小米新AI模型MiMo-V2.6-Pro成本仅262万美元位居榜首

小米最近推出的MiMo-V2.6系列中，旗舰型号MiMo-V2.6-Pro在公开的AI模型中名列第一，每次任务的成本仅占竞争对手的一小部分。此次性能大幅提升得益于强化学习的扩展，但也引发了对其借用第三方技术的争议。根据小米的介绍，MiMo-V2.6-Pro在Artificial Analysis的智能指数中获得了46分，成为最强的公开可用AI模型，超越了Kimi K3和Qwen等竞争者。最为关键的是其低廉的使用费用：每百万输入token仅需0.435美元，输出token为0.87美元。Artificial Analysis估算，单个测试任务的成本大约为0.13美元，远低于同等能力模型的收费，使得该模型在智能与成本的平衡上表现出色。

MiMo-V2.6-Pro是一个拥有1.02万亿参数的混合专家模型，每次请求激活420亿参数。与此同时，小米还发布了一个更小型但高效的型号MiMo-V2.6-Flash。性能提升主要得益于强化学习的应用，小米通过更多的数据、任务环境和算力来进行训练。Pro模型的训练时间不到六天，耗资约262万美元，Flash模型则耗资约85万美元。在DeepSWE编程测试中，Pro的分数显著提升，从58.4提升至72.6，而Flash的分数从48.8升至65.7。

为了保证训练的稳定性，小米冻结了模型内部的概率分布机制，并建立了多层防护措施以防止“奖励黑客”现象，即模型通过不正当手段获取奖励。除此之外，小米还推出了一个名为Pro-UltraSpeed的变体，其输出速度可达前者的20倍。同时，小米开放了其强化学习工具包，包含技术报告、完整的训练框架、一个小型模型及大约7000个训练任务，其中涵盖软件开发、网络安全、办公工作和网页设计的自动评分任务，另有约1000个音乐创作任务，这些任务来源多样，部分源于员工真实的代码及用户查询。 球友会

小米的开放姿态与Anthropic的指控形成鲜明对比，后者在其威胁情报报告中提到，包括小米在内的多个中国实验室涉嫌非法蒸馏技术。Anthropic的调查显示，小米在2026年3至4月的20天内有超过40万次的交互取用Claude的能力，以丰富MiMo模型的训练数据。报告质疑小米在蒸馏过程中记录用户数据的合法性，暗示这些数据对其模型的成功发挥了关键作用。