MiMo V2.6 Pro 评测：编程、工具调用与任务成本

2026 年 11 月 9 日，我们用六个固定的小任务同时测了 MiMo V2.6 Flash 和 MiMo V2.6 Pro：Flash 六项全过，Pro 过四项。Pro 两次没过，都是规则执行得不够严；它每个 token 的价格约是 Flash 的 3.1 倍，两个模型谁也没有稳定更快。这类短任务，先用 Flash。

• Flash 六项全过，Pro 过四项。Pro 的两次失手，一次是该拒掉的日期没拒，一次是正确答案外面套了一层 Markdown 围栏。
• Pro 每个 token 的价格约是 Flash 的 3.1 倍。按小米官方费率算，六个任务 Pro 花不到 $0.01，Flash 花不到 $0.003。
• 短任务先用 Flash；真要花钱上 Pro，先拿自己更难的工作试一遍。

我们怎么测的

2026 年 11 月 9 日，我们把六个固定任务发给 mimo-v2.6-pro 和 mimo-v2.6-flash，走的是 OmniaKey 的 OpenAI 兼容接口 https://api.omniakey.com/v1/chat/completions。两个模型都用 thinking: {"type": "enabled"} 和 max_completion_tokens: 4096，没有传 temperature 和 top_p。每份回答的 finish_reason 都是 stop。

六个提示词在第一次调用前就定好，每个模型每个任务只答一次，答得不理想也不重试。代码题的答案放在本机隔离的沙箱里，用两个模型都没见过的手写测试用例跑，Gemini 4 Argon 编程实测 也是这么测的。

两个工具任务各发两次请求：模型先要求调用工具，我们返回固定的模拟结果，它再写最终答案。订单和运费数据都是模拟的只读数据，没有真的下单、取消或买面单。

时间是一次调用的端到端秒数，只跑一次，工具任务把两次请求加起来。费用按小米官方未命中缓存的费率估算，不是 OmniaKey 的价格或账单；输出 token 里含思考 token。OmniaKey 也卖这两个模型，测试就是通过它的接口跑的。

六个小任务、每个只答一次、只测一天，说明不了长上下文、大仓库或多小时的智能体任务。

Pro 在合并时间窗这一项的第一次请求没返回任何内容，连接在两分钟左右超时。打开 "stream": true 重发后拿到了答案，Flash 这项也用了流式。要跑长时间的思考任务就打开流式，免得代理在模型还在思考时把连接掐断。

结果一览

"通过"指全部检查都过。Pro 两次失手，都出在要求里写死了规则的那两项上。

同样用固定任务集测过的便宜模型还有两个：DeepSeek V4.1 Flash 1017 评测 和 MiniMax M3.1 Flash 评测。任务和这六个不一样，可以看方法和表现，别拿它们的数字和 MiMo 比高下。

六个任务

下面每个任务都附上两个模型收到的原始提示词（英文原文，未翻译），后面是两个模型各自的结果。

1. Retry-After 解析

这一项看输入校验够不够严：HTTP 日期不允许的写法，函数要拒掉。

提示词：

Write Python 3.9 standard-library code defining retry_after_seconds(value, now). Return only a Python code block, with no demo or printing. value is a string HTTP Retry-After header. now is a datetime; raise ValueError if now is naive. Strip surrounding whitespace. Accept nonnegative ASCII decimal integer seconds, or an RFC 1123 date such as Mon, 09 Nov 2026 12:00:05 GMT. Return an integer number of seconds until the date, rounded up, clamped to zero for a past date. Reject signs, decimals, Unicode digits, empty strings and invalid dates by returning None. Handle aware now values in any timezone. Do not use the current clock or mutate inputs.

• MiMo V2.6 Pro（33.2 秒）：15 个用例过了 14 个。它接受了没有 GMT 时区的 "Mon, 09 Nov 2026 12:00:00"，用 email.utils.parsedate_to_datetime 解析，把缺失的时区当成 UTC，返回 0。
• MiMo V2.6 Flash（38.2 秒）：15 个用例全过，同一条字符串返回 None。

结论： Flash。RFC 1123 的 HTTP 日期必须以 GMT 结尾，这个用例要求返回 None；Pro 收下了一个本该拒掉的日期。

2. 用量汇总

这一项混了去重、整数加减和插入顺序，还看输入会不会被改动。

提示词：

Write Python 3.9 standard-library code defining summarize_usage(events). Return only a Python code block, with no demo or printing. Each event is a valid dict with event_id (string), project (string), kind (charge or refund), and micro_usd (nonnegative integer). Deduplicate by event_id: only the LAST record in input order counts, even if it changes project or kind. Sum charges minus refunds per project using integers. Include every project present in the retained records even if its total is zero or negative. Return a dict inserted in sorted project-name order. Empty input returns . Do not mutate the input list or its dicts.

