小米开源MiMo v2.6系列

小米MiMo团队9月21日在HuggingFace开放MiMo-v2.6系列权重。Pro-RL为1.02万亿总参数/42B激活的稀疏MoE，100万Token上下文，原生全模态；Flash-RL为309B总参/15B激活，两者均MIT许可。另有基于Qwen3.5-9B的蒸馏版（SFT起点checkpoint，许可未标注）。技术报告随仓库发布且包含表现不佳的基准项[1][2][3]。

这一系列最受关注的特点是训练透明。团队9月15日起在mimo.xiaomi.com/rl直播强化学习仪表盘，公开实时loss、检查点跑分、重启原因与成本估算；独立媒体测算Pro版成本约43万美元/天、累计超百万美元。Hacker News讨论现371分168评，社区称赞其透明度做法[4][5][6]。

参数需要区分MoE总参与激活口径与磁盘量化打包值（Pro实打包524B、Flash 159B，FP8）。DeepSWE v1.1最终Pro 71.9%仍落后Claude Opus 5（74.0%），Terminal Bench等多项明显落后；仪表盘数据集仅随机ID、RL配方不完全可审计；GitHub无V2.6专属仓库[5][7]。