小米は9月22日に、オープンソースとしてナチュラルモダリティモデル「MiMo-V2.6シリーズ（Pro/Flash）」を正式に発表しました。複雑なタスクの検証を基盤として、強化学習（RL）の計算能力をスケーラブルに拡大し、再帰的な自己改善（RSI）の経路を探求しています。

QQ20260922-092637.jpg

MiMo-V2.6-Proは、Artificial Analysisの総合知能指数で46点を獲得し、Kimi K3とQwen3.8Maxを上回り、現在最も強力なオープンソースモデルとなりました。多くのエージェントのベンチマークではClaude Opus5やGPT-5.6Solと同等ですが、最も強力な非オープンソースモデルにはまだ差があります。

この2つのモデルは6日未満でLive RLトレーニングを完了し、コストは約85万ドルと262万ドルで、累計で約75万件のトレースが行われました。ソフトウェアエンジニアリングベンチマークのDeepSWE v1.1ではそれぞれ約17点と14点の向上が見られました。モデルには3D空間推論およびコンピュータ操作（CUA）の能力が追加され、3Dモデリングやロボットアームの制御などのタスクが可能になりました。MiMo-V2.6はV2.5 APIの価格を引き続き採用しており、同等の知能性能において海外モデルの1/20〜1/60の価格となっています。MiMo Desktopクライアントも同時にリリースされ、UltraSpeedモードでは出力速度が最大20倍に向上しています。

さらに、小米はモデルの重み、技術報告書、7,000以上のRLタスク環境、エンドツーエンドのトレーニングフレームワークを同時にオープンソース化しました。これにより、スケーラブルなRLの経路とコストが透明化され、Agentic RLの研究に再現可能な公共の基盤を提供します。

オープンソースリンク：

https://huggingface.co/collections/XiaomiMiMo/mimo-v26