趋近智
MiMo V2.6 Flash RL
活跃参数
309B
上下文长度
1.05M
模态
Text
架构
Mixture of Experts (MoE)
许可证
MIT License
发布日期
21 Sept 2026
训练数据截止日期
-
API 价格 (每 1M)
仅支持自建托管
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
消费级
36x RTX 4090
24GB VRAM
数据中心
10x NVIDIA A100
80GB VRAM
Apple Silicon
7x Apple M3 Max
128GB VRAM
1048576 个令牌
消费级
46x RTX 4090
24GB VRAM
数据中心
12x NVIDIA A100
80GB VRAM
Apple Silicon
10x Apple M3 Max
128GB VRAM
架构图
评估基准
没有可用的 MiMo V2.6 Flash RL 评估基准。
排名
排名
-
编程排名
-
关于 MiMo V2.6 Flash RL
MiMo V2.6 Flash RL 是由小米开发的高效推理模型，通过强化学习（RL）进行后训练，以增强加速推理和工具使用能力。该模型能够提供快速的响应生成，适用于实时移动端和边缘助手场景。
技术规格
注意力
注意力结构
Single-Head Attention
注意力头
64
键值头
4
注意力头维度
192
位置嵌入
ROPE
RoPE Theta
10,000,000
滑动窗口注意力
Yes
滑动窗口大小
128
滑动窗口比例
81.3%
线性注意力
No
线性注意力比例
-
归一化
RMS Normalization
激活函数
SwigLU
维度
辅助参数
-
隐藏维度大小
4,096
层数
48
FFN 中间层大小（稠密层）
16,384
多 Token 预测头数
3
分词器
词汇量大小
152,576
混合专家
专家参数总数
15.0B
专家数量
256
活跃专家
8
共享专家数
-
FFN 中间层大小（每专家）
2,048
MoE 前的稠密层数
1
资源
关于 MiMo V2
MiMo-V2-Flash 是一款采用混合注意力架构的混合专家 (MoE) 模型，专为高速推理和智能体工作流而设计。它具备多词元预测 (MTP) 功能，在实现业界领先性能的同时，显著降低了推理成本。该模型针对长上下文建模和高效推理进行了专门优化。