蒙西算院·陆松穹《小米MiMo-V2.6大模型综合调研报告》( P PT版)

INDUSTRYRESEARCHREPORT·2026小米MiMo-V2.6大模型综合调研报告国产开源大模型的竞争格局与小米AI战略深度分析作者：陆松穹|单位：蒙西算院|联系电话：139047863522026年9月·基于小米官方技术报告、ArtificialAnalysis第三方评测与公开行业数据整理CONTENTS目录01引言与研究背景竞争格局、研究目的与方法02发展历程与组织架构从MiLM到MiMo-V2.6的迭代路径03核心技术架构与后训练创新MoE稀疏架构、RL规模化与奖励机制04评测表现与行业定位AA指数、Agent基准与参数效率05开源生态与开发者战略MIT协议、Orbit计划与OpenRouter06AI战略与全栈协同人车家生态、玄戒芯片与澎湃OS07竞争格局与数据治理风险国产模型座次、Anthropic指控08挑战与未来展望技术短板、商业化路径、HySparse201·执行摘要MiMo-V2.6首次把"开源最高智能"与"前沿智能最低成本"归入同一主体46AAv4.3.2智能指数开源权重模型第一$0.13单任务成本（美元）首次进入0.1美元区间7000+同步开源RL任务环境含端到端训练框架600亿未来三年AI投入（元）2026年单年>160亿四个核心判断①技术突破集中在后训练：以约262万美元LiveRL成本、75万条轨迹、6天完成训练，验证AgenticRL开源路径。②参数效率领先：以约为主要开源竞品三分之一的激活参数规模，取得开源第一梯队成绩。③真正壁垒在全栈协同：芯片—模型—OS—终端的数据飞轮，是纯API公司难以复制的结构性优势。④主要外部风险：Anthropic数据蒸馏指控与海外反蒸馏收紧，影响国际化与持续迭代。数据来源：小米MiMo-V2.6技术报告；ArtificialAnalysisIntelligenceIndexv4.3.2；雷军公开演讲。01·引言全球大模型进入"智能上限"与"单位成本"双轨竞争阶段两条并行主线闭源阵营：ClaudeOpus5.5、GPT-6Astra、ClaudeFable5.1在长程Agent、复杂编码、科学推理上持续刷新智能上限。开源阵营：DeepSeek、Qwen、Kimi、GLM、StepFun相继推出万亿级MoE模型，以MIT/Apache协议开放权重。本报告要回答的四个核心问题Q1MiMo-V2.6在技术架构与后训练上有哪些可被第三方识别的突破？Q2小米的大模型工程方法论与DeepSeek、Qwen、Kimi相比有何独特？Q3"人车家全生态"如何与MiMo基座形成双向协同？Q4小米入局后，国产开源格局将如何演变？主要外部风险是什么？证据分级原则本报告将数据分为三级：①小米官方公告与技术报告（厂商自述口径）；②ArtificialAnalysis、OpenRouter等第三方独立验证；③Anthropic威胁情报报告、投行研报等外部观察。正文分别标注，避免把厂商自述等同于独立验证结论。数据来源：综合小米官方公告、ArtificialAnalysis、Anthropic威胁情报报告（2026.09）等。02·发展历程从2023年首次披露到2026年开源登顶，小米用三年完成三级跳关键节点：2025年原DeepSeek核心成员罗福莉加入并出任MiMo负责人，是小米大模型转向高效推理与RL路线的人事标志；2026年进入季度级迭代节奏。数据来源：小米官方公告与公开报道整理。02·发展历程V2.6以约347万美元RL成本、6天完成训练并全量开源6天Pro+Flash合计LiveRL训练时长不足一周完成$347万Pro约262万+Flash约85万合计RL训练成本75万累计训练轨迹（条）覆盖Code/Agent/Visual/Cyber本次开源资产范围·两款模型权重（Pro/Flash）·完整技术报告·7000+项RL任务环境·端到端训练框架·Distill-Qwen-9B蒸馏模型及研究资源·全部采用MIT许可证战略含义小米首次将AgenticRL的训练管线本身作为公共品释放，规模化RL路径与成本由此透明化。