开源权重榜上的第一名，往往不是「又一个聊天机器人」，而是可下载、可复现、可被企业二次部署的底座。小米把MiMo-V2.6-Pro推到了这个位置，并连RL栈一起摊开。
小米集团大模型产品线MiMo面向通用智能与智能体场景。VentureBeat于9月21日至22日期间报道，MiMo-V2.6-Pro在Artificial Analysis Intelligence Index上取得46分，位列开源权重第一，与Grok 4.7持平，高于Grok 4.6的44分、Gemini 3.8 Flash的41分，以及DeepSeek V4.1 Flash的39分与Pro的36分。榜单反映的是第三方聚合评测口径，便于横向对照，但不等同于单一业务场景的最终效果。
许可与定价： 权重采用MIT许可。API公开报价约为：Pro每百万token输入/输出约0.435美元/0.87美元；Flash约0.14美元/0.28美元。上下文窗口均为约100万token。
规模口径： Pro约为1.02T参数的MoE（混合专家），激活约42B；Flash约为310B总参、激活约15B。MoE的含义是总参数很大，但单次推理只激活一部分专家，用以兼顾容量与推理成本。
强化学习（RL）披露： 两款模型各约30个大训练步、约75万条轨迹、用时不到6天；Pro的RL成本约262万美元，Flash约85万美元。开源包不仅是权重，还包括技术报告、7000余个RL环境、训练框架，以及蒸馏得到的约9B模型。厂商另披露DeepSWE v1.1 Pro等自测分数（如71.9），需按「公司自测」理解，与第三方指数分开看待。
对开发者，MIT+完整RL资产降低了「只能调API、看不到训练配方」的门槛；对企业，Flash与Pro的价差和激活规模提供了吞吐与能力的分层菜单。榜首会流动，真正持久的是开源权重、环境与框架是否形成可复现社区。观察点是第三方复现RL曲线，以及1M上下文在真实Agent长任务中的稳定性。