MiMo-V2.6-Flash 官方 X 发布线程：Flash 的基准定位与双模型策略

一句话结论

该官方帖将 MiMo-V2.6-Flash 定位为与 Pro 并列的全模态模型，强调扩展强化学习、代码/通用 Agent/网络安全/视觉 Agent 能力和开放复现；附图给出 Flash 的逐项基准分，但没有公开样本量、完整 harness、硬件、提示词或解码参数，因此这些数字只能作为厂商基线。

适用场景

• 适合判断的任务：代码 Agent、通用 Agent、网络安全 Agent 和视觉 Agent 的官方能力定位；判断 Flash 与 Pro 的产品分工和开源方向。

• 不适合外推的任务：真实业务成功率、延迟、吞吐、成本、稳定性，以及不同工具链或推理参数下的表现；也不能把 Pro 专属主张归给 Flash。

• 适用的模型版本：MiMo-V2.6-Flash。本帖未使用 MiMo-V2.6-Flash-RL 这一 checkpoint 名称。

• 测试环境或客户端：Xiaomi MiMo 官方 X 帖及其附图；评测硬件、客户端、API 端点和 harness 未注明。

• 推理档位和参数：未注明。

测评方法

可见测评材料只有原帖附图中的一张表（图注为 “Table 3 Comparison of MiMo-V2.6 with previous-generation and frontier models on agentic benchmarks”）。表格按 Code Agent、General Agent、Cybersecurity、Visual Agent 分组，横向列出 MiMo-V2.6 Pro、MiMo-V2.6 Flash、MiMo-V2.5 Pro、Claude Opus 5、GPT-5.6 Sol 和 Fable 5。

原帖文字称两个模型通过 scaled reinforcement learning 推进，并称更强的 coding、computer use、3D reasoning 和 creative capabilities；可见线程还称 Pro 与 Flash 的 API 定价均与 V2.5 保持不变，并将 Pro、Flash、技术报告、7K+ RL task environments、端到端 RL framework 和 composable mini-harnesses 开源。这些是厂商发布信息，不是评测方法的完整披露。

来源未注明：每项基准的样本量、任务抽样规则、评测日期、完整提示词、few-shot 设置、工具权限、解码参数、硬件、重复次数、评分脚本、置信区间和失败样本。

关键结果

下表只抄录附图中 MiMo-V2.6 Flash 一列；— 表示图中未提供数值。

原始数据

• 原帖定位：Introducing Xiaomi MiMo-V2.6 — Pro & Flash.；Two omnimodal models, advancing through scaled reinforcement learning。

• 原帖能力表述：Stronger coding, computer use, 3D reasoning and creative capabilities。

• 原帖开放主张：Open model weights, technical report, RL environments and training code。

• 可见线程中的 Flash 相关表述：API pricing unchanged from V2.5, for both Pro and Flash；We’re open-sourcing Pro and Flash ... 7K+ RL task environments ... composable mini-harnesses。

• 原帖附图：https://pbs.twimg.com/media/HSxK_3caUAAsfBl?format=jpg&name=medium。图中 Flash 列的 CyberGym 为 95.1、Terminal Bench 2.1 为 87.6、MiMo Visual Coding 为 71.5；同时完整列出了上表其余项目。

• 明确的版本边界：原帖中 Pro performs on par with Claude Opus 5 and GPT-5.6 Sol across most agent benchmarks 以及 Pro scores 46 ... 均明确指向 Pro，不是 Flash 结果。

结论与边界

• 厂商主张：Flash 被作为 Pro 之外的全模态模型发布，并以同一张 Agent 基准表展示其代码、通用 Agent、网络安全和视觉 Agent 分数；官方线程同时强调 API 定价不变和开放 RL 资源。

• 独立测量：未提供。本页没有独立复测、第三方 harness 或个人体验数据。

• 数据解释边界：表格是一次官方发布快照，不足以推出总体排名或跨任务平均能力。不同基准的分数定义也未统一说明。

• 比较边界：附图中的对照模型和 Flash 可能没有使用同一时间、硬件、工具、提示词或 harness；不能把表格差异解释为严格的因果优势。

• 模型边界：不得把 MiMo-V2-Flash、MiMo-V2.5-Pro、MiMo-V2.6-Pro 或 MiMo-V2.6-Pro-UltraSpeed 的数据改写成 Flash 数据；本页仅记录图中 MiMo-V2.6 Flash 列。

复现说明

1. 打开原始 X 帖，确认作者为 @XiaomiMiMo，并查看原帖附图的 MiMo-V2.6 Flash 列。

2. 按类别和基准名称逐项抄录分数；图中的 — 保持为“未提供”，不要改写为 0。

3. 若要独立复测，需另行取得任务集版本、完整 harness、提示词、工具配置、解码参数、硬件、样本量和评分脚本；原帖本身不足以复现实验。

4. 独立结果应与本文的厂商值分栏保存，并注明实际模型标识、客户端、运行时间和失败样本；不要用独立结果替换官方表格。