小米 MiMo-V2.6 开源模型登顶智能榜，训练成本 260 万美元
小米发布 MiMo-V2.6 系列全 MIT 协议开源模型，其中 MiMo-V2.6-Pro-RL 登上 Artificial Analysis 开源模型智能指数榜榜首，并公开了 RL 任务环境与约 260 万美元的训练成本。技术报告显示其后训练采用「You Only RL Once」思路，通过一次混合 GRPO 训练同时覆盖代码、通用等多个领域，以较低成本实现全领域能力提升。
2026-10-01 ~ 2026-10-03 · 2 条相关
- 第 1 集:小米开源 MiMo-V2.6 完整 RL 训练栈(2026-09-30,2 条)
- 第 2 集:小米 MiMo-V2.6 开源模型登顶智能榜，训练成本 260 万美元(2026-10-01,2 条)
- 小米 MiMo-V2.6 技术报告解读:一次 RL 混跑全领域,训练成本 260 万美元 — SergioPaniego · 2026-10-01
- 小米 MiMo-V2.6-Pro-RL 登顶开源智能榜，公开 RL 任务环境与 260 万美元训练成本 — lmoroney · 2026-10-03