小米MiMo进驻WorkBuddy

小米把旗舰模型放进了多智能体工作台

10 月 20 日，小米技术宣布 Xiaomi MiMo-V2.6-Pro 正式上线 WorkBuddy，支持 100 万 token 上下文、图像/视频/音频/文本联合理解，以及面向复杂任务的多智能体分工协作。

这次更新的重点不是 WorkBuddy 又多了一个模型选项，而是一个价格明显低于海外旗舰模型、上下文足够容纳大型项目资料的开源模型，开始进入可直接使用的多智能体工作流。

WorkBuddy 是此次承载 MiMo-V2.6-Pro，并负责组织任务拆解与多智能体协作的工作平台。 不过，小米目前披露的重点集中在模型能力，尚未详细说明 WorkBuddy 底层采用何种 Agent 调度、上下文隔离、失败重试和权限控制方案。因此，现阶段可以确认的是模型已经接入，不能仅凭公告推断平台已经解决所有企业级 Agent 工程问题。

MiMo-V2.6-Pro 是小米面向长程、复杂和专业工作流推出的开源全模态旗舰模型。 它在 9 月 22 日随 MiMo-V2.6 系列发布，一个月后进入 WorkBuddy，说明小米正在把模型能力从评测和开发接口，推进到用户能直接操作的任务产品里。

1M 上下文的意义，是让多个 Agent 看见同一个项目

1M 上下文是指模型单次推理最多可以处理约 100 万个 token，而不是拥有永久记忆。 这个容量大致足以容纳数十万汉字、一个中型代码仓库的关键文件，或者由会议记录、产品文档、日志和图片说明组成的完整项目材料。

在单轮聊天里，1M 上下文很容易沦为参数宣传；放到多智能体系统里，它才有更明确的价值。一个复杂任务往往会被拆成规划、检索、编码、测试、视觉检查和结果汇总等环节，如果各个 Agent 只能看到被截断的局部材料，就容易出现重复搜索、结论冲突和前后约束丢失。

更长的上下文可以充当多个 Agent 共用的项目工作区。例如，在一次应用重构任务中，规划 Agent 可以读取需求和代码结构，编码 Agent 处理具体模块，测试 Agent 分析运行日志，审查 Agent 再根据原始需求验收结果。100 万 token 并不会自动带来更好的协作，但能减少平台频繁压缩历史信息造成的损失。

这也是 MiMo-V2.6-Pro 接入 WorkBuddy 后最值得关注的组合：模型提供长上下文和工具调用能力，平台负责把大任务拆成多个可执行阶段。二者缺一不可。

需要强调的是，上下文窗口不是数据库，也不是可靠的长期记忆系统。 当输入逼近 1M token 时，模型是否能准确找到早期细节、跨文件追踪依赖、识别彼此矛盾的要求，仍取决于长上下文训练质量、检索策略和任务编排。把所有资料一次性塞进去，通常不如先做索引、分层摘要和权限过滤。

全模态不等于什么都能生成

原生全模态是指模型在同一套模型能力中联合理解文本、图像、视频和音频，而不是依靠多个独立模型简单拼接。 MiMo-V2.6-Pro 支持四种输入模态，但当前输出类型仍然是文本，因此它可以分析图片、视频与录音，不代表它能直接输出图片、音频或视频文件。

这一区别对 WorkBuddy 很重要。多智能体任务经常不是纯文本工作，例如：

• 产品 Agent 同时读取需求文档、界面截图和用户访谈录音；
• 开发 Agent 根据报错视频、终端日志和代码文件定位问题；
• 设计 Agent 对照参考图检查 Blender 场景或网页渲染结果；
• 研究 Agent 联合分析论文、实验图表、讲座视频和会议讨论；
• 运维 Agent 从监控截图、告警文本和录屏中复盘故障链路。

MiMo-V2.6-Pro 的优势在于，这些材料不必先被压缩成一段纯文本再交给模型。视频中的时间关系、图片中的空间布局以及音频中的语言信息，可以和文字约束放在同一个任务中理解。

但全模态 Agent 的成本和可靠性也更难评估。视频抽帧频率、音频长度、图片分辨率以及平台对多模态内容的 token 化方式，都会影响实际输入量。小米公布的每百万 token 价格很低，却不能直接等同于一小时视频的固定处理价格。

