跳到主要内容
#11A+2026 年 9 月 21 日证据 B

小米 MiMo-V2.6-Pro

小米 · 1T 总参 / 42B 激活(MoE)

开放权重的全模态长上下文选手

2026-09-21 发布的 1T-A42B 全模态模型,开放权重、1M 上下文,文/图/视频/音频四模态。视频 94 是本站开放权重里的并列最高分,感知 94、Agent 92 也进入第一梯队;综合分 91.4,接替上一期的 MiMo-V2.5。代价是文档 92、生态 85,企业级交付仍不如 Qwen 系成熟。

文本图像视频音频原生多模态

最后更新于 2026 年 10 月 21 日编辑部评分

结论先行

MiMo-V2.6-Pro 是 2026 年下半年最值得关注的开放权重全模态模型:1M 上下文、四模态、视频 94,价格 ¥3/百万输出 token,权重可自托管。它适合端侧与设备场景出身、但需要在云端处理长视频的团队。风险是社区许可并非 OSI 开源,且公开复现仍少,证据等级只能到 B。

八维评分拆解

编辑部映射分 · 0–100
视觉感知94文档 OCR92图表推理90视频时序94GUI Agent92生成编辑86中文语境90生态可用858 维
  • 小米 MiMo-V2.6-Pro91.4
视觉感知与定位20%
94
文档解析与中文 OCR18%
92
图表与文档推理14%
90
视频与长时序理解14%
94
GUI Agent 与工具调用14%
92
生成与图像编辑6%
86
中文语境与文化6%
90
生态、成本与可用性8%
85

权重:视觉 20 / 文档 18 / 图表 14 / 视频 14 / Agent 14 / 生成 6 / 中文 6 / 生态 8。分数含义与证据来源见方法页。

公开基准与数据

按来源口径,不换算
基准 / 指标数值说明
参数规模1T-A42B官方口径
模态4文/图/视频/音频
上下文1M官方口径

公开分数来自不同版本与提示词设置,不能与本站综合分直接互换;我们仅将其作为评分证据之一。

场景映射

同一把尺子的五项压力测试
场景映射分观察
中文票据 OCR91 · 规整票据稳定
图表取数89 · 常规图表可靠
30 分钟视频问答94 · 开放权重最高档
手机 GUI 操作90 · 自家设备场景适配好
中文文化理解89 · 生活场景强,学术语境一般

优势与局限

优势

  • 视频 94 是开放权重并列最高分,1M 上下文让长视频问答不必切得太碎。
  • 四模态输入 + 1T-A42B:开放权重里少见的全模态容量。
  • ¥3/百万输出 token 且权重免费,端云两端都能压成本。

局限

  • 小米社区许可不是 OSI 开源,商用条款需法务确认。
  • 文档 92、生态 85:复杂版面与企业交付仍逊 Qwen 系。
  • 证据等级 B:公开基准主要来自厂商,第三方复现仍少。

价格与真实成本

公开单价

¥3/M tokens

约 ¥3 / 百万输出 token;权重免费。以 1,000 张 1,024px 图片、每张约 1,100 图像 token、300 输出 token 估算,单月成本约为 ¥1.8(按输入价为输出价 25% 的假设)。

按你的量计算

关于小米 MiMo-V2.6-Pro

小米 MiMo-V2.6-Pro 是开源的吗?

许可证:开放权重(小米社区许可)。可获取权重,但商用前请核对具体条款与备案要求。

小米 MiMo-V2.6-Pro 的价格是多少?

约 ¥3 / 百万输出 token;权重免费。按本站 8 维评分,它排在第 11 位,综合 91.4 分。实际账单受分辨率、切块、缓存与阶梯折扣影响。

小米 MiMo-V2.6-Pro 最适合什么场景?

长视频理解与内容标签;端云一体的多模态产品;需要自托管的全模态流水线。

为什么 小米 MiMo-V2.6-Pro 的综合分是 91.4?

综合分由 8 个维度按权重加权:视觉 20%、文档 18%、图表 14%、视频 14%、Agent 14%、生成 6%、中文 6%、生态 8%。它的强项是视觉感知与定位,短板是生态、成本与可用性。

个人榜单 · 非官方评分

本页所有排名、分数与对比均为个人评测榜单,不是官方评分,也不代表任何厂商、机构或监管口径。分数是公开证据在自定权重下的主观映射,换一组权重名次就会变。如有不同意见或发现事实错误,欢迎联系站长:jizhi2024@foxmail.com——我们会逐条核对并在更新日志中记录订正。