小米 MiMo-V2.6 发布：开源第一每题 0.13 美元
小米 MiMo-V2.6-Pro 在海外榜单 Artificial Analysis 拿 46.32 分，开源第一、全榜第六，每做一题仅 0.13 美元。输入单价明明更贵，总账为什么最省？这集把强化学习奖励短路径这笔账算清。
这期讲了什么
- MiMo-V2.6-Pro 在 Artificial Analysis 拿 46.32 分（取整 46）：开源第一、全榜第六，超过 Kimi K3 和 Qwen3.8 Max，前面还站着五个闭源旗舰；上一代只有 26 分
- 每做完一道题的平均成本：小米 0.13 美元，DeepSeek V4.1 Flash 0.27、Kimi K3 2.00、GLM-5.3 2.01、Qwen3.8 Max 5.41，马斯克同天发的新模型同分却要 3.74 美元
- 便宜不是单价便宜：小米输入单价 0.43 美元比 DeepSeek 的 0.30 还贵，省在它干同一件活绕的路少、吐的字少——价目表是标价，真正扣钱扣的是总量
- 那场公网训练直播跑完了：不到 6 天、两个模型各 30 步强化学习、约 75 万条轨迹，花销约 85 万和 262 万美元；没参与训练的软件工程卷上 Pro 从 58.4 涨到 72.57
- 开源是真开源但别高估：MIT 许可、总参数 1.02T，跑得起的是机房不是个人电脑；框架和代码能下载，训练环境数据本体还没全端上来
文字稿
一张图看懂 MiMo-V2.6 的位置
小米的模型真的沉寂太久了。上一代在海外榜单上排在很靠后的位置，没几个人真把它当回事。大家对国产模型有个惯性印象：便宜归便宜，真干活还得用国外的。
这次的小米 MiMo-V2.6-Pro，官方自己放了一张图，一眼能看出它在什么位置。更反常的是价格：本事涨了一大截，价钱一分没动。一个沉寂这么久的团队，凭什么一出手就把又好用又便宜同时做到了？
先看那张图：横轴是做完一道题花多少钱，竖轴是有多聪明，左上角那块绿区就是又聪明又便宜的最划算位置。MiMo-V2.6-Pro 坐在绿区右上角，压在官方叫帕累托线的那条虚线拐点上——比它便宜的没它聪明，比它聪明的都比它贵得多。最狠的是同一张图上，上一代 MiMo-V2.5-Pro 还趴在左下角，只有 26 分，一代之内从左下跳到右上。
这个分是海外一家第三方榜单打的，叫 Artificial Analysis，拿同一套题测所有模型。官方写的数字是 46.32，榜单取整 46，超过 Kimi K3 和 Qwen3.8 Max，成了当前最强开源模型。注意这个第一有条件：开源里第一，全榜第六，前面还站着五个闭源旗舰。
官方宣传也得拆开看：自述价格是海外同级的二十分之一到六十分之一。那句「跟 Opus 5、GPT-5.6 Sol 相当」，赢的卷子有——自动干活那张 53.1 对 50.3；输的也有——终端操作新卷子 34.9 对 49.0，差得不小，官方自己也承认跟最前面那两家还有差距。另外那个全模态，是能看图听声音看视频，都是往里喂的，往外吐的仍然只有文字。
每题 0.13 美元的便宜从哪来
再看钱。同一个榜单同一套题，每做完一道题的平均成本：小米 0.13 美元，DeepSeek V4.1 Flash 0.27 美元，Kimi K3 2.00 美元，GLM-5.3 2.01 美元，Qwen3.8 Max 5.41 美元。同一天马斯克那边也发了个新模型，分数一样，可每做完一道题要 3.74 美元。官方定价页上，这一代跟上一代同价——涨了本事，没涨价。
可怪就怪在这儿：小米的输入单价 0.43 美元，DeepSeek 是 0.30 美元，单价明明更贵。便宜在哪？便宜在干完同一件活，小米绕的路更少、吐的字更少。什么叫绕路？同一个文件翻来覆去读好几遍，一步能办成的事绕成五步，多走的每一步都在按字收钱。价目表写的是标价，真正扣钱扣的是总量。
