小米直播后训练烧347万美元,MiMo-V2.6冲上开源模型第一
AlchainHust · x · 2026-09-22
小米直播式发布 MiMo-V2.6,训练全程公开
- 罗福莉发帖宣布小米在网页上实时直播 MiMo-V2.6 后训练:训练步数、评测曲线、花费全部公开,两天烧掉约 200 万美元,被 AI2 的 RLHF 书作者称为目前公开 at-scale RL 资料里最酷的一份。
- 训练结束总花费 347 万美元:Flash 85 万、Pro 262 万,各跑 30 个 RL step;罗福莉称这可能是开源团队按算力算最大的单次 RL 训练之一。
成绩:开源第一,同基座靠后训练大涨
- Artificial Analysis 智能指数榜上,MiMo-V2.6-Pro 以 46 分登顶开源模型,单任务成本约 0.13 美元,落在高性价比区。
- DeepSWE v1.1:Pro 从 58.4 涨到 72.6(+14.2),Flash 从 48.8 涨到 65.7(+16.9),基座未换,全靠后训练——印证同一基座的后训练仍有大量新认知可挖。
- RL 代码、训练环境与技术报告一并开源,可复现(前提是有 300 多万美元)。
所属事件:小米直播 MiMo-V2.6 后训练，烧钱超 300 万美元登顶开源(2 条相关)→
「Infra」频道最新
- Cloudflare 推出 agent 运行时：智能体需要的是计算机而非容器 — irvinebroque · 2026-11-12
- 微软承诺自担 AI 数据中心电费，回应公众抗议浪潮 — Polymarket · 2026-11-12
- GitHub 私测 agent 并发试点：按验证交付计价而非推送量 — krishnan · 2026-11-12
- 从业者质疑推理引擎刷 tok/sec：实测任务根本跑不出这些数字 — TheZachMueller · 2026-11-12
- GitHub 新存储架构实测：单仓库每秒 7200 次推送支撑 5000 个 Agent — krishnan · 2026-11-12
- 开源权重侵蚀护城河:中国策略如何稀释美国前沿实验室优势 — Aubrey_D_Graham · 2026-11-12