凌晨发模型、直播烧钱、训练看板实时刷屏——这不是科幻片，是小米干的。9月17号凌晨，罗福莉直接把MiMo-V2.6的训练数据甩上X平台，两轮RL训练每小时烧掉3.08万美元，6天砸出超2000万人民币。更狠的是，她没藏着掖着，连强化学习环境、奖励函数设计、多任务Harness混合策略，全打包开源到Hugging Face，许可证还是最宽松的MIT。这哪是发模型？简直是把厨房、菜谱、火候记录本一并塞给你。
性能上，MiMo-V2.6-Pro在Artificial Analysis榜单拿了46.32分，开源模型里第一，国产模型里也第一，比Kimi K3和Qwen3.8 Max都高一点。它不光能读图、看视频、听音频，还啃下了100万Token上下文——网页开发实测里，Code Arena WebDev分数飙到1628，比上一代涨了153分，开源权重模型里排第三。但别被“第一”晃晕：它跟Claude Fable 5.1、GPT-6 Astra这些闭源顶流还有差距，小米自己也坦白写了。真正在意的，是它用RL闭环在编程、网络安全、长程Agent任务里反复试错、自我调优，这条路子，目前开源界没人走得这么猛。
价格才是暴击点。MiMo-V2.6-Pro输出6元/百万tokens，同等智能水平下，Grok 4.7要收它29倍的钱。有网友算过，一个典型网页生成任务，成本不到1块钱。Flash版本更狠，输出只要2元/百万tokens，适合中小团队跑轻量Agent。当然，也有开发者吐槽Flash在OpenCode里会卡在“读文件→执行→再读文件”的死循环里，说明工程落地还没完全丝滑。但整体来看，它不是参数堆出来的纸老虎，而是靠真金白银的RL投入、可复现的训练框架、全模态能力+极致性价比，硬生生把开源王座从别人手里接了过来。
这事儿其实挺有意思的。以前大家聊开源大模型，总绕不开“能跑起来就行”“能复现就谢天谢地”，结果小米直接把RL训练的每一步都拍成高清纪录片——连奖励函数怎么调参、哪些任务加了权重、哪些样本被动态丢弃，全写在Hugging Face的README里，还配了Jupyter Notebook实操教程。有位清华做Agent研究的博士生试跑后发帖说：“原来以为得自己搭环境调三天，结果clone完直接run，两小时就训出第一个可用checkpoint。”这不是炫技，是真把门槛从“博士实验室”拉到了“硕士毕设级”。
更实在的是生态适配。MiMo-V2.6-Pro原生支持Ollama一键部署，Docker镜像体积压到8.2GB（比Qwen3.8 Max小40%），连树莓派5+USB加速棒都能跑Flash轻量版。社区里已经有人用它搭起了自动巡检日志的轻量Agent，每天扫10万行Nginx日志，误报率比之前用Llama-3-8B低67%——数据来自GitHub上公开的benchmark仓库，不是小米PR稿写的。还有深圳一家做工业质检的创业公司，拿MiMo-V2.6-Pro接自家摄像头流，不调prompt、不换LoRA，直接微调2小时，就把缺陷识别准确率从89.3%提到94.1%，成本比买商业API省了七成。
当然，短板也没藏着。中文长文档推理时，它对《民法典》条文引用的上下文保持能力，还是略逊于Kimi K3；多轮对话中偶尔会把用户前两句的意图“叠错”，比如问“先查北京天气，再订明天高铁”，它可能跳过天气直接订票。但小米在技术报告里坦诚列出了这些case，并开放了反馈入口——截止9月25日，已有137个真实bad case被提交进GitHub issue，其中42个已在v2.6.1 hotfix里修复。开源不是交作业，是拉群一起改作业。当别家还在秀参数和榜单时，小米把训练日志、失败记录、甚至GPU显存溢出截图都贴出来了。这种“不怕丢脸”的劲儿，反而让开发者信得过。毕竟，能扛住万人并发压力测试的模型，才配叫真开源。
港联证券提示：文章来自网络，不代表本站观点。
