一句话看懂：小米开源模型 MiMo-V2.6-Pro 在 Artificial Analysis 智能指数上拿到 46 分，位列 114 款同类模型第一，同时保持 125 tokens/秒的输出速度和相对亲民的定价。值得关注的是，它在开源权重（MIT 协议）、多模态输入和 1M 上下文窗口三点上同时做到位。
事件核心：发生了什么
根据 Artificial Analysis 的评测页面，小米发布了 MiMo-V2.6-Pro，标注发布时间为 2026 年 9 月，采用 MIT 协议开放权重，模型文件托管在 Hugging Face。关键规格包括：总参数 1.0T，推理时每 token 激活 42B 参数；支持文本、图像、语音、视频四种输入，输出为文本；上下文窗口达 1M tokens（约合 1500 页 A4 文档）。
数据表现上，它在 Artificial Analysis 智能指数（v4.3.2，含 10 项评测）中得 46 分，同类中位数仅 18 分；输出速度 125 tokens/秒，同类中位数约 75；定价为输入 $0.435 / 百万 tokens、输出 $0.87 / 百万 tokens，缓存折扣达 99%。评测该模型的智能指数总花费为 $206.66。
为什么重要
这组数据的核心看点不是单点登顶，而是“智能、速度、价格”三项没有明显短板。在大模型领域，高智能往往伴随高推理成本或低速度，而 MiMo-V2.6-Pro 在开源权重阵营中同时挤进智能第一梯队和速度第一梯队（速度排名第 12/114），这对依赖 API 调用或本地部署的团队来说，意味着可选空间在扩大。
另一个信号是规格组合：1T 总参数 + 42B 激活参数的混合专家（MoE）式架构，配合 1M 上下文和多模态输入，基本对齐了当前一线闭源模型的能力清单。加上 MIT 协议和 99% 缓存折扣，小米在开源策略上的姿态比多数厂商更激进。目前公开信息显示，它还有一个非推理（non-reasoning）变体可能同时存在。
对用户/开发者/创作者的影响
对开发者而言，最直接的变化是 API 成本结构。输入 $0.435、输出 $0.87 的定价在开源大模型中不算最便宜，但结合 46 分的智能水平和 125 tokens/秒的速度，单任务性价比（每智能指数任务成本约 $0.13）具备竞争力。99% 的缓存折扣对高频重复调用的场景（如客服、代码补全）意义更大。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对创作者和企业用户来说，1M 上下文和视频输入意味着长文档分析、多模态内容理解类 AI 应用可以直接基于该模型搭建，无需再拼接多个专用模型。MIT 协议则降低了商业落地的法律顾虑，允许二次开发和私有化部署。
一个需要留意的点是“冗长”——评测中生成 140M tokens 才完成智能指数任务，与中位数持平甚至偏高。这意味着实际使用中输出 token 消耗可能高于预期，输出成本需按实际用量重新估算。
值得关注的后续
一是模型的实际可用性：Artificial Analysis 是人造评测，MiMo-V2.6-Pro 在真实编程、Agent、长上下文任务中的表现是否匹配 46 分，需要更多第三方复现。二是价格与配额策略：缓存折扣 99% 是否长期维持、API 供应商是否跟进上架，会直接影响开发者的迁移决策。三是竞品反应：开源阵营中同尺寸（Large，>150B 参数）模型的定价和智能竞争是否会因此加速。
来源：Hacker News
