小米团队承认mimo-v2.6版本存在工具调用重复问题，导致模型在执行任务时反复调用相同或相似的工具，造成上下文消耗但任务未能进展。根据回放训练数据，发现flash中单轮调用超过10次的异常样本比例从step 0的11.1%增至step 20的24.6%。为解决此问题，小米计划将惩罚阈值从32次降至8次，预计修复费用约为9万美元。修复后的mimo-v2.6-pro-mopd和flash-mopd权重已开放，API也已切换至新版。