小米 MiMo 发布 9B 蒸馏版 Qwen Agent 模型

Xiaomi MiMo 在 Hugging Face 发布 MiMo-V2.6-Distill-Qwen-9B，这是一个基于 Qwen3.5-9B 进行监督微调得到的 9B agentic 模型，训练数据由 MiMo 生成。该模型覆盖代码、通用 agent、视觉编码和网络安全任务，并被作为开放 agentic 强化学习研究的起点发布。发布时点赞 477、下载 6652，热度分 468。

相比原始 Qwen3.5-9B，该 SFT checkpoint 在多项评测上明显提升，尤其是通用 agent 与网络安全任务，说明小米正把自身生成的训练数据用于改造第三方开源基座，并以 9B 规模切入 agentic 场景。

机制是用 MiMo 生成的数据对 Qwen3.5-9B 做监督微调，训练混合数据约 774 亿 token，其中 272 亿为带损失 token，代码、通用、视觉、网络安全分别占约三成、三成、两成和一成四，借此把 agentic 能力灌注到中小尺寸模型中。

对产品团队而言，9B 尺寸意味着可在更低推理成本下获得更强的代码、终端操作和工具调用能力，适合本地或私有化 agent 部署；研发上可把该 checkpoint 作为继续做强化学习或领域适配的起点，降低自研 agent 模型的训练门槛。

• 基于该 checkpoint 做企业内部代码或终端自动化 agent 的微调与私有化部署
• 围绕其 9B 尺寸评估推理成本，与更大尺寸 agent 模型做性价比对比
• 在网络安全的合规范围内，用其 cyber 能力构建内部安全评测或告警辅助流程

• 训练数据中 MiMo-generated data 的具体来源与授权方式未披露
• 评测中标注†的内部数据集无法独立复核
• 尚未确认该 checkpoint 是否允许商业使用以及具体许可证
• 下载量与点赞数的增长趋势和实际使用效果仍待观察