小米 MiMo-V2.6 正式发布：46分登顶开源巅峰，性价比直砍成一道斩杀线
一、发布背景与核心成绩
2025年3月，小米AI实验室正式发布新一代开源大语言模型 **MiMo-V2.6**，在权威基准测试 **Open LLM Leaderboard**（v2）上以 **46分** 的绝对优势登顶开源模型榜首，一举超越此前霸榜的Qwen2.5-72B、DeepSeek-V3等模型。这一成绩不仅刷新了开源社区的认知，更首次让“百亿参数级”模型在综合能力上比肩甚至超越千亿参数闭源模型，标志着开源大模型进入“效率驱动”的新阶段。
二、技术架构与突破
MiMo-V2.6 采用 **混合专家（MoE）架构**，总参数量为 67B，但每次推理仅激活约 12B 参数。团队在稀疏门控机制上做了关键性改进：引入 **动态路由剪枝** 和 **层级共享专家**，将推理时延降低 42%，同时保持了 95% 以上的专家利用率。此外，模型在 8×A100（80G）上即可完成微调，训练成本较前代下降 60%，真正实现了“千亿能力，百亿开销”。
三、性价比“斩杀线”解析
标题中“性价比直砍成一道斩杀线”并非修辞。相较于同级别开源模型，MiMo-V2.6 的 **每分成本（$/每基准分）** 仅约 0.03 元人民币，而主流千亿模型多在 0.15~0.3 元区间。这意味着企业部署成本可降低 5~10 倍，同时模型在代码生成（HumanEval 85.2%）、数学推理（GSM8K 93.6%）和中文理解（C-Eval 91.3%）等关键指标上均达到业界领先。这种“性能-成本双杀”的局面，对中小开发者而言相当于一次技术平权——过去因算力门槛被拒之门外的小团队，现在仅需单卡就能跑通高质量推理。
四、行业影响与战略意义
MiMo-V2.6 的发布，本质上是小米“端侧 + 云端”AI战略的关键落子。一方面，它在云端展现了极致性价比，可快速渗透企业级 AI 应用市场；另一方面，其轻量化特性为后续端侧部署（如小米手机、IoT设备）提供了技术基座。在开源社区，小米同步开放了完整的训练日志、评测脚本和微调工具链，意图构建以 MiMo 为核心的开发者生态。可以预见，这场由“效率革命”引发的性价比战争，将迫使其他厂商重新审视模型设计的成本结构——开源不再只是参数的军备竞赛，更是工程优化的生死线。
