你是不是也遇到这种情况：想给项目接个大模型，闭源旗舰效果是好，但一算账，跑一个Agent任务动辄十几美元，跑批测试直接烧掉半个月预算；换便宜模型，代码质量和长任务能力又明显掉档。9月22日小米开源的MiMo-V2.6-Pro，把”开源第一”和”单任务0.13美元”同时摆上了台面，这篇文章带你看看它到底值不值得接。
一、MiMo-V2.6-Pro是什么：万亿参数开源全模态旗舰
MiMo-V2.6-Pro是小米9月22日凌晨发布并开源的旗舰模型，采用稀疏MoE架构：总参数1.02万亿，每个token激活420亿，384个路由专家中每次激活8个。它是全球开源阵营里唯一的全模态专业级模型——文本、图片、视频、音频四类输入原生支持，输出为文本，上下文窗口直接给到1M tokens。
最亮眼的数字来自Artificial Analysis综合智能指数：46分，超越Kimi K3和Qwen3.8 Max，登顶全球开源模型第一，仅次于GPT-6 Astra、Claude Opus 5等闭源旗舰。这轮提升靠的不是堆参数——参数规模与V2.5持平，而是烧钱烧出来的强化学习：Pro与Flash两版合计训练成本约347万美元、消耗75万条轨迹、6天完成，训练过程还开了直播。团队由前DeepSeek研究员罗福莉带队，同期开源了完整技术报告、7000多个RL任务环境和端到端RL训练框架，MIT许可，权重在HuggingFace可直接下载。
上手方式有四种：小米MiMo开放平台调API（模型名mimo-v2.6-pro）、OpenRouter、本地部署（官方给了SGLang和vLLM的部署方案），以及9月22日同天上线正式版的MiMo Desktop桌面客户端。API另有UltraSpeed模式，输出速度最高提升20倍，适合对响应速度敏感的交互场景。
二、实测跑分：开源第一有多实，短板在哪
先看它和主流模型的正面对比（官方评测数据）：
| 评测项 | MiMo-V2.6-Pro | DeepSeek V4.1-Flash | Kimi K3 | Claude Opus 5 | GPT-6 Astra |
|---|---|---|---|---|---|
| DeepSWE v1.1（软件工程） | 71.9 | 74.2 | 69.0 | 74.0 | 74.0 |
| Terminal Bench 2.1 | 89.9 | 90.6 | 88.3 | 89.1 | 89.9 |
| OSWorld-Verified | 82.0 | — | 84.8 | 83.4 | — |
| CyberGym（漏洞复现） | 94.0 | 88.1 | 80.0 | — | — |
| GDPval-AA 2.1（Elo） | 1673 | 1600 | 1524 | 1708 | 1542 |
| AutomationBench v1.0.6 | 53.1 | 54.8 | 46.7 | 50.3 | 52.0 |
两代提升幅度非常夸张：DeepSWE从V2.5-Pro的19.0分直接跳到71.9，AutomationBench从16.0到53.1，长程软件工程评测整体提升14-17分。落到真实场景，小米给了两个有说服力的案例：协助北大材料团队筛选吸附PFAS污染物的金属有机框架材料，把一个月的研发周期压到2-3天；在Lean 4里完整形式化李-约克定理《周期三蕴含混沌》，生成6000余行通过内核核验的源码。
但短板同样清晰：Terminal Bench 4.0只有34.9，落后Opus 5近15分；ExploitBench 47.9，与GPT-6 Astra的100分差距悬殊——也就是说，发现并复现漏洞很强，把漏洞做成可用攻击利用仍是弱项。另外开源社区对CyberGym 94分有争议：309B的Flash版反而拿到95.1，说明该基准已接近饱和，参考价值要打折。
三、价格账本：0.13美元单任务成本怎么来的
MiMo-V2.6沿用V2.5定价，这在近期一片涨价声中显得很特别：
| 模型 | 输入（每百万token） | 输出（每百万token） | 单任务成本 |
|---|---|---|---|
| MiMo-V2.6-Pro | ¥3（缓存命中¥0.025） | ¥6 | $0.13 |
| MiMo-V2.6-Flash | ¥1 | ¥2 | — |
| DeepSeek V4.1-Flash | ¥1（闲时） | ¥4 | — |
| GPT-6 Sol | $2 | $10 | — |
| Claude Opus 5.5 | $4 | $20 | ≈$2.94（medium） |
官方口径是同等智能水平下价格为海外模型的1/20到1/60，批量推理API再打五折。以一次典型Agent任务几十轮工具调用计算，Pro的单任务成本约0.13美元，而Opus 5.5在medium档跑同类任务是2.94美元——差出20倍以上。对每天要跑成千上万次调用的自动化管线，这笔账差出一个数量级。
四、优缺点总结：谁该现在就上
优点：开源第一的智能水平且权重可自托管；全模态+1M上下文，长代码库、长工具链路通吃；价格是同档旗舰最低，还有UltraSpeed高速档；MIT许可商用无门槛，RL技术栈全套开源可复现。
缺点：标准档输出速度低于50 token/s，交互式场景必须上价格贵10倍的UltraSpeed；ExploitGym、ProgramBench等高难基准与闭源旗舰差距明显；跑分大多为厂商自报，缺独立第三方复现；1.02T参数本地部署门槛极高，普通玩家实际只能走API。
适用建议：高频批处理、代码Agent、文档流水线、安全研究复现类工作直接上；预算敏感的团队可以先试Flash版，各项长程任务只比Pro低2-3分，价格却只有三分之一；对响应速度要求高的对话产品，记得开UltraSpeed。
一句话总结：如果你正在找一个”闭源旗舰八成功力、二十分之一价格、权重还开源”的模型，MiMo-V2.6-Pro是目前最值得先接入试试的那一台。想对比国产另一款价格杀手的思路，可以看看之前DeepSeek V4.1-Flash的实测；需要闭源顶配做参照的话，参考这篇Claude Opus 5.5评测。
