你有没有想过，那些动辄要按 token 收费的顶级 AI 模型，为什么有人愿意把"家底"直接送出来？
9月21日，小米开源了新一代旗舰模型 MiMo-V2.6-Pro 和轻量版 MiMo-V2.6-Flash，用的是 MIT 协议——这意味着任何人都可以下载权重、自己部署，甚至商用。
这个"开源"有多实在
先看几个硬指标：
- 总参数 1.02 万亿，但每次推理只激活约 420 亿
- 上下文窗口 100 万 token
- 能读文本、图片、视频、音频，输出文字
- 权重完全公开，允许商业使用与本地部署
一万亿参数听着吓人，但真正决定成本的是"每次激活多少"。这就是稀疏混合专家（MoE）架构的巧思：模型很大，一次只叫醒一小部分。所以它的 API 价格是每百万输入 token 0.435 美元、输出 0.87 美元；如果命中缓存，输入价格降到 0.0036 美元。
在第三方评测机构 Artificial Analysis 的智能指数（v4.3 版）上，MiMo-V2.6-Pro 拿到 46.32 分。小米称这是发布时开源模型中的最高分。作为对照，同期发布的闭源模型 Grok 4.7 约 46 分，输入价格却是每百万 token 2 美元。
顺带说一句，小米这次不只放了一个模型。轻量版 MiMo-V2.6-Flash 总参数 3090 亿、每次激活 150 亿，输入价格降到每百万 token 0.14 美元；此外还有一个 MiMo-V2.6-Pro-UltraSpeed 版本，输出速度约为 Pro 的 20 倍，价格则是标准版的 10 倍。
同一套权重组出三种产品，覆盖的场景并不重叠：旗舰版打复杂的智能体任务，轻量版打成本敏感的批量调用，快版本打对延迟敏感的实时交互。
小米披露了一件更值钱的事
比跑分更值得看的，是训练过程。
小米公开了这轮强化学习的账本：Pro 和 Flash 各自完成 30 次强化学习更新，累计约 75 万条轨迹，用时不到 6 天。小米自报的训练成本约为 262 万美元（Pro）和 85 万美元（Flash）。
在智能体编程基准 DeepSWE v1.1 上，Pro 从 58.4 分提升到 72.57 分。
它还一并放出了强化学习框架和约 7000 个训练环境。
换句话说，小米开源的不只是"结果"，还有"方法"。对做应用的中小团队来说，后者的价值往往更大。
有三个细节要打个问号
第一，跑分里有第三方评测，也有小米自己跑的。像 DeepSWE 这类分数，小米没有公布测试环境细节，严格来说属于"厂商自报"，需要等外部团队复现。
第二，小米没有同时发布系统卡（system card），也没有公开训练数据截止时间。
第三，开源不等于零成本。1.02 万亿参数的模型，个人电脑跑不动，自建部署要算硬件投入；对绝大多数人来说，真正要比较的还是 API 价格和稳定性。
普通人现在能做什么
1. 别只看"最强"，看"每块钱买到多少"。同样的能力，价格差几倍，长期用下来完全不是一回事。
2. 把开源当成备选方案。当某个闭源模型涨价或改规则时，手里有可自部署的替代品，议价空间就不一样。
3. 对厂商自报的跑分留一分怀疑。等第三方复现之后再下结论，不吃亏。
过去两年，大模型的竞争从"谁的参数大"转向"谁更便宜、谁更敢开源"。而这一次，把万亿参数模型放出来的，是一家做手机和汽车的公司。