vLLMvLLM 社区（原 UC Berkeley）
生产环境部署 LLM 的默认答案：PagedAttention 把 KV cache 碎片化问题解决掉，吞吐比朴素实现高一个量级。
推理框架 / 服务引擎PagedAttention张量并行FP8/AWQ/GPTQOpenAI 兼容 API多模态
MiMo-V2.6-Pro-RL
模型简介
V2.6 代的强化学习版本，推理链更长更稳，是小米当前最强的开放权重模型。
- 参数量
- 1.0T
- 上下文
- 256K
- 所属
- MiMo
- 类型
- 纯文本
- 商用
- 可商用
- 许可
- MIT
- 发布
- 2026-09-21
- 收录
- 2026-10-03