昨天把手上一个整理资料的脚本换了模型，从原来调的闭源接口换成小米刚开源的 MiMo-V2.6-Pro。

换之前我先查了价：Pro 输入每百万词元 3 元、输出 6 元，Flash 是 1 元和 2 元。
我上一版用的是海外模型的付费档，同样的活一个月账单两百多块。这次按 token 算，差不多的量不到十块。
先说结论：值不值，取决于你要它干的是不是「读一堆文件再输出结构」这类活。
这款模型有两个版本，Pro 和 Flash，都是原生全模态，文本、图像、视频、音频都能进。
小米给的跑分是，在 Artificial Analysis 综合智能指数 v4.3.2 上，Pro 拿到 46 分，超过 Kimi K3 的 44 分和 GLM-5.3 的 45 分，是目前这个榜上排最高的开源权重模型。它自己的上一代是 26 分，一代涨了 20 分。
但别急着拿它跟顶配闭源比。Claude Fable 5.1 和 GPT-6 Astra 都是 53 分，差 7 分。
训练成本这次是公开的。Pro 和 Flash 的强化学习训练不到 6 天，成本分别约 262 万美元和 85 万美元，两个版本各完成 30 步训练，累计约 75 万条轨迹。
单次更新用 1568 个样本，支持 100 万上下文长度训练，单步训练 token 量在 3.5B 到 3.7B 之间。
对我这种用户来说，这些数字只对应一件事：它是不是真能在长文档上稳住。
实测下来，我那份两百多页的资料它没截断。输入上限 100 万 token，确实够用。

它还开源了一个 9B 的小模型 MiMo-V2.6-Distill-Qwen-9B，配了 7000 多个强化学习任务环境。官方给了四个数字：SWE-bench Verified 从 61.1 提到 66.2，Terminal Bench 2.1 从 37.1 提到 52.8，MiMo Cyber Bench 从 31.3 提到 47.0，视觉编码评测从 64.0 提到 72.4。
它另一个卖点是能操作软件和机械臂。具身仿真里它可以拿多视角相机画面当输入，靠视觉反馈实时控制 Franka Panda 机械臂做抓取和放置。
这跟我的活没关系，但有个副产品值得看：它形式化完成了一道数学定理的机器验证。
小米说 Pro 帮着把 Li-Yorke 那篇经典论文的主定理在 Lean 4 里完整形式化了，6000 多行源码，通过了 Lean 内核核验，而且没针对 Lean 做过专项后训练。
这件事的意义在于，模型不是「算出了答案」，而是产出了一份能被机器逐行检查的证明。

坑有两个。第一个，官方客户端 MiMo Desktop 走会员订阅，想白用 API 得走开放平台；邀测活动一周后结束，之前拿到邀测资格的要去后台把模型名称改掉才能接着用。
第二个，别看到「开源」就以为能随便商用，先把技术报告和许可看完。我这次只在自己机器上试。
打算上手的，建议拿 Flash 先跑通流程。1 元买 100 万输入 token，试错成本极低，确认效果再换 Pro。
我这一天试下来，真正替我省钱的不是分数，是那 99% 的缓存折扣——重复的上下文基本不再重复计费。#人工智能#
#大模型#