相比全球前沿闭源模型动辄数千万至上亿美元的RL投入，这一成本量级验证了开源路线的工程效率。数据来源：小米MiMo-V2.6技术报告（厂商自述，尚未经第三方独立复现）。02·发展历程小爱助手解耦为三大模块：从"云端统一供给"转向"端侧差异化开发"基座大模型能力负责人：罗福莉（原DeepSeek核心成员）职责：MiMo基座模型研发云工程基础设施负责人：栾剑职责：云端推理、训练平台API网关与算力调度端侧产品功能负责：手机/汽车等OS团队职责：端侧AI应用开发系统工具调用与场景落地调整背后的战略逻辑智能手机与汽车等高性能终端对端侧AI需求日益增长，过去统一依赖云端标准化能力的模式，无法充分发挥玄戒O3等终端芯片的本地算力潜力。解耦后，基座团队专心做"更聪明的模型"，终端业务团队专心做"更懂场景的应用"，二者通过统一API对接。原小爱团队负责人王刚调任机器人业务，显示具身智能被提升为战略重点。数据来源：根据小米组织架构公开报道整理。03·技术架构Pro与Flash双版本：稀疏MoE+100万上下文+原生全模态规格项MiMo-V2.6-ProMiMo-V2.6-Flash总参数约1.02万亿约3090亿每token激活约420亿约150亿Transformer层数70层48层滑动窗口/全局注意力60层滑窗（128token）/10层全局39层滑窗/9层全局路由专家384个，每token激活8个256个，每token激活8个，无共享专家MTP推测解码5层—上下文/模态/协议100万token·全模态·MIT100万token·全模态·MIT数据来源：小米MiMo-V2.6技术报告。Flash另含681M视觉Transformer、308M音频分词器、127M音频补丁编码器。03·技术架构三大架构设计：稀疏路由+滑窗注意力+MTP推测解码01稀疏MoE：万亿总参、42B激活Pro每MoE层384个路由专家，每token仅激活8个。在保持万亿级容量的同时，把单次前向推理计算量压缩到稠密42B模型水平，是参数效率优势的来源。02滑窗+全局混合注意力：支撑100万长上下文70层中60层使用128token滑动窗口注意力，仅10层使用全局注意力。这种"局部窗口为主、全局层为辅"的设计，把长上下文注意力复杂度控制在可接受范围。03MTP推测解码：一次前向尝试多tokenPro加入5层MTPspeculativedecoder，一次前向给出后续多个候选token，再由主模型并行验证。把串行解码代价转化为可并行验证的推测代价，与$0.13单任务成本定价直接相关。数据来源：小米MiMo-V2.6技术报告。03·技术架构后训练RL是核心创新：从"答案对错"进化为"行为轨迹"评分单次RL更新规模1568个prompt每prompt16条rollout合计约25088条轨迹单步训练token27—37亿三维扩展RL算力①大Batch+全异步高吞吐②Code/General/Visual/Cyber多任务Harness③Group内相对比较提供奖励训练对象不再只是最终答案而是整条行为轨迹：状态→决策→工具调用→反馈关键机制：量规代理式评分器（Rubric-basedProxyReward）替代简单的正确性验证器，检查执行轨迹而非仅最终结果：工具调用是否高效、中间步骤是否冗余、推理路径是否合理。效果：跨Harness训练中，DeepSWEpass@1从约50%提升至66%。这意味着RL正在从"答案对错"信号进化为"行为过程"信号，与真实Agent应用对长程决策质量的要求相匹配。数据来源：小米MiMo-V2.6技术报告（厂商自述，DeepSWE曲线尚未经独立实验室复现）。04·评测表现AA指数46分登顶开源，但距顶尖闭源仍有5—12分差距关键读数46分：开源权重模型第一领先GLM-5.3（45）1分领先KimiK3（44）2分

