一句话结论
小米 MiMo-V2.5 系列模型已于 2026 年 10 月 21 日正式下线，请求自动切换至支持多模态理解且降低缓存成本的 V2.6 系列。
关键要点
- 小米 MiMo-V2.5-pro 与 MiMo-V2.5 模型于 2026 年 10 月 21 日上午 10 时（UTC+8）正式停止服务。
- MiMo-V2.5-pro 请求将自动路由至 MiMo-V2.6-pro，实现从纯文本输入到支持多模态理解的升级。
- MiMo-V2.5 请求自动路由至 MiMo-V2.6-flash，未指定 max_completion_tokens 时默认值由 32768 提升至 131072。
- 在思考模式下，MiMo-V2.6 系列模型不支持自定义 temperature 和 top_p，实际生效参数固定为 temperature 1.0 和 top_p 0.95。
- MiMo-V2.6 系列沿用 V2.5 定价：Flash 模型每百万输入词元 1 元、输出 2 元；Pro 模型分别为 3 元与 6 元，并享受 99% 缓存折扣。
背景与事实
2026 年 9 月 22 日凌晨，小米正式发布并开源了全新的 Xiaomi MiMo-V2.6 系列。该系列包含 Pro 与 Flash 两个原生全模态模型，标志着小米在 AI 基础设施领域的持续迭代。随着新版本的上线，旧版本模型的生命周期自然结束。根据小米 MiMo 官方文档公布的消息，由于新版本在效果与性能上已全面超越旧版本，mimo-v2.5-pro 和 mimo-v2.5 模型被确定于 2026 年 10 月 21 日上午 10 时（UTC+8）正式下线。
在具体的系统切换机制上，自 2026 年 10 月 14 日 18:00（UTC+8）起，针对 mimo-v2.5-pro 和 mimo-v2.5 的 API 请求已自动路由至 mimo-v2.6-pro 和 mimo-v2.6-flash。这一路由过程对用户透明，但引入了参数处理上的差异。对于 mimo-v2.5-pro 至 mimo-v2.6-pro 的替换，API 参数保持完全适配，且功能增强显著，原仅支持文本输入的 mimo-v2.5-pro 在替换后将支持多模态理解，这意味着开发者无需修改代码即可利用图像、音频等多模态数据。
对于 mimo-v2.5 至 mimo-v2.6-flash 的替换，虽然基本参数继承自原请求，但默认值发生了变化。具体而言，若开发者在使用 mimo-v2.5 时自定义了参数，这些参数在自动路由至 mimo-v2.6-flash 时将被保留；但若请求中未明确指定 max_completion_tokens，系统将自动应用 mimo-v2.6-flash 的新默认值。数据显示，mimo-v2.5 的 max_completion_tokens 默认值为 32768，而 mimo-v2.6-flash 提升到了 131072。此外，在思考模式下，mimo-v2.6 系列模型不再支持用户自定义 temperature 和 top_p 参数，无论用户传入何值，模型实际执行时均固定为 temperature 1.0 和 top_p 0.95，这要求开发者调整对采样随机性的预期。
影响分析
此次模型下线与替换对中文开发者与从业者具有直接的实际影响，主要体现在成本效益与功能扩展两个维度。首先，在定价策略上，MiMo-V2.6 系列沿用了 V2.5 系列的 API 定价，Flash 版每百万输入词元 1 元、输出 2 元，Pro 版为 3 元和 6 元，并提供高达 99% 的缓存折扣。官方数据显示，在同等智能水平下，该价格仅为海外同类模型的 1/20 至 1/60。对于依赖大规模 AI 推理的国内应用开发者而言，这意味着在获得更强性能的同时，推理成本大幅降低，特别是在利用缓存机制处理高频重复请求时，经济效益显著。
其次，功能层面的升级对多模态应用开发者尤为利好。MiMo-V2.6-pro 支持多模态理解，使得原本仅处理文本的业务逻辑可以无缝扩展至图文、音视频理解场景，而无需重构 API 调用结构。然而，开发者需注意参数限制带来的行为变化：由于思考模式下 temperature 和 top_p 被锁定，依赖这些参数进行创意控制或降低随机性的业务逻辑可能需要迁移至非思考模式，或调整系统提示词以达成预期效果。同时，max_completion_tokens 默认值的翻倍意味着模型在默认状态下可能生成更长的回复，开发者应评估后端处理长文本的能力及潜在的费用变化。
适用边界
上述关于参数默认值变化及缓存折扣的优势结论，主要适用于直接通过 API 调用 MiMo 模型的开发者场景。若企业采用本地部署模型或非 API 方式接入，则不受此次 API 参数路由规则的限制，但无法享受云端 99% 缓存折扣带来的成本优势。此外，对于对输出长度有严格限制、且未显式设置 max_completion_tokens 的旧有 mimo-v2.5 业务系统，在自动路由至 mimo-v2.6-flash 后，若未及时调整默认值，可能导致输出结果超出原有预期的 32768 词元限制，从而影响下游解析逻辑的稳定性，此类场景需特别核查代码逻辑。
孤本观察
本次更新体现了国产大模型在“降本增效”与“多模态融合”两条主线上同时发力的战略判断，通过无缝路由机制极大降低了用户的迁移门槛，值得行业关注。
常见问题
小米 MiMo-V2.5 系列模型何时正式下线？
小米 MiMo-V2.5-pro 与 MiMo-V2.5 模型于 2026 年 10 月 21 日上午 10 时（UTC+8）正式停止服务。
请求自动切换至 V2.6 系列后，多模态支持情况如何？
MiMo-V2.5-pro 请求自动路由至 MiMo-V2.6-pro，支持多模态理解；MiMo-V2.5 请求路由至 MiMo-V2.6-flash。
MiMo-V2.6-flash 的 max_completion_tokens 默认值是多少？
未指定 max_completion_tokens 时，MiMo-V2.6-flash 的默认值由 32768 提升至 131072。
在思考模式下，MiMo-V2.6 系列对 temperature 和 top_p 的限制是什么？
在思考模式下，MiMo-V2.6 系列不支持自定义 temperature 和 top_p，实际生效参数固定为 temperature 1.0 和 top_p 0.95。
MiMo-V2.6 系列模型的 API 定价标准是多少？
Flash 模型每百万输入词元 1 元、输出 2 元；Pro 模型分别为 3 元与 6 元，并享受 99% 缓存折扣。
来源：IT之家