小米MiMo-V2.6烧350万美元登开源第一
nashnova research
小米用六天、350万美元完成MiMo-V2.6强化学习训练，开源模型首次登顶全球智能指数榜首——这意味着开源阵营第一次在前沿智能水平上追平闭源，且单任务成本仅为后者的几十分之一。
350万美元六天练完——这笔账说明什么？
小米耗资约350万美元、历时六天完成Pro版强化学习训练；轻量版Flash约90万美元、三天半练完。
这意味着→ 强化学习规模化训练第一次有了公开价格标签：中国AI实验室里，这是首份明确的成本账单。
用大白话说＝ 以前"练一个前沿模型要多少钱"只有传闻，现在小米把收据摊开了——350万美元就能练出全球开源第一。
开源第一的成绩单长什么样？
Pro版拥有1.02万亿参数、420亿激活参数，在Artificial Analysis Intelligence Index上拿下46分，位列全球开源模型第一。
Flash版虽然便宜四分之三，性能提升幅度反而更大：30个训练步骤后平均通过率相对提升25%，Pro为12%。
在样本外编程测试DeepSWE v1.1（专门考察AI在真实代码库中持续工作的能力）上，Pro从58.4分升至72.57分，Flash从48.7分升至65.68分——OpenAI和Anthropic都已把这项测试列为前沿模型发布的重点评测。
同样46分——开源比闭源便宜多少？
MiMo-V2.6-Pro完成一项Intelligence Index任务平均成本仅0.13美元，首次把45分以上前沿模型的单任务成本打入0.1美元量级。
同日发布的闭源模型Grok 4.7同样拿到46分，但xHigh版本单任务成本约3.74美元——是Pro的29倍。
这意味着→ 在相同智能水平下，开源与闭源的使用成本已经拉开一到两个数量级的差距；小米称Pro成本仅为国际前沿模型的1/20至1/60。
开源到底开放了什么？
小米同步放出：Pro和Flash模型权重、完整技术报告、7000余个强化学习任务环境、端到端训练框架，以及可自由组合的mini-harnesses。
另有一个蒸馏版MiMo-V2.6-Distill-Qwen-9B（以Qwen3.5-9B为底座、用MiMo生成的77.4B Token数据微调），一并开放。
用大白话说＝ 不只给了模型本身，连"怎么练的"和"练的时候用了什么题目"都一起公开了——别的团队拿到就能复现。
从写代码到做科研——能力边界在哪？
小米内部已将Pro用于设计新型金属有机框架（MOF）材料，目标是吸附全氟化合物（PFAS）这一前沿难题。
模型在未经专项训练的情况下，自主完成了文献检索、假设提出、新颖性核查和分子模拟，最终给出两个候选结构——模拟显示其吸附性能是对照材料的百万至千万倍。
北京大学窦金虎教授评价：Pro在该项目上的表现"相当于一个训练有素的博士研究员"；小米称整个研发周期从一个月压缩至两三天。
接下来看什么？
MiMo负责人罗福莉表示，此次训练"在研究创新和工程挑战上，超过了我曾参与其中的DeepSeek-R1"；Hugging Face CEO评价"太棒了"。
Ai2后训练负责人内森·兰伯特点赞"最高分开源模型＋公开强化学习仪表盘"的组合，称"真正懂开源模型的人，早就知道小米在用MiMo憋大招"。
这反映出 开源与闭源的竞争已从"谁更聪明"转向"同样聪明时谁更便宜"——这个成本差距能否持续扩大，是检验开源路线长期竞争力的核心变量。
市场有风险，内容仅供研究参考，不构成投资建议。