关键规格：旗舰能力，价格仍保持在国产模型区间

MiMo-V2.6-Pro 的公开规格包括 1M token 上下文、128K token 最大输出、深度思考、工具调用、联网搜索、结构化输出、流式输出和上下文缓存。官方页面给出的调用限额为每分钟 100 次请求、每分钟 1000 万 token。

| 项目 | MiMo-V2.6-Pro | MiMo-V2.6-Flash | |---|---:|---:| | 产品定位 | 长程复杂任务、科研、代码、设计与多智能体工作流 | 更侧重速度和日常高频任务 | | 输入模态 | 文本、图像、视频、音频 | 文本、图像、视频、音频 | | 输出模态 | 文本 | 文本 | | 上下文长度 | 1M tokens | 本次 WorkBuddy 公告未单独披露 | | 最大输出长度 | 128K tokens | 本次公告未单独披露 | | 未命中缓存输入价格 | 3 元/百万 tokens | 1 元/百万 tokens | | 输出价格 | 6 元/百万 tokens | 2 元/百万 tokens | | 缓存命中输入价格 | 0.025 元/百万 tokens | 以官方实时规则为准 | | WorkBuddy 接入状态 | 已上线 | 本次公告未提及 |

按公开单价计算，一次请求如果完整使用 100 万个未缓存输入 token，输入费用约为 3 元；如果再生成上限为 128K token 的文本，输出费用约为 0.768 元，两项合计约 3.768 元。实际任务通常不会持续打满窗口和输出上限，多模态内容的折算方式也会影响账单。

缓存命中时，Pro 的输入价格从每百万 token 3 元降至 0.025 元，降幅约为 99.17%。这对多 Agent 尤其关键，因为多个子任务通常会重复读取同一份系统指令、代码目录、产品规格和背景文档。若平台能稳定复用缓存，重复上下文的成本会从主要开销变成小数项。

吞吐上限则不能只看每分钟 100 次请求。由于官方同时设置每分钟 1000 万 token 的限制，如果每次任务都塞入 100 万 token，理论上每分钟最多只能处理约 10 个满窗口请求，token 限额会先于请求次数限额触发。这是大型团队评估并发工作流时更应该关注的数字。

46.32 分意味着什么

Artificial Analysis Intelligence Index 是综合多个推理、知识与编程评测，用于横向比较模型能力的第三方指数。 小米官方给出的成绩是 46.32 分，并称 MiMo-V2.6-Pro 目前位列全球开源模型第一。

这个成绩证明 MiMo-V2.6-Pro 已经进入开源模型的第一梯队，但不能被解读成全面超过所有闭源旗舰模型。小米在官方说明中也明确承认，它与 Claude Fable 5.1、GPT-6 Astra 等同期顶级闭源模型仍有差距。更准确的判断是：MiMo-V2.6-Pro 把接近前沿模型的综合能力，压到了明显更低的使用成本上。

第三方排行榜还会随模型版本、评测集合和测试方法变化，因此“开源第一”是特定时间截面的结论，而不是永久排名。对 WorkBuddy 用户来说，真实价值最终仍要看任务完成率、工具调用成功率、长时间运行稳定性和人工返工次数。

小米披露的训练数据更能解释这代模型为什么适合 Agent。MiMo-V2.6-Pro 在不到 6 天内完成了 30 个强化学习步骤，覆盖约 75 万条轨迹，每次更新处理 1568 个样本，训练上下文最高达到 100 万 token。在留出的 DeepSWE v1.1 长程软件工程基准上，分数从 58.4 提升到 72.57，增加 14.17 分，相对提升约 24.3%。

RSI 是 Recursive Self-Improvement 的缩写，中文通常译为递归自我改进，指训练系统通过持续生成轨迹、验证结果和反馈更新来迭代能力。 小米把 V2.6 称为探索 RSI 路径的关键一步，但这并不意味着线上模型会自行修改权重。现阶段更准确的理解是：小米扩大了可验证复杂任务上的强化学习规模，让模型在代码测试、数学验证和环境反馈中学习更长的行动链。

多智能体协作不是让多个聊天机器人同时说话

多智能体协作是指多个承担不同角色的 Agent 围绕同一目标分工执行，并通过共享状态、工具结果和验收机制合并成果。 它的难点不在于启动更多模型实例，而在于如何拆任务、分配权限、控制依赖和处理失败。

MiMo-V2.6-Pro 已针对多 Agent、多 Harness 场景优化。Harness 可以理解为包裹模型的执行框架，它负责向模型暴露终端、浏览器、文件系统或设计软件，并把模型的决策转化为具体操作。模型决定“做什么”，Harness 决定“如何安全地做”。

