小米MiMo‑V2.6‑Pro在Artificial Analysis综合智能指数拿到46.32分，成为该榜单实测下得分最高的开源权重模型，超过Kimi K3、GLM‑5.3等竞品。小米大模型这次登顶不是单纯堆参数，背后的路径很值得看。

核心突破来自大规模强化学习RL，预训练主体架构没有改动，靠扩充RL算力、大量可验证复杂任务做迭代，走RSI递归自我改进路线，短短数天训练，实现能力跨越式提升。代码、Agent工具调用、计算机操作能力是它的长板，在真实编程、自动化任务基准上，部分成绩接近头部闭源模型，原生全模态，支持图文音视频输入，上下文最高100万token。

开源诚意是一大亮点，Pro、Flash权重全部放出，MIT协议允许商用、二次微调，连RL训练资源、框架一并对外公开，对开发者非常友好。同时训练成本完整对外披露，定价维持上代不变，同等能力下成本远低于海外闭源模型，兼顾性能与性价比。

不过也要客观看待边界。它只是开源权重模型第一，对比GPT、Claude顶级闭源产品依旧存在明显差距，榜单分数差距客观存在。不同评测集表现会有波动，榜单跑分不等于全部实际体验，通用对话、创意生成还有优化空间。

简单总结一下，MiMo证明不盲目放大模型规模，把强化学习做深做透，开源模型也可以摸到闭源第一梯队门槛。国产大模型竞争，已经从参数竞赛转向训练范式、真实任务能力、成本生态的综合比拼。

热点跨界共创老张聊科技