一、从黑箱到白箱：训练直播打破行业保密传统

　　全程公开实时数据：小米MiMo团队将MiMo-V2.6强化学习训练的后端仪表盘直接挂在网上，训练步骤、Token消耗、成本支出实时可见，甚至故障节点记录和重启时间戳都一并公开

　　罕见的信息透明度：传统大模型训练被视为企业核心商业机密，各厂商习惯"关起门来练，练完拿成绩单"，小米此举在商业公司中前所未有

　　成本数据可溯源：训练直播页面显示每小时算力成本约3.1万美元，折合人民币超20万元，6天训练累计花费约347万美元，所有数据均可实时查证

　　二、开源生态升级：从给权重到给过程

　　全方位开源：小米不仅开放模型权重（MIT许可），还放出7k+高质量RL任务环境、端到端RL训练框架、轻量Harness等完整训练资源

　　技术细节可复现：罗福莉表示未来几周将逐步开源训练技术细节，包括多任务智能体强化学习框架、组内信用分配机制等

　　降低行业门槛：开发者获得的不再是"成品模型"，而是整套"训练方法论"，能围绕训练算法、奖励机制和agent harness开展自己的研究与迭代

　　三、竞争范式转变：从拼参数到拼训练方法

　　算力投入方向改变：MiMo-V2.6保持与V2.5相同的1.02T参数规模和42B激活参数，能力跃升全部来自强化学习算力扩展，而非简单堆参数

　　真实任务驱动：训练覆盖Code、General、Visual、Cyber等多任务体系，模型在可验证的复杂任务与真实环境中反复试错、拿反馈再继续学

　　行业示范效应：这种"把厨房打开、让摄像机怼到锅里"的做法，倒逼行业更关注训练过程的真实投入与系统化效率，而非仅凭一张漂亮的成绩单说话

　　四、性能与成本双优：开源模型性价比新标杆

　　AA指数46分登顶开源第一：超过Kimi K3的44分和GLM-5.3的45分，较前代V2.5-Pro的26分暴涨20分，但与顶闭源模型Claude Fable 5.1和GPT-6 Astra的53分仍有差距

　　API定价维持不变：Flash每百万词元输入1元、输出2元；Pro输入3元、输出6元，同等智能水平下价格仅为海外模型的1/20至1/60

　　单任务成本极低：Artificial Analysis实测每项Intelligence Index任务仅需0.13美元，位居智能与每任务成本的帕累托前沿

　　五、对AI行业的深远意义

　　信息透明化趋势：训练过程公开让大模型竞争从"黑箱"走向"白箱"，减少行业信息不对称，推动对国产大模型真实能力的客观评估

　　验证RL扩展路径：MiMo-V2.6以不到6天完成30步强化学习训练、约75万条轨迹的实践，证明规模化扩展RL算力是可持续的能力提升路径

　　开发者生态共建：开源整套训练资源和实时数据，让开发者不仅能用模型，还能看懂模型如何变强，形成"共生共荣"的开发者生态

本文由AI生成