趋近智
MiMo V2.6 Pro RL
活跃参数
1.02T
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
143x RTX 4090
24GB VRAM
数据中心
35x NVIDIA A100
80GB VRAM
Apple Silicon
31x Apple M3 Max
128GB VRAM
1048576 个令牌
消费级
183x RTX 4090
24GB VRAM
数据中心
44x NVIDIA A100
80GB VRAM
Apple Silicon
40x Apple M3 Max
128GB VRAM
架构图
评估基准
没有可用的 MiMo V2.6 Pro RL 评估基准。
排名
排名
-
编程排名
-
关于 MiMo V2.6 Pro RL
MiMo V2.6 Pro RL 是小米旗下的旗舰级推理导向型模型，采用强化学习技术进行训练，专门用于解决复杂问题和智能体（agent）工作流。该模型在代码编写、数学运算以及复杂的跨步任务中表现出卓越的性能。
技术规格
注意力
注意力结构
Single-Head Attention
注意力头
128
键值头
8
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
85.7%
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
6,144
层数
70
FFN 中间层大小（稠密层）
16,384
多 Token 预测头数
5
分词器
词汇量大小
152,576
混合专家
专家参数总数
42.0B
专家数量
384
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。