小米开源MiMo-V2.6，公开强化学习全套资源
小米开源MiMo-V2.6 Pro与Flash，并同步开放强化学习环境、训练框架和智能体工具链。
小米公开完整训练栈
小米发布并开源MiMo-V2.6系列，包括原生多模态模型MiMo-V2.6-Pro和MiMo-V2.6-Flash。公司称，两款模型都经过为期6天的直播强化学习训练，累计生成约75万条训练轨迹，Flash和Pro的训练成本分别约为85万美元和262万美元。
此次开放内容包括模型权重、技术报告、7000多个强化学习环境、端到端训练框架，以及轻量级智能体Harness。训练环境覆盖软件工程、漏洞复现、知识密集型工作和网页设计开发。小米还发布了MiMo-V2.6-Distill-Qwen-9B及相关研究资源。
更强的开放权重选手
小米称，MiMo-V2.6-Pro在Artificial Analysis Intelligence Index中获得46分，发布时成为该指数排名最高的开放权重模型。公司表示，Pro在多项智能体测试中已接近头部闭源系统，但综合能力仍落后于最强的专有模型。
更值得关注的是强化学习过程中的增益。小米称，Pro在样本外DeepSWE v1.1测试中的得分从58.4升至72.6，Flash则从48.8升至65.7。较小的蒸馏模型经过强化学习后，在公布的11项指标上也全部超过监督微调基线。
为什么重要
这次发布的战略价值不只是又一个开放模型进入榜单。小米同时开放环境、Harness和训练组件，使其他团队能够复现或扩展智能体强化学习实验。对于拥有基础模型、却缺少任务环境和评测设施的研究机构而言，这显著降低了门槛。需要注意的是，部分成绩仍来自小米自测，公告页面与公开权重的时间差也应继续核对，但完整开放的配套资源让这次发布具有罕见的研究价值。
猫叔判断
7000多个任务环境可能比46分榜单更重要：小米正在把智能体训练变成别人可以重复尝试的工程体系。