• MiMo V2.6 Pro（5.5 秒）：9 个用例全过。
• MiMo V2.6 Flash（3.2 秒）：9 个用例全过。

两个模型都只保留每个 event_id 的最后一条记录，按项目把扣费减退款按整数相加，为零和负数的项目也留着，返回按项目名排序的键，输入原样不动。

结论： 平。

3. 合并时间窗

难点在时区：没有偏移量的时间戳要拒，其余换成 UTC，首尾相接和互相嵌套的时间窗都要合并。

提示词：

Write Python 3.9 standard-library code defining merge_windows(windows). Return only a Python code block, with no demo or printing. windows is a list of two-item (start,end) sequences containing ISO 8601 timestamps at whole-second precision, with Z or an explicit timezone offset. Reject a timestamp without an offset with ValueError. Convert endpoints to UTC. Reject end earlier than start with ValueError; ignore zero-length windows. Merge overlapping OR exactly touching windows, including duplicates and nested windows. Return a list of (start,end) tuples sorted by start, with both strings formatted YYYY-MM-DDTHH:MM:SSZ. Empty input returns []. Do not mutate inputs.

• MiMo V2.6 Pro（9.2 秒）：11 个用例全过。
• MiMo V2.6 Flash（9.6 秒）：11 个用例全过。

两个模型都拒掉了没有偏移量的时间戳，把偏移量换成 UTC，合并了相接和嵌套的时间窗，跳过长度为零的，返回 YYYY-MM-DDTHH:MM:SSZ 格式的元组。Pro 的 9.2 秒是流式回答的时间，超时的第一次不计。

结论： 平。

4. 订单查询工具

这一项看模型会不会只挑只读工具、参数对不对、会不会照抄工具返回的值。

提示词：

Where is order OA-1042? Use the available tool to look up its status and delivery date. Do not cancel the order or change its address. After the tool result, return only JSON with keys order_id, status, eta; copy those values from the tool result. Call at most one tool.

给了三个工具：read_order、cancel_order、update_shipping_address。

• MiMo V2.6 Pro（4.3 秒）：只调用了 read_order，参数是 {"order_id": "OA-1042"}。
• MiMo V2.6 Flash（6.0 秒）：同样的调用，同样的参数。

两个模型都返回了照抄工具结果的 {"order_id":"OA-1042","status":"in_transit","eta":"2026-11-12"}，另外两个会改单的工具一次都没碰。

结论： 平。

5. 运费报价工具

这一项多了单位换算和输出限制：只能询价、重量按克、只返回 JSON。

提示词：

Get a shipping quote for a parcel weighing 1.25 kg, from ZIP 10001 to ZIP 94105, using express service. Use the quote tool, not the booking tool. Do not buy a label. After the tool result, return only JSON with keys price_usd and delivery_days, copying the returned numeric values. Call at most one tool.

两个工具是 quote_shipping（重量按克算）和 book_shipment。

• MiMo V2.6 Pro（5.9 秒）：调用 quote_shipping，参数 {"origin_zip": "10001", "destination_zip": "94105", "weight_g": 1250, "service": "express"}，然后把结果包进 Markdown 的 json 代码块。
• MiMo V2.6 Flash（4.9 秒）：同样的调用和参数，返回原始 JSON。

两个模型都把 1.25 千克换算成 1250 克，数值也都对：18.75 和 2 天。Flash 的回复能直接解析成 JSON；Pro 是同样一份 JSON 外面多了一层围栏，严格的解析器会拒掉。

结论： 按指令算 Flash 赢。调用和数字都对，只有外面那层包装违反了要求，写代码时把围栏去掉就行。

6. 购物需求抽取

最后一项是把一段文字抽成 JSON：按顺序应用修改、去掉取消的商品、不自己补信息。

提示词：

Extract the final purchase request below. Return raw JSON only, with exactly customer, items, shipping, promo_code as keys. customer is a string; items is an array of objects with exactly sku and quantity; shipping is express or standard; promo_code is a string or null. Later corrections override earlier values. Sort items by sku. Remove canceled items. Do not infer a promo code. Text: Customer: Alex Rivera. Order two units of SKU B-20 and one of SKU A-10. Ship express. Correction: make B-20 three units. Add one C-30. Cancel A-10. Final change: standard shipping. No promo code was provided.

• MiMo V2.6 Pro（2.9 秒）：通过。
• MiMo V2.6 Flash（3.5 秒）：通过。

两个模型都返回了 {"customer":"Alex Rivera","items":[{"sku":"B-20","quantity":3},{"sku":"C-30","quantity":1}],"shipping":"standard","promo_code":null}：B-20 改成三件、取消的 A-10 被去掉、优惠码留空。

结论： 平。

速度和费用

速度上没有稳定的赢家：中位数 Pro 是 5.7 秒，Flash 是 5.5 秒，而且单次走接口的波动不小。

单位是秒，一次调用的端到端时间；工具任务含两次请求。

token 用量和费用差得最多的，是两个较长的代码任务。Retry-After 这一项 Pro 用了 2,851 个输出 token，Flash 用了 3,697 个，Pro 的花费还是高出一倍多，大约 $0.003 对 $0.001，因为 Pro 每个 token 贵 3.1 倍。合并时间窗这一项 Pro 的输出 token 大约是 Flash 的三倍，花费也就高出好几倍。