在 3D 开放世界项目中，这套组合可以让规划 Agent 拆解场景需求，建模 Agent 创建资产，编程 Agent编写交互逻辑，视觉 Agent 检查渲染结果，测试 Agent 运行并反馈问题。MiMo-V2.6-Pro 再根据视觉和运行结果继续修正，形成“生成—执行—观察—修改”的闭环。

这比一次性生成代码更接近真实开发，但也会放大错误。一个规划错误可能被多个子 Agent 继承，错误的测试标准甚至会让系统稳定地产出错误结果。因此，WorkBuddy 是否具备检查点、人工审批、工具权限隔离、执行日志和任务回滚，实际重要性不低于模型跑分。

WorkBuddy 接入后，哪些人最值得试

MiMo-V2.6-Pro 更适合资料多、步骤长、需要调用工具的项目，而不是替代所有轻量对话模型。

代码与终端自动化

大型仓库分析、跨文件重构、持续测试和错误修复最能利用 1M 上下文。相比只看当前文件的代码助手，MiMo-V2.6-Pro 更有机会同时理解接口定义、测试用例、构建日志和历史需求。

办公与项目研究

用户可以把会议记录、产品文档、数据表、演示文稿和访谈音频放进同一任务，由不同 Agent 分别归纳观点、核对数字、寻找冲突并生成交付材料。这类场景的价值不在于回答得更长，而在于少丢条件。

设计、视频与三维内容

模型可以读取参考图和视频，配合电脑操作能力检查网页、演示文稿或 3D 场景。由于输出仍是文本，真正的文件生成依赖 WorkBuddy 是否提供相应工具和执行环境。

科研与形式化任务

小米展示过材料研究和 Lean 4 形式化证明方向的多智能体流程。这类任务有可验证结果，适合强化学习与 Agent 闭环，但专业用户仍应对论文引用、实验条件和证明结果进行独立复核。

还有一个迁移时间点：V2.5 明天正式下线

MiMo-V2.5-Pro 和 MiMo-V2.5 已于 10 月 14 日 18:00 自动转发至 V2.6 系列，并计划在 10 月 21 日 10:00 正式下线。也就是说，截至今天 10 月 20 日，仍使用旧模型名称的开发者只剩不到一天的正式迁移窗口。

新版本的标准模型名应使用全小写形式：mimo-v2.6-pro、mimo-v2.6-flash 和 mimo-v2.6-pro-ultraspeed。其中 UltraSpeed 模式宣称可在保持同等质量的情况下提供最高约 20 倍输出速度，但这是最高值，实际加速幅度仍会受任务长度、深度思考设置和服务负载影响。

迁移时不能只替换模型名称。团队还需要重新检查长上下文截断策略、工具调用格式、结构化输出稳定性、缓存命中率与超长任务超时设置。模型升级后的推理路径可能变化，原有提示词和验收阈值未必能原样沿用。

判断：这是模型能力产品化的一步，不是多智能体的终局

MiMo-V2.6-Pro 接入 WorkBuddy 的直接价值，是让 1M 上下文、全模态输入和低成本推理进入一个可执行复杂任务的平台。相比单独发布权重或展示排行榜，这一步更接近开发者和专业用户真正关心的生产环境。

它最有竞争力的地方不是某一项绝对能力，而是组合：46.32 的综合智能指数、100 万 token 上下文、128K 最大输出、四种输入模态，再加上每百万 token 3 元输入和 6 元输出的价格。小米称其在同等智能水平下，价格约为海外模型的 1/20 至 1/60；即使不完全接受这一比较口径，MiMo-V2.6-Pro 的成本仍足以让多 Agent 反复试错成为可行方案。

真正需要观察的是 WorkBuddy 的工程完成度。模型能不能读完一个项目，与系统能不能稳定完成一个项目，是两回事。长上下文解决信息容量，全模态解决输入形式，多智能体解决分工问题，但任务状态管理、工具安全、结果验证和失败恢复仍然要由平台承担。

如果 WorkBuddy 能把这些工程环节补齐，MiMo-V2.6-Pro 会成为国产开源模型进入专业 Agent 工作流的一次重要推进；如果平台只提供简单的角色并行和提示词封装，1M 上下文也可能只是一个昂贵而低效的共享聊天记录。

参考来源

• IT之家：Xiaomi MiMo-V2.6-Pro 正式上线 WorkBuddy——10 月 20 日产品更新消息，包含 1M 上下文、全模态与多智能体协作信息。
• Hugging Face：XiaomiMiMo 官方模型页面——用于查阅小米 MiMo 系列公开权重、模型卡及相关开源资料。