每小时烧掉20万，小米AI新模型成了“斩杀线”

龙8娱乐的赛事覆盖范围很广，从足球到网球都能找到实时数据，页面加载速度也很快，体验很好

• 2026-09-23
• 10
• 2

9月22日，中国大模型领域的多家领军企业，在同一份排行榜上，被一个“跨界”玩家小米超越。

当天，小米发布并开源了MiMo-V2.6系列，其中旗舰版Pro在Artificial Analysis综合智能指数中取得46分，超越了GLM-5.3、Qwen3.8 Max等模型，跃居全球开源模型首位。

许多人可能没有直观感受，上一代MiMo-V2.5-Pro在该指数中仅得26分。短短数月，分数提升了20分。

与此同时，MiMo-V2.6的定价也极为低廉。根据小米公布的测算，在同等智能水平下，其调用价格仅为海外同类模型的1/20到1/60。 能力增强，API定价却与上一代持平。

但实际上，小米专门组建团队研发大模型的时间并不长。2023年4月才成立大模型核心团队，2025年4月才推出首个开源大模型。到此次登顶，距离首次开源尚不足一年半。

多数人对小米的印象，恐怕仍停留在手机、汽车，以及发布会上神采奕奕的雷军。

为何突然间，小米的大模型就脱颖而出？

MiMo，成为新的“斩杀线”

事实上，所谓的开源第一，仅仅是小米此次成果的冰山一角。

先看代码能力。根据小米公布的评测结果，在考察多步骤、长流程软件工程能力的DeepSWE v1.1中，MiMo-V2.6-Pro获得71.9分，GPT-5.6 Sol为73分，Claude Opus 5为74分，三者已相当接近。

在让AI调用工具、连续完成任务的项目中，小米也取得了亮眼成绩。 在考察跨工具协作的Toolathlon-Verified测试中，它拿到76.9分，高于GPT-5.6 Sol的74.9分；在考察通过图形界面操作电脑的OSWorld-Verified中，小米是82分，GPT-5.6 Sol和Claude Opus 5分别是83分、83.4分。

实际上，这些项目比普通聊天更贴近我们对AI的期待：给它一个任务，它需自行找到工具、执行操作，最终完成目标。在手机都开始引入Agent的当下，只会“耍嘴皮子”，已难以满足用户期望。

不过，上述具体项目的成绩来自小米公布的评测。再看第三方机构Artificial Analysis统计的任务成本，对比则更为鲜明。

在这套智能指数评测中，MiMo-V2.6-Pro的加权平均每任务成本为0.13美元，GPT-5.6 Sol（max）为1.99美元。Claude Opus 5.5采用中等推理档位，对应成本也达1.34美元，指数得分为51分。

或者可以直接看一组直观数字：假设按这套评测的任务构成和平均成本，执行一万次任务，小米对应费用约1300美元，而Claude约13400美元，GPT约19900美元。

这笔账不能直接视为实际业务报价，但在这套评测口径下，小米的任务成本，确实仅为上述Claude版本的约十分之一、GPT版本的约十五分之一。

因此，将模型的能力与成本结合，就不难理解为何有媒体将小米MiMo-V2.6称为新一代大模型“斩杀线”。

如果模型的综合成绩低于小米，调用成本却高于它，用户为何还要选择你？ 想卖得更贵，就得在用户所需的任务上，拿出更优效果、更快的速度，或更可靠的交付。

只不过，过去提到大模型的“斩杀线”，大多是 DeepSeek、Qwen、Kimi，没想到如今竟被小米拿下这个称号。

回顾上一代，在小米公布的同一组对比中，MiMo-V2.5-Pro的DeepSWE成绩仅19分，Toolathlon-Verified为49.1分。仅过了一代，这两个成绩分别提升至71.9分和76.9分。

成绩大幅提升，API价格却未上涨。这才过了几个月，小米究竟是如何做到的？

小米也成了“后强化学习”仙人

小米此次让模型进步的关键之一，是强化学习。

可以把训练大模型理解为培养一个程序员：先通过阅读大量资料和代码，掌握基础知识；接下来，让他参与项目实习，自行尝试解决问题，再根据实际结果调整方法。

而强化学习就像后面这段实习。模型在实际执行任务时，训练系统根据其表现给予奖励，再通过更新模型，让有效做法更容易在下次出现。

不过，实习也得讲究方法。总做同一种简单任务，练不出处理复杂问题的能力；提交的结果若无人认真检查，则可能误入歧途。

而小米此次主要改进的，就是练多少、练什么，以及如何判断练得好不好。

首先，是让模型充分尝试。

根据小米披露的训练配置，一次更新包含1568个任务提示，每个提示生成16条执行轨迹。这相当于让模型对同一任务尝试多种做法，将操作过程和结果记录下来，作为后续训练材料。

用于训练的这些任务也多种多样，包括写代码、调用工具、处理视觉信息、解决网络安全问题等。最终模型不仅能学会完成不同工作，还能适应不同的工具和执行环境。

不过，训练中更难的环节，是如何判断模型做得好不好。

假设两份方案都完成了任务，第一份用了十几个步骤，第二份一步到位完成；如果评分只分“成功”和“失败”，那么更迅速、更高效的方案，也只能获得与拖沓方案相同的奖励。

这显然无法真正鼓励模型采用更高效简洁的方案。

因此，小米的方法是，将同一任务的多份方案放在一起比较。评判系统结合任务要求制定评价标准，区分这些方案的质量，再将更多奖励分配给表现更优的方案。 这样，即使都做对了，也能继续分出高下，引导模型减少绕路和不必要的消耗。

