开源权重可下推理模型·可关多模态可商用 · MIT

MiMo-V2.6-Flash

Name: MiMo-V2.6-Flash
Author: Xiaomi

小米 MiMo-V2.6-Flash · Xiaomi 小米 · 发布 2026-09-22 · 当前代

$0.14 / $0.28 的 309B 全模态 MoE，MIT 许可，Terminal-Bench 2.1 87.6。

参数

309B 总 / 15B 激活

MOE

上下文

价格 / 1M tok

$0.14 / $0.28

小米 MiMo 开放平台官方 · 2026-09-29

最低可跑

Mac Studio M3 Ultra

Q5_K_M · 217 GB · ≈32 tok/s

Arena Elo—

AA 综合指数—

代码—

GPQA 推理—

Hugging Face ↗技术报告 ↗官方 ↗

架构简图

类型: MoE
注意力: 混合：39 层 128 滑窗 + 9 层全注意力，64 Q 头（SWA 8 KV / 全注意力 4 KV），QK 192 / V 128
层数: 48
专家: 256 · 激活 8
隐藏维: 4096
词表: 未披露

首层全注意力 + 稠密 FFN，其余层交替 SWA / 全注意力，均为无共享专家的稀疏 MoE。与 Pro 共用 681M MiMo ViT 视觉编码器与 308M + 127M 音频编码器，全模态输入。5 层 SWA MTP 投机解码器（窗口 1024）。

完善中

精度	权重大小	说明
BF16	—	暂无
FP8	—	暂无
Q8	—	暂无
Q4	—	暂无

消费级 24GB: 未评估
单卡 80GB: 不可行
8×80GB 节点: 官方 SGLang 示例为 tp8 / dp2，vLLM 示例 tp4

KV Cache：官方未公布自建显存需求，只给了推理并行参数

⚠ 能加载 ≠ 能在满上下文 / 高并发下舒服跑。标「估」的数字来自计算器公式或社区量化文件大小。

完善中

硬件配置与预估吞吐

最低可跑（8K 上下文）

Mac Studio M3 Ultra 256GB

≈¥50,000 · 合计 ≈¥50,000 · 统一内存

量化

Q5_K_M

解码

32 tok/s

最大上下文

91K

推荐配置（≥Q8 · 32K 上下文 · ≥15 tok/s）

Mac Studio M3 Ultra 512GB

≈¥75,000 · 合计 ≈¥75,000 · 统一内存

量化

FP8

解码

21 tok/s

最大上下文

1.2M

配置	量化	占用 / 显存	解码 tok/s	预填充 tok/s	最大上下文
8× L4 24GB工作站	Q4_K_M估	191 GB / 192 GB	119	7200	11K
4× RTX A6000 48GB工作站	Q4_K_M估	186 GB / 192 GB	152	4620	28K
4× RTX 6000 Ada 48GB工作站	Q4_K_M估	186 GB / 192 GB	190	5460	28K
4× L40S 48GB工作站	Q4_K_M估	186 GB / 192 GB	171	5460	28K
2× RTX PRO 6000 Blackwell 96GB工作站	Q4_K_M估	184 GB / 192 GB	177	7500	37K
8× A10 24GB数据中心	Q4_K_M估	191 GB / 192 GB	237	7440	11K
8× A100 40GB数据中心	FP8估	320 GB / 320 GB	422	37440	10K
4× A100 80GB数据中心	FP8估	315 GB / 320 GB	277	18720	44K
2× H20 96GB数据中心	Q4_K_M估	184 GB / 192 GB	396	2220	37K
4× 昇腾 Ascend 910B 64GB数据中心	Q6_K估	254 GB / 256 GB	244	16800	14K
4× H100 80GB PCIe数据中心	FP8估	315 GB / 320 GB	271	45360	44K
4× H100 80GB SXM数据中心	FP8估	315 GB / 320 GB	455	59340	44K
AMD MI300X 192GB数据中心	Q4_K_M估	183 GB / 192 GB	310	19605	41K
2× H200 141GB数据中心	Q6_K估	252 GB / 282 GB	366	29670	115K
B200 192GB数据中心	Q4_K_M估	183 GB / 192 GB	468	33750	41K
2× DGX Spark 128GB统一内存	Q5_K_M估	218 GB / 240 GB	21	1860	87K
Mac Studio M3 Ultra 256GB统一内存	Q5_K_M估	217 GB / 240 GB	32	855	91K
Mac Studio M3 Ultra 512GB统一内存	FP8估	311 GB / 490 GB	25	855	1.2M

