小米 MiMo V2.6 训练直播 4 天半烧掉 324 万美元
teortaxesTex · x · 2026-09-20
小米将 MiMo-V2.6 Pro 与 Flash 两场强化学习训练公开直播，4 天半合计已烧约 324 万美元（Pro 约 239 万 + Flash 约 85 万）。
- Pro 仍在训练（step 29），约 $20,600/小时，单步约 3.0B token，DeepSWE 70.92
- Flash 已停训超 1 天，停在 step 30，约 $10,300/小时，单步 3.7B token，DeepSWE 65.68
- 配置：1568 prompts × 16 异步 rollout，混训 23 套 harness，代码类约占六成
- 途中踩坑：GPU OOM、节点 VRAM、grader 断网、infra 故障隐瞒 3 小时，cyber 数据因坏 rollout 被砍
楼主希望更多公司跟进这种公开烧钱直播（暗指也想看某家这么做）。公开面板仍在实时更新。
「Infra」频道最新
- Google Agent Substrate 曝光:AX 应用层叠加在托管智能体算力之上 — rakyll · 2026-09-21
- RL rollout 需求爆发,沙盒即服务创业赛道能否长期成立? — dejavucoder · 2026-09-21
- 大胆预测:Agent 将发现百万倍廉价训练法,数据中心或成尴尬摆设 — menhguin · 2026-09-21
- llama.cpp 新 PR:为 Qwen 启用稀疏 FlashAttention 再提速 — jacek2023 · 2026-09-21
- 分析师：Agentic 场景 CPU 与 GPU 配比不会到 40:1，实际约 4:1 — BenBajarin · 2026-09-20
- QwenImage 2.1 INT4 版仅 4GB 显存即可跑通 — reeight · 2026-09-20