46 分。放在 Artificial Analysis 智能指数那张表上，这个数字把开源权重的天花板又往上顶了一截。小米 MiMo 这次一口气放出 MiMo-V2.6 Pro 和 MiMo-V2.6 Flash，两个都是全模态模型，训练路线写得毫不含糊——规模化强化学习。Pro 在大多数 Agent 基准上跟 Claude Opus 5、GPT-5.6 Sol 打得有来有回，而那两位是闭源阵营里最贵的选手。更值得琢磨的是另一件事：权重、技术报告、训练代码，一起交了。
46 分到底是什么位置
一个指数，三种参照系
Artificial Analysis 的智能指数不是一个单科成绩。它把推理、知识、编码、指令遵循这些维度揉在一起，最后压成一个数字。46 分之所以被反复提起，是因为它同时成立在三个参照系里：跟自家上一代比是跳变，跟同尺寸开源模型比是领先，跟闭源头部比是——够得着了。开源模型过去习惯在某个细分榜单上刷一次存在感，然后被综合榜打回原形。这次不太一样，Pro 拿的是综合位次，而且是最高的那个开源位次。
天花板被抬走之后
开源社区对"最强开源"这四个字已经有点免疫了，几乎每个月都有人宣布。但真正稀缺的不是称号，是可复现的路径。MiMo 这次把训练代码和技术报告一并放出，等于把梯子搭在了墙外。别人可以沿着同一条路走第二遍、第三遍，也可以在中途岔出去。开源生态的推进方式从来不是某一家跑得多快，而是有多少人踩着你的脚印继续往前。
被压缩的追赶窗口
闭源模型领先开源的时间差，过去通常以半年计。现在这个窗口正在被压缩到几个月甚至更短。46 分本身不吓人，吓人的是它出现在一个开放权重的模型上。当前沿能力可以在几周内被下载、微调、私有化部署，模型厂商卖的东西就得重新想一遍了——是卖能力，还是卖确定性、合规和运维。
Pro 和 Flash，同一套配方两种火候
Pro 冲的是 Agent 主战场
Pro 的定位很明确：去干那些需要连续决策、多步执行、跟外部工具打交道的活。Agent 基准测的从来不是"你能不能答对"，而是"你能不能自己把事办完"。多轮调用、错误恢复、上下文管理、什么时候该停下来问人——这些都不在传统 benchmark 的考察范围里，却决定了模型能不能真的被塞进工作流。Pro 在这个维度上贴着 Claude Opus 5 和 GPT-5.6 Sol，说明它在"办事"这件事上已经拿到了入场券。
Flash 才是被低估的那一半
发布稿里 Flash 通常一句话带过，读者也习惯性略过。但真正跑量的永远是便宜的那个。一个全模态模型如果只能待在实验室里按 token 计价，它对产业的改变是有限的；只有当它有足够低成本的孪生兄弟，能力才会渗进客服、巡检、内容审核、教育这些毛利本就不高的场景。Flash 的意义不在分数，在单价。
规模化强化学习放大了什么
这两年强化学习被反复重提，但"规模化"三个字才是关键变量。小规模 RL 调出来的是偏好，大规模 RL 调出来的更接近策略——模型开始知道在什么情况下该换工具，什么时候该重试，什么时候该承认自己不知道。这类行为很难靠监督微调教出来，只能靠足够多的环境、足够长的 rollout 和足够狠的奖励设计磨出来。小米 MiMo 把这条路线明确写在发布信息里，等于承认了算力账本的分量。
编码、computer use、3D 推理挤在一个模型里
从写代码到点鼠标
编码能力是当前模型的硬通货，这点没有争议。争议在于 computer use——让模型看着屏幕截图，理解界面，然后决定点哪里、输什么、滚多少。这个任务对模型的考验是复合的：视觉定位、界面语义、时序规划、失败重试，缺一块就卡死。它跟写代码共用同一套底层能力，这才是小米把两者放进同一个模型的原因。能写函数的人未必会用软件，但会用软件的人通常能更快学会写函数。
3D 推理不是炫技
全模态里最容易被当噱头的是 3D。空间关系、遮挡、视角变换、几何一致性——这些能力在纯文本模型上几乎无处安放。但它们直接对应机器人、自动驾驶、工业质检、AR 交互这些场景。把 3D 推理做进通用模型，意味着未来做具身智能的团队不必再从零训练一个空间理解模块，直接调用底座就行。这是基础设施层面的事，不是 demo 层面的事。
模态越多，代价越贵
没人能白拿多模态。视觉 token 的膨胀、跨模态对齐的复杂度、不同任务之间的梯度冲突，都会反映在训练成本和推理延迟上。Pro 和 Flash 的分野，本质上就是对这份代价的两种分摊方式：一个扛住峰值能力，一个把单位成本压下去。用户按场景选，厂商按算力算。
权重、报告、代码，一起放出来图什么
开源不是姿态，是分发渠道
大厂开源模型从来不是纯粹的公益。权重放出去，模型就会被部署到那些厂商自己销售团队覆盖不到的中小企业、海外市场、垂直行业里。这些场景不会给官方 API 贡献多少收入，但它们会贡献使用习惯、反馈数据和生态位。等到下一轮采购决策时，这些默认选项会自己浮上来。小米在硬件上干过一模一样的事，只是这次换成了模型权重。
跟 Opus 5、GPT-5.6 Sol 的对位说明了什么
把对比对象直接写成 Claude Opus 5 和 GPT-5.6 Sol，是很有信息量的一步棋。它等于公开宣布：我不跟开源同行比了，我进第一梯队的桌子。这类对位当然有选择性展示的成分——挑对自己有利的基准，谁也不例外。但 Agent 基准本身很难美化，多轮执行的成绩骗不了人。能在这些benchmark上维持接近，就已经不是"国产模型进步很快"这种模糊表述能概括的了。
下一轮竞争的入场券
模型能力的差距在收窄，这件事对所有人都是压力。闭源厂商要证明自己值那份溢价，开源阵营要证明自己能持续跟进而不是一次性爆发，中间层要证明自己不可替代。全模态加规模化强化学习加开放权重，这三个词凑在一起，是小米 MiMo 给自己买的入场券——能坐到哪一桌，还得看下一次发布时，那个指数上的数字是往上走还是原地不动。