58分：ClaudeOpus5.5榜首与顶尖闭源差距5—12分

口径提示：V2.5-Pro的26分基于旧版指数，与V2.6的46分不同口径，不能直接相减。数据来源：ArtificialAnalysisIntelligenceIndexv4.3.2，2026年9月。04·评测表现智能—成本帕累托前沿：首次把前沿智能带入$0.1区间API定价对比（每百万token）模型输入输出MiMoPro$0.435$0.87MiMoFlash$0.14$0.28ClaudeOpus5$5.00$25.00同等智能水平下，MiMo价格约为ClaudeOpus5的1/20至1/60，单任务成本$0.13是帕累托前沿的新锚点。数据来源：ArtificialAnalysis；小米开放平台API定价页，2026年9月。04·评测表现Agent基准：多任务逼近顶尖闭源，网络安全与Terminal4.0仍有差距三组读数已追平：AutomationBench53.1超GPT-6Astra（52.0）；Terminal2.1达89.9。接近：DeepSWE71.9，距DeepSeekV4.1Flash（74.2）与Claude/GPT（74.0）约2分。落后：TerminalBench4.0、网络安全评测与顶尖闭源差距明显。

注：以上主要来自小米技术报告口径，独立性有待第三方进一步验证。数据来源：小米MiMo-V2.6技术报告；DeepSWE、Toolathlon、AutomationBench、JobBench、TerminalBench、OSWorld官方榜单。04·评测表现参数效率：约为主要开源竞品三分之一的激活参数取得AA第一模型总参数每token激活AAv4.3.2相对激活规模MiMo-V2.6-Pro1.02T42B461.0×KimiK32.78T104B442.5×Qwen3.8-Max2.4T95B452.3×GLM-5.3未披露未披露45—解读：MiMo-V2.6-Pro以约为KimiK3、Qwen3.8-Max三分之一的激活参数，取得开源阵营最高分。这意味着单位算力下的智能产出效率显著领先，也直接支撑了$0.13的单任务成本。但46/45/44三者分差在AA指数测量误差范围内，座次仍可能在下次迭代中改写。数据来源：各厂商技术报告；ArtificialAnalysis。05·开源生态MIT协议+7000RL环境开源：把训练管线本身变成公共品开源资产清单·Pro/Flash两款权重，MIT协议·完整技术报告·7000+项RL任务环境·端到端训练框架·Distill-Qwen-9B蒸馏模型·无营收门槛、无研究条款限制社区反馈HuggingFaceCEOClémentDelangue以"Banger！"评价；多位HF研究工程师与斯坦福学者称其为"最具分量的大规模RL公开资源之一"。这意味着小米不仅在开源权重，更在把"如何训出一个Agentic模型"的工程路径公开，对学术研究的外溢价值高于单纯权重开放。开发者激励：MiMoOrbit计划·百万亿Token创造者激励计划：面向AI开发者·Agent生态共建计划：与OpenCode、HermesAgent、KiloCode等框架合作，提供Token限免并赞助Hackathon·TokenPlan订阅制：可直接配置到ClaudeCode、Cursor；MiMoDesktop桌面客户端已上线，支持多格式输入与自主浏览器控制数据来源：小米MiMo官方公告；HuggingFace社交媒体公开评论。05·开源生态OpenRouter调用量登顶：月31.2万亿token，超越DeepSeek关键事实31.20万亿：2026年7月MiMo-V2.5月调用量，居OpenRouter全球第一。第二名DeepSeekV4Flash为23.58万亿。当月前五均为中国模型：MiMo、DeepSeekV4Flash、腾讯HY3、GLM-5.2、DeepSeekV4Pro。

MiMo团队称单周调用量从1.5万亿增长到10.5万亿，两个月增长6倍。数据来源：OpenRouter周/月榜，2026年7月；小米MiMo团队产品经理公开访谈。07·竞争格局中国市场四强合计约66%：MiMo-V2.6入局将推动座次重排格局判断DeepSeekV4Flash18.88%DeepSeekV4.1Flash16.73%腾讯Hy4preview15.54%GLM5.3Flash15.04%四强合计约66%。

《AGI市场观察》口径下，MiMo-V2.5在9月中旬以7.29万亿token周用量列中国第五，环比+20%。MiMo-V2.6发布后，四强格局面临重新洗牌。数据来源：《AGI市场观察》，2026年9月12—18日中国大模型词元用量份额。06·AI战略"人车家全生态"是MiMo区别于纯模型公司的结构性壁垒三个落地场景手机：小米18Pro搭载超级小爱2.0，可调用260+系统工具，完成行程规划与跨设备同步。汽车：XiaomiMiMo-Embodied具身基座驱动XLA认知大模型，首个自动驾驶与具身机器人统一认知架构。家居：澎湃OS4跨设备联动，端云协同处理实时响应与隐私敏感场景。数据来源：小米18Pro发布会；小米汽车技术发布会；卢伟冰公开演讲。06·AI战略从芯片到OS的全栈：玄戒三芯+澎湃OS4构成端侧AI底座玄戒O3（旗舰手机）·3nm工艺，240亿晶体管·NPU架构全面重构·200TOPS张量算力·3.13TFLOPS向量算力·端侧AI性能+45%·专为MiMo端侧模型设计玄戒O100（云端）·定位高带宽AI加速芯片·面向云端大模型训练推理·与O3、D100形成三芯矩阵·预计2027年商用玄戒D100（智驾）·定位智驾高算力AI芯片·服务XLA认知大模型·预计2027年商用·与具身机器人共用架构软件层：澎湃OS4+超级小爱2.0澎湃OS4原生搭载MiMo大模型与超级小爱2.0，实现跨生态、跨场景、跨设备的联动协作。从芯片（玄戒）→模型（MiMo）→系统（澎湃OS）→终端（手机/汽车/家居）的全栈协同，是小米AI战略与纯模型公司的根本差异。数据来源：小米玄戒芯片发布会；澎湃OS4发布会。06·AI战略研发投入：过去五年1055亿，未来三年AI单独投入≥600亿投入结构过去五年累计研发：1055亿元全球授权专利：>4.7万项未来五年总研发：≥2000亿元未来三年AI累计：≥600亿元2026年单年AI：>160亿元

三款自研芯片研发费用累计已超210亿元。数据来源：雷军公开演讲；小米集团财报。07·数据治理风险Anthropic指控七家中国公司"非法蒸馏"，小米涉及规模最小争议时间线与定性2026.09.10：Anthropic发布154页威胁情报报告，指控阿里、DeepSeek、月之暗面、智谱、MiniMax、商汤、小米七家。过去8个月侦测约1.9亿次交互，小米仅40万次，规模最小。后续网信办约谈七家，调查聚焦DeepSeek与月之暗面，小米未被列为重点。

时间线提示：指控活动为202