这便宜是怎么练出来的？上次那场挂在公网上的训练直播，现在跑完了。官方自己报的数：不到六天，两个模型各跑了 30 步强化学习，约 75 万条轨迹；花销分别约 85 万美元和 262 万美元，跟直播页最后停住的数字对得上。
练完涨了多少？官方拿一张没参与训练的软件工程卷子测：Pro 从 58.4 涨到 72.57，Flash 从 48.8 涨到 65.68。不是跟别家比，是跟自己比——不到六天十几分，这就是那几百万美元买到的东西。
具体怎么练的？官方说了三个方向，全是往训练里堆算力。第一，批次更大：同一步一千五百多道题一起上，每道题试十六遍，上下文最长一百万字。第二，题目更杂：写代码的、干活的、看图的、网络安全的混在一批里练。第三，也是最关键的，给「打分」也堆算力：以前只判对错；现在把同一道题的好几份答卷放一起排序，谁答得又对又短，奖励就往谁那边挪。官方论文原话是 steers toward shorter paths and fewer tokens per task——往更短的路径、每道题更少的字上引导。少绕路这个本事，是训练时就奖励出来的。
当然这么打分有副作用：模型会学着钻奖励的空子。官方做了对抗测试、异常检测，拿好几个校验器交叉核对，训练时还把模型内部的分工开关冻住防跑偏。少了这套防作弊的活儿，前面那些数字都得打个问号。
开源、带队人和对你的意义
开源这块得说实话。官方说把技术报告、训练环境和强化学习的代码都放出来了——框架和代码确实能下载，可那批训练环境的数据本体，目前还没找到下载的地方。更准确的说法：家伙事儿给了，菜谱给了，但备好的菜还没全端上来。
带队的人也说话了。小米 MiMo 负责人罗福莉，来小米之前在 DeepSeek 参与过 R1。她说这很可能是开源模型团队做过的最大单次强化学习训练之一；算力最紧张时，几十个人长期只盯这一件事。她还说这次的研究创新和工程难度，超过她自己参与过的 DeepSeek R1——是她本人的评价，但做过 R1 的人说这次更难，分量不轻。
最后说对你意味着什么。下次挑模型，别只看价目表上的单价，去看干完一件事的总账。最省事的做法，是拿你手头真在干的任务，让每个模型各跑一遍：别记用了多少 token，就记一件事花了几块钱，几块钱对几块钱摆在一起，谁真省谁真贵一眼就清楚。还有一点：模型权重是 MIT 许可，真能下载，可总参数 1.02T，自己跑得起的是机房，不是个人电脑。开源和便宜这两个好处，大多数人只吃到后一个。
常见问题
小米 MiMo-V2.6-Pro 跑分怎么样？
海外第三方榜单 Artificial Analysis 上得分 46.32（取整 46），超过 Kimi K3 和 Qwen3.8 Max，是当前最强开源模型；但全榜只排第六，前面还有五个闭源旗舰。官方说的「跟 Opus 5、GPT-5.6 Sol 相当」只对部分卷子成立，终端操作新卷上 34.9 对 49.0 还差不少。
MiMo-V2.6-Pro 为什么比别家便宜？
每题成本 0.13 美元不是赢在单价——它的输入单价 0.43 美元比 DeepSeek 的 0.30 还贵。赢在训练时奖励模型走近路：同一道题好几份答卷放一起排序，答得又对又短的拿更多奖励，所以干活时少读重复文件、少吐字，总账最省。
怎么判断哪个模型真省钱？
别看价目表上的单价，看干完一件事的总账。拿你手头真在干的任务让每个模型各跑一遍，别记 token 数，就记一件事花了几块钱——几块钱对几块钱摆一起，谁真省一眼就清楚。
小米 MiMo-V2.6-Pro 能自己跑吗？
权重是 MIT 许可、真能下载，但总参数 1.02T，跑得起的是机房不是个人电脑。官方放出了技术报告、训练环境和强化学习代码，不过训练环境的数据本体目前还没有下载入口。