在过去，我使用小米的模型主要是为了价格便宜，执行一些固定的批量任务，比如定时处理邮箱内容和分类新信息。然而在19号的小米MiMo-V2.6-Pro和Flash的RL训练直播中，我感到非常兴奋，未曾料到五天后就发布了三款模型，分别是Pro、Flash和Pro-UltraSpeed，UltraSpeed的速度竟能达到Pro的20倍。我第一个查看的就是价格，和我之前使用时相似。Pro的缓存命中费用为每百万0.025元，而Flash是0.02元，输出端费用则为Pro6元，Flash2元。如果不急于得到结果，非实时的批量推理还能享受五折优惠。与同类海外模型相比，价格差距可达1/20至1/60。

我突然想到一个新使用场景：将jev、deepseek和mimo结合，执行长期的批量任务。因此我查看了分数，在Artificial Analysis中，MiMo-V2.6-Pro的得分为46.32，排名开源和国产第一，和Grok 4.7持平。相比之下，V2.5仅为26分，短短一次迭代就提升了20分，真是令人惊艳。这个分数是基于十项评测综合得出的，包括Terminal-Bench 4.0、CritPT等。我略过厂商提供的benchmark，挑选了一些我关心的指标来看，一个是Terminal-Bench 4.0，MiMo-V2.6在开源模型中排名第三，仅次于GLM-5.3和Qwen 3.8 Max。再一个是CritPT，在物理推理方面，它的排名仅次于GPT和Claude。此外，我关注的DeepSWE v1.1的分数也有显著提升，Pro的得分从58.4涨至72.57，Flash则从48.8涨至65.68。值得注意的是，尽管分数有所提高，但模型的基础没有更换，仍然是V2.5版本，参数量为1.02T，提升主要归功于后训练。

在同一天，Grok 4.7也发布了，虽然AA上同样是46分，但价格却贵了20倍。而且这一代的生成速度下降，从60降至38.8，生成的token数量从94M增至240M，每个任务成本也从1.86美元升至3.74美元。这让小米在开源和API价格上显得尤为优势。 龙8头号玩家

接下来是实测环节。我选择的第一个案例是网站复刻，这个案例来自我们的goodcase。通常测试模型前端能力的流程很固定，我会提供提示词或几张截图，因为大多数模型只支持图像，无法处理视频。而MiMo-V2.6具备全模态能力，可以直接处理视频。我将录屏内容直接上传，添加一句话指令：“复刻一个一模一样的网站。”结果让我大感惊叹，复刻页面的滚动感和动效节奏都完全符合录屏，呈现出了一种电影般的连贯效果。

接下来进行了一个有趣的挑战：鹈鹕骑自行车。这是一个常见的测试题目，因为它集中了模型生成图像的所有难点。我让MiMo-V2.6生成一个“鹈鹕骑自行车”的SVG动画，结果超出了我的预期。除了基本的转动轮子外，它竟然还让脚踏板转动，腿部运动自然，膝盖摆动符合逻辑，甚至还有了倍速调节，速度变化也与轮子的转动同步，非常有趣。

最后，我想做一份PPT。这次还有配套的桌面端直接使用MiMo V2.6。这个Agent的功能与其他产品相似，基本都有。我决定进行一个高难度的任务，搜索关于阿尔忒弥斯II绕月的材料，整理WAV中的要点和PDF中的任务优先级，合成清晰结论。原本对排版没有太高期望，最终交付的结果却超出了我的想象，呈现出条理清晰的故事流，涵盖了从发射到月球飞越的整个过程。 龙8头号玩家