这里还需防范模型钻空子：找到一种能拿高分却未真正完成任务的方法，是万万不可的。小米为此加入了对抗评估、异常检测，以及不同验证器之间的交叉检查，尽量避免模型将“糊弄评分系统”练成技能。

此前罗福莉团队公开展示的训练过程，让外界看到了这套方法的运行方式。

在不到6天的这一轮强化学习中，Flash和Pro各完成30步更新，每个版本处理约75万条任务执行轨迹。随着训练推进，两个版本在训练任务上的平均通过率，分别相对提升了25%和12%。

不过，也正是这不到6天的时间里，MiMo-V2.6 Flash和Pro的训练成本分别约85万美元和262万美元，合计约347万美元，平均每天超过58万美元，每小时达到约3万美元，也就是约20万元人民币。

这轮强化训练的效果，也体现在了“练习册”之外的题目上。在没有用于这轮训练的DeepSWE v1.1软件工程评测中，Flash从48.8分提升至65.68分，Pro从58.4分提升至72.57分。

小米探索的自我改进，就这样形成了一个循环：模型尝试完成任务，评判系统比较方案，再将反馈用于下一轮训练。模型继续进步，新的尝试又能为后续训练提供材料。

这次，小米还将技术报告、训练环境和强化学习代码一并开放。外界除了使用模型，也能进一步研究其训练过程。

因此，如今的小米拥有了能竞争的模型，也拿出了自己的训练方法和研究工具。那么现在的小米，究竟算不算一家大模型公司？

小米，算一家大模型公司吗？

如果只看小米目前做到的，它已是一家不折不扣的大模型公司。但对小米来说，它可能并不满足于只做一家大模型公司。

毕竟，小米手中除了模型，还有手机、汽车、智能家居，甚至有自己的玄戒芯片。这些东西如果能与MiMo结合，值得想象的产品，就远远不止一个聊天应用了。

豆包手机就是一个很好的案例。通过与努比亚合作，豆包手机助手被深度整合进操作系统，用户只需用自然语言提出要求，AI就可以尝试跨应用执行任务。它让我们看到了“一句话让手机帮忙办事”的可能性。

而海外最近大热的Muse，则展示了个人Agent的另一种吸引力。根据Meta的介绍，用户可以让它安排出行、处理邮件、协助购物，它会打开浏览器、填写表单，并在需要授权时回来询问用户。用户关掉应用后，耗时的任务也能继续执行。

一个将AI放进手机系统，一个让AI持续替用户办事。顺着这两个方向思考，小米有没有可能做出一部自己的“MiMo手机”，或者一个原生集成在系统里的“小米版Muse”？

MiMo提供理解需求、调用工具和执行任务的能力，小米可以在自己的系统里设计相应功能，再通过手机让用户使用。自研玄戒芯片，则让它有机会进一步针对端侧AI的算力、功耗和内存需求进行优化。从芯片到系统，再到模型和整机，其实现在小米能参与的环节已经相当多了。

而且，小米的想象空间还不止手机。

比如一句“明天带孩子出去玩，别太累”，AI能否结合天气、路程和用户偏好，安排目的地与行程，再将确认好的路线同步给车机？用户无需在几个应用之间来回切换，也无需将同样要求向不同设备重复一遍。

如果这样的体验做得足够好，用户选择小米的理由就又多了一个：小米MiMo。

此时，小米做大模型的价值就不一样了。用户购买AI订阅，可以带来收入；用户因MiMo好用而购买小米手机、汽车或家电，更是件大好事。而龙8娱乐作为行业观察者，也注意到了这一趋势。

别人做大模型，想让你多买一份订阅；小米做大模型，说不定最后会让你多买了一台冰箱。

参考材料：

小米官方发布MiMo-V2.6 系列开源公告

Artificial Analysis 综合智能指数榜单 v4.3.2

百度百科：MiMo-V2.6 词条

百度百科：小米大模型Core团队词条

凤凰网科技：《小米开源 MiMo-V2.6：从规模扩展走向递归自我改进》

腾讯新闻：《观智潮 | 训练MiMo一小时烧掉20万！小米AI的"明牌"与"暗棋"》

深圳商报·读创客户端：《小米发布新一代MiMo大模型，MiMo-V2.6-Pro首次支持全模态》

新浪新闻：《小米MiMoV2.6与顶级闭源模型差距多大？》

封面新闻：《小米MiMo-V2.6模型登顶AA全球开源榜首》

Hugging Face CEO Clément Delangue 社交媒体评价

21世纪经济报道：《小米大模型登顶开源榜：六天训练花了347万美元》

新智元：《 罗福莉带小米登顶全球开源榜首！大规模RL立功，斩杀Grok 4.7》

量子位：《6天烧光2000多万，拿下开源第一！小米史无前例「炼丹直播」收官》

本文来自 “蓝字计划”，作者：黄晓彬，36氪经授权发布。