正文：
mimo-v2.6-pro版本表现：
- 测试题数：约1.5万
- 总分（准确率）：69.6%
- 平均耗时（每次调用）：95s
- 平均token（每次调用消耗的token）：4126
- 平均花费（每千次调用的人民币花费）：24元
1、新旧对决
与上一代mimo-v2.5-pro相比，新版在本次中文综合评测中呈现出“成本大幅下降、响应时间变长、部分板块回调”的特征，具体数据如下：
*数据来源：非线智能ReLE评测https://github.com/jeinlee1991/chinese-llm-benchmark
*输出价格单位： 元/百万token
- 总分和名次：综合准确率从71.4%降至69.6%，小幅回调1.8个百分点；在当前榜单中的综合排名由第32位变为第44位。
- 两项有所提升：教育板块从53.4%提升至59.2%（+5.8个百分点），语言与指令遵从从64.9%提升至69.6%（+4.7个百分点），这两项也是八个板块中仅有的上升项。
- coding回调最大：代码能力（coding）从62.9%降至53.6%，回落9.3个百分点；金融从85.6%降至80.7%（-4.9个百分点），Agent与工具调用从68.1%微降至64.8%（-3.3个百分点）。
- 其他维度小幅下降：推理与数学计算从83.5%降至81.5%（-2.0个百分点），法律与行政公务从79.3%降至78.0%（-1.3个百分点），医疗与心理健康从81.9%降至80.8%（-1.1个百分点）。
- 耗时和token：平均耗时从56s延长至95s，增幅约70%；平均生成token从3396增至4126，增长约21.5%。这表明在大规模强化学习后，模型在解题时倾向于展开更完整的推导链条。
- 调用花费：输出价格由21.0元下调至6.0元/百万token，带动平均每千次调用花费从64.3元降至24元，降幅高达62.7%，大幅降低了实际调用门槛。
2、横向对比
把mimo-v2.6-pro放入当前评测大盘，可以清晰观察其在中文准确率、响应延迟与成本上的定位：
*数据来源：非线智能ReLE评测https://github.com/jeinlee1991/chinese-llm-benchmark
同成本档位对比
- 在20至35元/千次调用的相近成本组中，mimo-v2.6-pro（69.6%，24元）的准确率低于deepseek-v4.1-flash（74.4%，20.7元）、qwen3.5-plus（73.3%，22.9元）与gemini-3.7-flash（75.4%，27.8元），略低于Qwen3.5-27B（70.6%，25元）。在中文场景的表现上，同成本档位竞品依然具备较强竞争力。
- 响应延迟差异同样显著：mimo-v2.6-pro平均耗时95s，明显长于deepseek-v4.1-flash（26s）、qwen3.5-plus（57s）及gemini-3.7-flash（10s）。若业务场景对即时交互延迟要求较高，需结合具体任务进行针对性测算。
新旧模型对比
- 对比上一代Pro：mimo-v2.5-pro为71.4%、64.3元，新版mimo-v2.6-pro为69.6%、24元。新版以较低的中文单轮准确率波动，换来了60%以上的成本下降，同时在模型开源属性上提供了更多自主可控的部署空间。
- 对比同代Flash：同系列的mimo-v2.6-flash为66.6%、6.1元/千次调用，但其实测平均耗时达到170s。Pro版本不仅准确率高出3.0个百分点，且实测耗时相对更短，在综合体验上更具平衡性。
开源/商用对比
- 在开源阵营横向对比中，mimo-v2.6-pro（69.6%，24元）落后于deepseek-v4.1-flash与qwen3.5-plus，但相比高花费的hy4-preview（74.7%，111.6元）具有明显的成本优势。开源权重为私有化部署和垂直微调提供了良好基础，实际选型需综合考虑部署成本与业务场景适配度。
3、官方评测
小米官方将MiMo-V2.6-Pro定位为原生全模态模型，重点展示了强化学习在Agent、长程软件工程及视觉任务中的显著突破。以下数据均来自小米官方发布页及基准图表：
软件工程与Agent基准
- 代码智能体：在官方基准中，MiMo-V2.6-Pro的DeepSWE v1.1达到71.9，ProgramBench为26.5，MiMo Code Bench为63.2，较上一代MiMo-V2.5-Pro（对应为19.0、12.5和40.4）取得跨越式提升；在DeepSWE v1.1上逼近Claude Opus 5（74.0）与GPT-5.6 Sol（73.0）。
- 通用智能体：Toolathlon-Verified得分76.9，Terminal Bench 2.1达89.9，Agents’ Last Exam为31.6，均大幅领先于旧版（49.1、65.2和13.2）；在更具挑战性的Terminal Bench 4.0上得分为34.9，与顶尖闭源模型仍有一定差距。
- 安全与视觉任务：CyberGym达到94.0，MiMo Visual Coding为72.3，展现出针对特定攻防与视觉编程任务的专门优化；ExploitBench得分为47.9。
官方同时披露，MiMo-V2.6-Pro在Artificial Analysis Intelligence Index上取得约46分，体现了其在多维度推理体系下的综合竞争力。
强化学习过程与案例
小米公布的数据显示，Pro与Flash在不足6天的训练中各完成30步强化学习，累计覆盖约75万条轨迹，Pro训练任务的平均通过率相对提升约12%。在训练过程中，DeepSWE v1.1得分从58.4持续攀升至72.6，验证了强化学习在长链路代码修复任务上的有效性。
在落地案例方面，官方展示了MiMo-V2.6-Pro协助材料科研团队进行金属有机框架（MOF）材料的模拟与筛选，以及在专家引导下完成Lean 4形式化数学证明。在Lean 4任务中，模型生成并整合了6000余行源码且顺利通过内核核验，体现了其在严密逻辑推导与专业工具链交互中的深度应用潜力。
非线智能官网 https://nonelinear.com.cn/static/models.html 已上线mimo-v2.6-pro，支持一键接入（附接入代码），添加客服 发送 体验金，可享20-50元首充奖励，欢迎对比体验。
快速接入代码如下：from openai import OpenAI
client = OpenAI(
base_url="https://api.nonelinear.com.cn/v1",
api_key="YOUR_API_KEY",
)
response = client.chat.completions.create(
model="mimo-v2.6-pro",
messages=[
{"role": "user", "content": "分析这个代码仓库的模块依赖，并列出优先修复的风险"}
],
)
print(response.choices[0].message.content)