Ollama 0.40.15 发了一批新模型，最值得看的是小米的 MiMo-V2.6。它是个 9B 模型，专门冲着代码和 Agent 工作流来的，另一头还塞进了 AutoTrust 这类决策模型。这篇讲它俩的定位、MiMo 的评测数字，以及最关键的一点，在你机器上到底能不能真跑起来。我先说结论：我这条机器没装 ollama，所以这轮实测到核对模型卡为止，没跑成。这是实话。
MiMo V2.6 是什么
先把它身份说清。模型卡上的全名是 MiMo-V2.6-Distill-Qwen-9B。小米 MiMo 的 9B 模型，基于 Qwen3.5-9B，用 MiMo 自己生成的数据蒸馏微调出来。支持文本和图像输入，带 thinking 和 tool use，上下文 256K，MIT 协议。这些是我从 ollama.com 的模型卡 curl 下来核的，不是转述。核过。
官方给它划了四类用途，软件开发是看懂陌生代码、排查失败、起草修复，Agent 工作流是接了工具跑多步任务，视觉编码是用截图或界面参考引导实现，安全分析是看代码解释潜在漏洞。256K 上下文这一条最实用，长文件、长文档、长任务历史能一口吃下。
ollama run mimo-v2.6
拉起来之后，还能直接塞给本地编码器：ollama launch claude --model mimo-v2.6，或者接 opencode、hermes。这几条启动命令都写在模型卡的 Applications 一栏里。
评测数字怎么读
模型卡里给了一张对比表，是小米官方报的，对照基线是 Qwen3.5-9B。我把它抄下来，这几个数字要读仔细。看这张表。
| 基准 | 指标 | Qwen3.5-9B | MiMo-V2.6 |
|---|---|---|---|
| SWE Verified | avg@3 | 60.0 | 61.1 |
| SWE Pro | avg@3 | 32.0 | 44.6 |
| AutomationBench v1.0.6 | avg@1 | 5.0 | 30.3 |
| Terminal Bench 2.1 | avg@1 | 27.0 | 37.1 |
| Toolathlon-Verified | avg@1 | 25.9 | 35.2 |
真正值得看的不是 SWE Verified 那 1.1 分的提升，而是 SWE Pro 从 32.0 跳到 44.6、AutomationBench 从 5.0 跳到 30.3，前者是更难的软件工程题，后者是纯 agent 自动化题，这俩的涨幅说明它的力气花在了 agent 场景而不是普通代码补全。涨幅是实打实的。别小看这组数。我的判断是，这跟它的定位一致：这是个 agent 模型，不是个补全模型。
这组数字是小米官方报的，不是第三方跑分。我在核的时候特别注意了这一点，官方自报通常偏乐观，你得打个折扣看。但即便打折，AutomationBench 从 5.0 到 30.3 这个跨度也太大了，不是噪声能解释的。
同批的 AutoTrust
同批还上了 AutoTrust，模型名 autotrust-jev。它是个决策模型，读一段文本，对你给的问题返回选项、yes/no 概率和评分。家族三档，9b、35b、27b-vl，后两档还能读图。
这个品类跟生成模型是两条线。生成模型给你一段文字，决策模型给你一个概率分布，前者烧 token 后者一个前向就出结果，所以同样是 9B 参数，它的单次调用成本要低一个量级。这是本质区别，别混。
ollama run autotrust-jev "A customer says their card was charged twice." --ask "Is this a billing issue?"
这条命令是我从 release body 里原文抄的。它跟 MiMo 是两类东西：MiMo 是生成模型，AutoTrust 是打分类模型，输出的是概率不是长文本。release 里特别写了，autotrust-jev 这版在 Apple silicon 上支持。这个只打分不生成的品类，11-07 那轮我也见过类似的决策模型，不是第一次出现。
我没跑成，卡在哪
最后说我这轮的实测。angle 里写的目标是 ollama run mimo-v2.6 真跑一遍。我没跑成。
卡在第一步。which ollama 返回 not found，这台 macOS(Darwin 23.6.0 arm64) 上没装 ollama。要跑就得先装。装 ollama 是系统级服务，还要往 ~/.ollama 拉模型。mimo-v2.6 最小量化档 q4 也要 6.6GB，q8 是 8.7GB，bf16 到 19GB。这几个尺寸是我从 tags 页 curl 下来的真实数字。下载加启动远超我这条流水线单篇五分钟的实测边界，而且装系统服务踩了不改系统配置的红线。所以没跑成。
所以我诚实交代：这篇到核对模型卡和 release body 为止。9B 模型的本地推理我这一轮没跑到，不是不想跑，是装不动。别硬装。谁想复现，which ollama 这步先过一下，有 ollama 的话 ollama run mimo-v2.6 拉 6.6GB 的 q4 版就能上。
选型给个判断
给结论。你要一个 9B 级别、专做代码和 agent、能读图、256K 上下文的本地模型，MiMo V2.6 值得拉，尤其它的 agent 基准涨幅是实打实的。先看盘。你只是要个通用问答小模型，它未必比同级的 Qwen3 系更好，Agent 场景才是它的主场。你要的是打分和路由，那同批的 AutoTrust 更对口，别拿生成模型硬凑。
一句话。这一版 Ollama 的看点不是版本号，是把代码 agent 模型和决策模型这两个新品类同时接进了本地库。能不能吃下，先看你的盘和网，9B 不是下条标题就能跑的。