯存、吞吐更高。

四、價格為什麼沒跟著漲

在大多數產品的邏輯裡，能力大躍進通常伴隨漲價。這次相反：V2.6 系列沿用 V2.5 的 API 定價，國內約輸入 ¥1 / 輸出 ¥2 每百萬 token，並提供高達 99% 的上下文快取折扣。等於用一樣的錢，換到多一截智能和多一組感官。

想橫向看這一代家族的完整型號與價格，可參考 小米 MiMo 全部模型（Crazyrouter 彙整的廠商型號頁）。

五、對三類使用者，這次升級分別意味著什麼

已經在跑 V2.5 的開發者：這是你最不能忽略的一群。舊 API 名字已失效，等於埋了一顆未爆彈。好消息是遷移極輕——V2.6-Flash 的 API 同時相容 OpenAI 與 Anthropic 兩種協定，通常只需改 base_url 與 model 兩個欄位，程式碼幾乎不用動，還順手升級到了多模態。

想自己架一台的人：開源權重（MIT）能私有化部署，但 309B 不是小數字。FP16 全精度約需 640GB 顯存（相當於 8 張 H100 等級）；個人更實際的路是走 Q4_K_M 量化（約 180GB）或直接用官方 API。這一代在「本地能不能輕鬆跑」上並沒有比上代更友好，但多了多模態這塊能力。

只走 API 的輕量使用者：你幾乎是這次升級的最大獲益者。不用管部署、不用管顯存，介面零改動切過去，就同時拿到多模態和翻倍智能，價格還不變。

六、規格與基準一次看

技術細節方面，V2.6-Flash 採用稀疏 MoE 設計，總參數 309B、每個 token 只喚醒 15B；上下文長度 1,048,576 tokens（1M），最大輸出 128,000 tokens（128K）；輸入模態涵蓋文字、圖像、影片、音訊；授權為 MIT，權重可自部署。

Agent 類任務是這一代的強項，相對上代是大幅領先：DeepSWE v1.1 達 67.9、Terminal Bench 2.1 達 87.6、OSWorld-Verified 達 80.8、CyberGym 達 95.1。短板則在超難攻防——ExploitBench 僅 25.3，明顯弱於同代更強的 V2.6-Pro（47.9）；另外輸出仍只有文字，聽得到看得到但說不出聲。

七、結語：值不值得跟

回到最實際的問題。如果你原本就在看 V2.5，那根本不是「要不要跟」，而是「舊接口已經斷了，遷移幾乎零成本」——直接平移到 V2.6-Flash 就對了，能力全面覆蓋上代、還多出多模態、價格一致。若想衝開源智能上限，再往上走 V2.6-Pro（綜合智能 46.3，另有 20 倍速的 UltraSpeed 模式）；若要和頂尖閉源（Claude Fable 5.1、GPT-6 Astra）比絕對上限，那類需求目前仍該選閉源。

這次升級真正值得記住的，不是「小米又出了個更強的模型」，而是它示範了一種可能：當預訓練的紅利見頂，把算力押在強化學習的自我迭代上，反而能用更小的模型打出更高的智能。對使用者來說，這比任何參數戰都更有意義。

參考外鏈

• 小米 MiMo 官網 / V2.6 發布說明：mimo.xiaomi.com/mimo-v2-6
• HuggingFace 開源權重（MIT）：XiaomiMiMo/MiMo-V2.6-Flash-RL
• 技術報告（架構圖 / RL 成本圖出處）：arxiv.org/abs/2610.11959

技術參數、基準與定價來自小米官方模型頁、發布說明及公開資料交叉核對，未做主觀評分；綜合智能指數引用 Artificial Analysis / ModelBeats 口徑。因模型迭代快，具體數字以官方最新頁面為準。