实测小米新模型MiMo V2.6，我真服了第一次看开源那么彻底的

以前我用小米的模型，主要图一个便宜。

拿它跑的都是批量的固定任务。定时扫一遍邮箱，扫一遍订阅里的内容，把新进来的东西归类，抽字段，一次几千条等等等等。

19号直播MiMo-V2.6-Pro和Flash的RL训练过程的时候我是真期待啊，没想到就5天就做出来了，还一口气发三个，Pro，Flash，Pro-UltraSpeed，UltraSpeed的输出速度最高能到Pro的20倍。

我点进去先看的是价格。

跟我以前用的时候一样。

Pro的缓存命中输入每百万/0.025元，Flash/0.02元。输出端Pro是6元，Flash是2元。

不急着要结果的话，走非实时的批量推理还能再打半折。跟同级海外模型摆在一起，差距能到1/20到1/60。

我突发奇想到一个新用法，jev + deepseek + mimo做成长时间批量任务三件套有没有搞头。所以我去看了眼分数，在Artificial Analysis上，MiMo-V2.6-Pro拿了46.32分，开源第一，国产第一，跟Grok 4.7打平。V2.5那会儿26分，一次小版本迭代就涨到46，比吃了炫迈还炫迈。

这个46是十项评测合出来的综合分，里面塞了Terminal-Bench 4.0，CritPT，SciCode，Humanity's Last Exam这些东西。厂商自己那份benchmark表格我扫一眼就过去了，自测分数我一向看得不重，挑几个我自己关心的说。

一个是Terminal-Bench 4.0，测Agent在终端里干活。除开海外那两家闭源的，在开源模型里排第三，前面是GLM-5.3和刚强化过的Qwen 3.8 Max。

另一个是CritPT，测物理推理。

在这个榜上它前面只剩GPT和Claude。

还有一个我自己基本每次都会看的，DeepSWE v1.1。

这个榜测的是长程软件工程任务。Pro从58.4涨到72.57，Flash从48.8涨到65.68。

分能涨成这样，但基座没换，还是V2.5那套，1.02T总参数，42B激活，提升几乎全来自后训练。同一天，隔壁Grok 4.7也发布了，AA上也是46分，但价格差了二十倍。

而且4.7这一代速度从60掉到了38.8，评测里生成的token从94M涨到240M，每个任务的成本从1.86美元翻到3.74。这样一看小米在开源和API价格两个方向都是赛博大善人了。

OK，轮到实测环节了。

第一个活，我挑的是网站复刻。

这个case是从我们自己的goodcase里抽出来的。平时测模型的前端能力，都有个固定套路，喂提示词，或者最多再喂几张截图。因为大多数模型能看图但读不了视频。MiMo-V2.6这次我换了个玩法，它是原生全模态的，视频能直接丢进去的。我就把那段录屏原样丢给它，只加了一句话，照着这个复刻一个一模一样的网站。

也是让我玩上鼠标版格莱美慢镜头了，而且字体也是用上了玻璃雾面，视频不会反过来把信息忽略了。

它复刻出来的那个页面，滚动的手感，动效的节奏，都能跟录屏对上，

那种一帧一帧推出来的电影感也在。

然后来整点好玩，鹈鹕骑自行车。

这个题在圈里算个老梗了，隔一阵就有人拿出来测一遍。之所以总拿它出来，是因为它几乎把模型画图的所有短板都凑一块了。鸟的身子和自行车本来就不好一起画，还得让鸟坐上去，脚踩在踏板上。静态图勉强能看，一旦要它动起来，腿跟踏板对不对得上，膝盖会不会反着折，全是坑。

我把它丢给MiMo-V2.6，让它做成一个能动的SVG，就一句话，

生成一个鹈鹕骑自行车的svg动画，以H5页面展示

结果比我预期的要好不少。

轮子会转是最基本的。

它还多做了一步，脚踏板也在转，两条腿跟着踏板走，膝盖朝前弯，脚底一直贴在踏板上。还整了一个倍速条，从0.4拉到2.2，踩踏的节奏跟着变快变慢，轮子的转速也按比例跟上。

而且它有自己的一套审美。还给鸟脖子上还围了条红围巾，有点好笑。。。

第三个，我们来久违做个PPT吧！

毕竟这次还有配套的桌面端可以直接用MiMo V2.6。

其实跟其他Agent长得也大差不差，该有的功能也都是全的。

有了插件，有了自定义模型，还要什么鹈鹕自行车？

Codex的computer use这里也是有的，然后还有一个特别方便的就是生成的文档有个资料库，可以让你直接看到，再也不用一个个聊天框翻我的资料了。。

为了吓模型一跳，我没有找日常的办公类任务做ppt，我就想着万一之后小米也要造火箭呢，先拿Artemis II绕月练练手，先搜了一堆材料，有PDF，录音，图等等等等。