单流（batch=1）估算：解码 ≈ 显存带宽 × 效率 ÷ 每 token 读取字节（激活参数 × 量化位宽 + KV）；预填充 ≈ FP16 算力 × 0.45 ÷ (2 × 激活参数)。多卡按张量并行、带宽求和 × 0.55。实际受引擎、驱动、PCIe 影响，误差 ±30%。反向查：我的卡能跑谁 →

用计算器按你的上下文与并发估算 →

可用维度不足 3 个，不绘制雷达图

编程DeepSWE v1.1 67.9、MiMo Code Bench 61.2、ProgramBench 26.0（官方模型卡）。

AgentTerminal-Bench 2.1 87.6、Terminal-Bench 4.0 28.8、AutomationBench v1.0.6 52.3、Toolathlon-Verified 73.6、OSWorld-Verified 80.8、JobBench 61.2、Agents' Last Exam 27.6（官方模型卡）。

多模态MiMo VisualCoding 71.5（官方自建基准）；图 / 视频 / 音频原生输入。

中文强，国产模型，中文文档齐全。

逻辑能力

定位是 V2.6 的效率档，能力形状与 Pro 同源、整体低一档：Terminal-Bench 2.1 87.6 对 Pro 的 89.9、DeepSWE v1.1 67.9 对 71.9、Toolathlon-Verified 73.6 对 76.9、JobBench 61.2 对 62.0——多数差距在 2~4 分内，价格却是 Pro 的三分之一左右。真正拉开的是安全攻防与更难口径：ExploitBench 25.3 对 47.9、Terminal-Bench 4.0 28.8 对 34.9。官方口径里它「全面超过 MiMo-V2.5-Pro」，对照表中 V2.5-Pro 的 Terminal-Bench 4.0 仅 1.5、AutomationBench 仅 16.0，这一代的跃升主要来自大规模混合 RL 而非换底座。

亮点

1.MIT 许可，309B 总参 / 15B 激活，全模态输入 + 1M 上下文，$0.14 / $0.28
2.Terminal-Bench 2.1 87.6、AutomationBench v1.0.6 52.3、OSWorld-Verified 80.8，官方称全面超过上代旗舰 MiMo-V2.5-Pro（65.2 / 16.0）
3.CyberGym 95.1 比 Pro 的 94.0 还高（官方自建口径）；DeepSWE v1.1 从 SFT 基线 58.4 经 RL 提到 72.6

坑

1.Terminal-Bench 4.0 只有 28.8，比 Pro 的 34.9 更低，离 Claude Opus 5 的 49.0 差距很大
2.攻防开发是明显短板：ExploitBench 25.3、ExploitGym 6.0、SEC Bench Pro 47.5，均远低于 Pro（47.9 / 17.8 / 66.3）
3.309B 总参依然要多卡，官方只给 tp8 / tp4 的推理参数，未公布自建显存需求
4.官方没给 GDPval-AA 数字（表里为空），也没给 GPQA / AIME / SWE-bench Verified 这类考试型基准
5.整张对比表由小米自己跑，属官方声明；AA 智能指数只公布了 Pro（46），Flash 的独立指数未见

适合：高并发全模态 agent · 超长上下文低成本批处理 · 需要 MIT 许可自建的中等规模部署

不适合：单机部署 · 攻防安全类任务（走 Pro 或闭源） · 最难的长时程终端任务

基准	分数	来源	日期	证据
Terminal-Bench终端 agent	87.6%	MiMo-V2.6-Flash 模型卡（Terminal-Bench 2.1）	2026-09-29	厂商公布

更新 2026-09-29 · 排名供选型参考，基准会饱和、会泄漏、会过时。