小米MiMo-V2.6燒350萬美元登開源第一
nashnova research
小米用六天、350萬美元完成MiMo-V2.6強化學習訓練，開源模型首次登頂全球智能指數榜首——這意味著開源陣營第一次在前沿智能水平上追平閉源，而單任務成本僅為後者的幾十分之一。
350萬美元六天練完——這筆帳說明甚麼？
小米耗資約350萬美元、歷時六天完成Pro版強化學習訓練；輕量版Flash約90萬美元、三天半練完。
這意味著→ 強化學習規模化訓練第一次有了公開價格標籤：中國AI實驗室裡，這是首份明確的成本帳單。
簡單來說＝ 以前「練一個前沿模型要多少錢」只有傳聞，現在小米把收據攤開了——350萬美元就能練出全球開源第一。
開源第一的成績單長甚麼樣？
Pro版擁有1.02萬億參數、420億激活參數，在Artificial Analysis Intelligence Index上拿下46分，位列全球開源模型第一。
Flash版雖然便宜四分之三，性能提升幅度反而更大：30個訓練步驟後平均通過率相對提升25%，Pro為12%。
在樣本外編程測試DeepSWE v1.1（專門考察AI在真實代碼庫中持續工作的能力）上，Pro從58.4分升至72.57分，Flash從48.7分升至65.68分——OpenAI和Anthropic都已將這項測試列為前沿模型發佈的重點評測。
同樣46分——開源比閉源平多少？
MiMo-V2.6-Pro完成一項Intelligence Index任務平均成本僅0.13美元，首次將45分以上前沿模型的單任務成本打入0.1美元量級。
同日發佈的閉源模型Grok 4.7同樣拿到46分，但xHigh版本單任務成本約3.74美元——是Pro的29倍。
這意味著→ 在相同智能水平下，開源與閉源的使用成本已經拉開一到兩個數量級的差距；小米稱Pro成本僅為國際前沿模型的1/20至1/60。
開源到底開放了甚麼？
小米同步放出：Pro和Flash模型權重、完整技術報告、7000餘個強化學習任務環境、端到端訓練框架，以及可自由組合的mini-harnesses。
另有一個蒸餾版MiMo-V2.6-Distill-Qwen-9B（以Qwen3.5-9B為底座、用MiMo生成的77.4B Token數據微調），一併開放。
簡單來說＝ 不只給了模型本身，連「怎麼練的」和「練的時候用了甚麼題目」都一起公開了——其他團隊拿到就能復現。
從寫代碼到做科研——能力邊界在哪？
小米內部已將Pro用於設計新型金屬有機框架（MOF）材料，目標是吸附全氟化合物（PFAS）這一前沿難題。
模型在未經專項訓練的情況下，自主完成了文獻檢索、假設提出、新穎性核查和分子模擬，最終給出兩個候選結構——模擬顯示其吸附性能是對照材料的百萬至千萬倍。
北京大學竇金虎教授評價：Pro在該項目上的表現「相當於一個訓練有素的博士研究員」；小米稱整個研發周期從一個月壓縮至兩三天。
接下來睇甚麼？
MiMo負責人羅福莉表示，此次訓練「在研究創新和工程挑戰上，超過了我曾參與其中的DeepSeek-R1」；Hugging Face CEO評價「太棒了」。
Ai2後訓練負責人內森·蘭伯特點讚「最高分開源模型＋公開強化學習儀表盤」的組合，稱「真正懂開源模型的人，早就知道小米在用MiMo憋大招」。
這反映出 開源與閉源的競爭已從「誰更聰明」轉向「同樣聰明時誰更平」——這個成本差距能否持續擴大，是檢驗開源路線長期競爭力的核心變量。
市场有风险，内容仅供研究参考，不构成投资建议。