7. 任务成功意味着什么：把 WAV 中的核心观点与 PDF 中的任务优先级合并成清晰结论。

我本来是对排版没抱太大期望的。

结果它交出来的东西，比我预期的高一截。

它按PDF里的飞行顺序重新讲了一遍故事，发射，地球轨道检查，跨月注入，月球飞越，返回溅落。

还把录音听了一遍，把里面讲的「任务成功意味着什么」拎出来，放进了最后一页。那三张图也没浪费，各自放在了该放的位置上。

配色也讲究，跟小米演讲PPT用的颜色一毛一样，米白跟关键里程碑用金色点标出来。 然后就是排版。七页翻下来，我没看到严重的遮挡和压字，每页就说明白一件事，而且这次我没给MiMo V2.6挂任何skill，没有提示词模板，没有工作流，就是把材料直接扔进去的。

再来再来，还有3D，

这个case是一个折叠纸盒的刀模，还带折叠和展开的动画，盒子的大小全靠参数控制，尺寸不对的话是盖不上的。

最后制作一段动画，展示纸盒从完全展开的平面状态逐步折叠成闭合纸盒，再展开回平面状态，并使用偏技术展示风格的 Blender Viewport 呈现。完成后检查模型结构、Pivot、折叠方向和动画是否正常，确保对象和动画都保持可编辑，并总结你做了哪些处理以及验证结果。

中间还出了个小插曲。

我前几天刚换了台电脑，Blender根本没装回来。MiMo V2.6一上来没找到，自己就把Blender装上了接着干。

过没几分钟，全部的东西都跑完了。

是完整的复刻了我们要的卷纸特效，从啥也没有到现在直接生成一个影片都做出来了。

3D游戏这一关，MiMo V2.6也没掉链子。

这一把是个3D游戏，一个忍者村。

进去之后，你控制一个忍者，在村子里跑。视角能切，第一人称和第三人称一键换，第三人称是越肩的，跑起来视野更宽。

忍者做得挺细。深蓝战衣，额头一块银徽，脖子上围条橙红长巾，跑起来围巾往后飘，站着不动还有呼吸。跑动时四肢跟着摆，转向是平滑的。

移动上还有二段跳，木箱和屋脊都能上去。

重点在于还有交互效果。你跟不同的人在不同的地方做交互，都会有相对应的任务出现，真的把体验感拉全了。

最后一个活，我留给了我们自己的项目。

熟悉我的老粉都知道我最近刚上线了一个AI提示词案例网站，goodcase。上面是我们自己平时在用的提示词和案例，一直在更新。感兴趣的朋友可以直接上去翻

站上有一堆案例，每个案例都带着来源平台的互动数据，点赞，评论，转发，收藏。以前这套数据只在收录时采一次，然后按发布时间一刀切做衰减。

问题也很直接，一个老案例哪怕这几天突然又有人开始看了，也会因为发布时间当成算法当作过气的帖子，不会放出来。我想改的就是这块。正好最近还有个新模型Jev，专门做实时决策的。我就想，能不能让Jev负责隔几天重采一遍，MiMo负责把读回来的页面文字解析成干净的计数，两边一拼，就有了一条真实的互动时间线，衰减就能按最后可见的热度来算，不再只认发布时间。

我把这个任务原样丢给了MiMo。

同步检查需要调整的数据结构和相关调用，尽量避免无关重构，保持实现简单清晰。完成后跑完相关测试和必要验证，确保功能正常，并用中文说明你具体改了什么、过程中怎么处理、验证结果是否通过，以及主要修改了哪些文件。

它交出来的东西，比我预期完整。

它先设计了一张多点快照表，同一个案例可以存多轮采集的互动数据，按时间排开就是一条热度曲线。

然后它写了一个共用算法库，把加权互动，多点速度，还有最后上升的锚点都定义在一处，热度衰减和采集脚本都用同一份，不各写一套。采集这边，它把JEV的浏览器读取和MiMo的文本解析串成一条链，还留了兜底，解析不出来就标记失败。

最让我放心的是算法兼容。

没有历史数据的老案例，走的是和原来一模一样的逻辑，不会因为这次改动被重新排一遍。

它自己还跑了验收。lint干净，相关单测全过，连数据库迁移检查也过了，全量测试一个没挂。

MiMo V2.6到底能不能当我的日常Agent里的内置模型，

到这一条，我心里有数了。

而且这个判断，比我预想的乐观。

它给我的感觉，已经不只是个每天帮我打打字，跑跑活的东西。

再多过几下，信任再攒一点，我会认真考虑把它从够用挪到主力。

就这个价吧，还说啥了

把斩杀线，嗯一头往上抬啊，

能干的活越来越多，

价格反倒是越来越低了，

我又是米粉了真的。

@ 作者 / 卡尔

最后，感谢你看到这里如果喜欢这篇文章，不妨顺手给我们点赞｜在看｜转发｜评论

如果想第一时间收到推送，不妨给个星标

如果你有更有趣的玩法，欢迎聊聊

更多的内容正在不断填坑中……