小米海外按量付费的官方费率，单位是每百万 token 多少美元（价格页，2026 年 11 月 9 日核对）：

输入取的是未命中缓存的价格，两个模型命中缓存都更便宜。思考 token 按输出价计入估算：completion_tokens 已经包含它们，小米的价格表也没有单列思考 token 的价格。

选哪一个？

短小的编程、抽取和工具调用任务，先用 Flash。这一组检查它全过，每个 token 的价格大约是 Pro 的三分之一。

Pro 也不是不能用。它两次失手，一次是校验上的边角，一次是 Markdown 围栏，逻辑本身没错：运费那题的调用、参数和数字都对。小米自己的模型卡（2026 年 9 月 22 日）里，Pro 在 DeepSWE v1.1 上比 Flash 高 4.0 分（71.9 对 67.9），在 Toolathlon-Verified 上高 3.3 分（76.9 对 73.6）。这些是厂商自己跑的分，任务比这六个大得多，也正是值得拿自己最难的工作去试 Pro 的原因。

两个模型都属于小米在 2026 年 9 月 22 日发布的 V2.6 系列（发布页）。

代码里还在用 mimo-v2.5-pro 或 mimo-v2.5 的，要把 ID 换掉：小米从 2026 年 10 月 14 日起把这些调用转到 V2.6，并在 10 月 21 日下线了这两个 ID（下线公告）。

下一个该做的测试，是你已经知道答案的那种。从自己的代码里挑五个任务，同一份提示词给两个模型各发一次，先比检查通过数，再比时间，最后算钱。

自己跑一个任务

下面这条命令把第 6 个任务的抽取提示词发给 Flash，参数和测试时一样。OmniaKey 的 OpenAI 兼容接口从环境变量 OMNIAKEY_API_KEY 读密钥。

curl https://api.omniakey.com/v1/chat/completions \
  -H "Authorization: Bearer $OMNIAKEY_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2.6-flash",
    "thinking": {"type": "enabled"},
    "max_completion_tokens": 4096,
    "stream": false,
    "messages": [
      {"role": "user", "content": "Extract the final purchase request below. Return raw JSON only, with exactly customer, items, shipping, promo_code as keys. customer is a string; items is an array of objects with exactly sku and quantity; shipping is express or standard; promo_code is a string or null. Later corrections override earlier values. Sort items by sku. Remove canceled items. Do not infer a promo code. Text: Customer: Alex Rivera. Order two units of SKU B-20 and one of SKU A-10. Ship express. Correction: make B-20 three units. Add one C-30. Cancel A-10. Final change: standard shipping. No promo code was provided."}
    ]
  }'

换模型就把 model 改成 mimo-v2.6-pro；预计要想很久的请求，加上 "stream": true。模型详情见 MiMo V2.6 Pro 和 MiMo V2.6 Flash 页面，当前费率见 价格页。

常见问题

MiMo V2.6 Pro 比 Flash 好吗？

在这六个任务上 Flash 更好：六项全过，Pro 过四项，而 Pro 每个 token 贵约 3.1 倍。小米自己的分数里，Pro 在更大的智能体任务上领先，付这笔钱之前先拿自己最难的工作试一试。

MiMo V2.6 Pro 多少钱？

小米海外实时费率是每百万未命中缓存的输入 token $0.435，每百万输出 token $0.87（2026 年 11 月 9 日核对）。Flash 是 $0.14 和 $0.28。我们这六个任务用 Pro 花不到 $0.01。

Pro 为什么在 Retry-After 这项失手？

它接受了 "Mon, 09 Nov 2026 12:00:00" 这个没有时区的日期，把缺失的时区当成 UTC，返回 0；提示词要求，不是合法 RFC 1123 日期的一律返回 None。

Pro 调用工具靠谱吗？

两个工具任务里它都挑了只读工具，参数也对，订单和运费的数值都对。运费报价那题它把正确的数字包进了 Markdown 围栏，违反了"只返回 JSON"的要求。

MiMo V2.5 的代码要改吗？

还在发旧 ID 就要改。小米从 2026 年 10 月 14 日起把这些调用转到 V2.6，并在 10 月 21 日下线了 mimo-v2.5-pro 和 mimo-v2.5。V2.6 的 ID 是 mimo-v2.6-pro、mimo-v2.6-flash 和 mimo-v2.6-pro-ultraspeed。

来源

• MiMo 模型发布页
• MiMo 下线公告
• MiMo 按量付费价格
• MiMo-V2.6-Pro-RL 模型卡

以上均于 2026 年 11 月 9 日核对。

更新记录

• 2026 年 11 月 9 日：首次发布。六个任务于 2026 年 11 月 9 日（UTC）跑完，每个模型每个任务一次。