小米公开 Mimo 2.6 RL 后训练实时仪表盘，一天花费一百万刀

• 
  

  Pro 马上练完 Step 12 。Step 10 的 DeepSWE 1.1 分数 63.72 ，刚好超过 DeepSeek V4 Pro

  
  


• 
  

  Flash 马上练完 Step 15 。Step 12 的 DeepSWE 1.1 分数 60.77 ，超过 Opus 4.8 。

  
  


• 
  

  训练一天十几个小时，总花费已超过一百二十万美元

  
  

现在理解苹果为什么不自己训练大模型，DeepSeek 为什么死磕架构效率优化了。要么不差钱要么软硬优化实力过硬，一般公司还真烧不起。