MiMo-V2.6-Flash-RL

MiMo-V2.6-Flash-RL

在同一个模型里处理文本、图像、视频和音频输入，上下文长达 1M token，适合长代码库和智能体运行。这是 XiaomiMiMo 推出的 311B 开放混合专家模型。

由 XiaomiMiMo 在 Hugging Face 上制作。这些说明是 Mindket 根据它的模型页面和模型卡写的，模型自己的文件和许可证在 Hugging Face 上。

简介

它是什么：MiMo-V2.6-Flash-RL 是 XiaomiMiMo 推出的文本生成模型。它是 MiMo-V2.6 系列中注重效率平衡的一个检查点，训练依赖强化学习。这是一个稀疏混合专家模型，总参数 309B，激活参数 15B，可以接收文本、图像、视频和音频。

适合谁：适合想要一个大型开放模型来做编程、智能体工作和长文档，并且有硬件来部署它的开发者和研究团队。

Industry | Who uses it | How they use it | Example
软件 | 开发者 | 把整个代码库或工具调用记录放进一次请求 | 在单个上下文里审查一个代码库
AI 研究 | 研究人员 | 在开放检查点上研究大规模强化学习 | 与其他开放模型比较
智能体 | 智能体开发者 | 运行需要长记忆的多会话智能体任务 | 一个跨会话工作的编程智能体
媒体 | 分析人员 | 把视频或音频与文本一起提问 | 总结一段会议录音

如果你只需要笔记本上的小模型，可以跳过它，因为权重大约有 311 GB。

用在哪里：

• 装有 Python 的 Windows、macOS 或 Linux，用来下载文件
• 使用 transformers 库的 Python 程序
• 小米自己的 API 平台、Studio 和 Desktop 应用，模型卡有列出

Use case | Who | What they get back
长上下文编程 | 开发者 | 基于最多 1M token 的代码和调用记录给出的回答
多模态提问 | 分析人员 | 基于图像、视频或音频加文本的回复
智能体运行 | 智能体开发者 | 一个在编程、智能体、视觉和网络安全任务上训练过的模型

如何设置：

• Python，用来运行 Hugging Face 下载工具
• 权重需要约 311 GB 磁盘空间
• 能部署 311B 模型的服务器级硬件

1. 用 pip 安装 Hugging Face 的 hub 工具。
2. 用 hf 命令下载模型文件。
3. 按模型卡的说明运行它。

pip install -U huggingface_hub
hf download XiaomiMiMo/MiMo-V2.6-Flash-RL

如何使用：模型在部署环境中加载好之后，你发送文本，也可以加上图像、视频或音频，然后读取回复。模型卡说它支持 1M token 的上下文，所以很长的输入也能放进一个请求。

示例：你粘贴一个很大的代码库，然后问“Which files handle user sign-in, and what would break if I rename the session table”。模型一次读完整个输入，回答相关文件和可能的影响。

新手与专家：这是一个巨大的模型，所以第一小步是先读它的模型卡，在规划自己的服务器之前先试试小米提供的托管选项。光是下载权重就要约 311 GB。

训练在一次强化学习中混合了编程、通用智能体、视觉和网络安全任务。它使用异步 GRPO，每步 1,568 个提示词、16 次推演。分组评分会给通过的方案排序，偏向更短的路径。一个 5 层的多 token 预测块充当推测解码器。

输入文本、图像、视频或音频
MoE 路由到 15B 激活参数
模型读取最多 1M token
返回回答

注意事项：

• License: MIT
• Cost to run: 没有提到费用，但权重约 311 GB，需要性能强的硬件
• Data it reaches: 从 Hugging Face 下载文件，之后在你部署的地方运行
• Not for: 小型机器，因为这个模型是 311B 的混合专家结构

Hugging Face 上的数据（2026年11月13日）

• 任务：text generation
• 框架：transformers
• 参数量：311B
• Weights: about 311 GB in U8
• Formats: Safetensors
• 最近 30 天下载：64,057
• 点赞：594
• 许可证：mit
• 语言：en, zh
• Quantized versions: 39
• Fine-tunes: 5
• 标签：transformers, safetensors, mimo_v2, text-generation, multimodal, vision-language, audio, agent, video-understanding, long-context, conversational, 8-bit

链接

• 模型：https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-RL
• 文件：https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-RL/tree/main

获取模型

用 Hugging Face 的命令行下载它的文件：

pip install -U huggingface_hub
hf download XiaomiMiMo/MiMo-V2.6-Flash-RL

然后按它的模型卡使用它。这个工具包里没有会自己运行的东西。