MiMo-V2.6：史上最强的开源模型，以及它的”出身”问题

English version

9 月 21 日，一家手机公司发布了有史以来实测最强的开源权重模型。而十天前，Anthropic 刚发布了一份报告，指控同一家公司以工业化规模收割 Claude 的输出来训练自己的模型。这两件事都有公开记录。我认为两边都值得认真对待——它们合在一起，把”开源 vs 闭源”的问题变成了一个更难的问题：不再是”开源权重能不能追上前沿”，而是”一个训练数据正处在争议中的模型，你敢不敢部署”。

小米这次发了什么

MiMo-V2.6 有两个版本，Hugging Face 上无门槛下载，MIT 协议——没有收入上限，没有仅限研究的条款：

• MiMo-V2.6-Pro：1.02 万亿总参数，每 token 激活 420 亿。稀疏 MoE，384 个路由专家、每 token 激活 8 个；70 层 backbone（60 层滑动窗口注意力 + 10 层全局注意力）；6.81 亿参数的视觉 tower、专用音频编码器；推测解码器每步预测 7 个 token。100 万 token 上下文，多模态输入（文本、图像、视频、音频），文本输出。
• MiMo-V2.6-Flash：约 3090 亿总参数，每 token 激活 150 亿，同样 100 万上下文。

RL 的部分最让人吃惊。小米称 Pro 只用了 30 步 RL、约 75 万条轨迹、不到 6 天，成本约 262 万美元；Flash 约 85 万美元。代码、智能体、视觉、网络安全一次统一训练——”You Only RL Once”，几十人的团队，负责人是 2025 年底从 DeepSeek 跳槽到小米的罗福莉。

先表扬再开刀：小米把整个 RL 训练过程直播了，然后开源了 7000 多个 RL 训练环境、训练代码、技术报告，外加一个 9B 的 Qwen3.5 蒸馏版。这是史上可复现性最高的前沿级发布。没有任何一家闭源实验室给过你”健身房+教练+训练手册”全套。

关键数字

在独立的 Artificial Analysis Intelligence Index v4.3 上，MiMo-V2.6-Pro 拿到 46.32 分——开源权重模型的最高纪录：

Pro 追平 Grok 4.7（46 分），距离闭源前沿还有 5–7 分（Fable 5.1 和 GPT-6 Astra 53 分，Opus 5 是 51 分）。小米自报的成绩：DeepSWE v1.1 拿 71.9，对手是 Opus 5 的 74.0、GPT-5.6 Sol 的 73.0——很接近；Terminal Bench 2.1 89.9，CyberGym 94.0。但 ExploitBench：47.9 对 Sol 的 78.5——在安全这个硬骨头上差了 30 分。厂商自报的数字一律打折看，AA 指数是定锚的依据，因为它是独立的。

再看价格：Pro 是 0.435/0.87 美元每百万 token（输入/输出），Flash 是 0.14/0.28。对比 Opus 5 的 5/25 美元，便宜 10–30 倍。每个指数任务成本 0.13 美元，据称是头部闭源模型的二十分之一到六十分之一。

另一只靴子

9 月 11 日，Anthropic 发布了一份威胁情报报告，主题是”非法蒸馏”：七家中国实验室——阿里、月之暗面、DeepSeek、Z.ai、MiniMax、商汤、小米——被指控通过伪装账号网络，系统性抽取 Claude 的能力。总量：5–7 月约 1.9 亿次交互，从 2 月的 1600 万涨了约 12 倍。其中阿里的规模最大。

小米的案子编号是 GTG-16008：Anthropic 称，2026 年 3–4 月的 20 天窗口里，小米通过 1500 个不同账号、经代理服务向 Claude 发送了 40 万+次请求，把自家 MiMo 聊天机器人的真实用户对话和代码会话，用 OpenClaw、OpenCode 这类 harness 重放到 Claude 上。据称的流水线：从对话记录重建开发者环境、把多轮对话清洗成训练样本对、生成仿真人类交互的合成数据、用 Claude 给自家模型输出打分。时间点很微妙：大 bulk 恰好在 MiMo-V2-Pro 免费试用结束时开始——试用期产生的开发者流量，成了收割的原料。

两点保留意见，必须明说，因为它们不利于我自己的论点。第一：整个指控出自 Anthropic 自己，讲的是针对自家产品的攻击——没有独立验证，没有刑事指控，没有起诉。第二：小米至今没有公开详细回应。把它当作”带数字的指控”，而不是定论。

为什么这改变了 build-vs-buy 的算术

大多数报道漏掉了一个机制。如果闭源老师按 5/25 美元每百万 token 收费，而开源学生——部分用老师的输出训练出来——按 0.435/0.87 收费，那么”开源便宜 10–30 倍”的故事，一部分是对别人 API 账单的套利，而不纯粹是训练上的突破。262 万美元的 RL 账单看起来像奇迹，直到你给喂饱它的数据流水线定价。

这不是假想的定价压力。9 月 22 日 Anthropic 发布 Opus 5.5，4/20 美元——典型负载下比 Opus 5 便宜约 40%，还带了专门防推理抽取的”preserved thinking”控制。90 分钟后 OpenAI 把 GPT-6 Sol 和 Luna 定到 GPT-5.6 一半的价格。前沿实验室正在实时调价，蒸馏就是推手之一。

周一早上做什么

1. 给模型准入清单加一行出身审查。 本周就加：”该模型家族是否存在正在进行中的抽取/蒸馏争议？”如果有，法务先签免责意见，再让它碰客户数据和私有代码。MIT 保的是权重，不保训练数据的法律风险。
2. 下次续 API 合同前，先拿 Flash 跟你现在的便宜档打一场。 MiMo-V2.6-Flash 的 0.14/0.28 美元低于 GPT-5.6 Luna（0.20/1.20）和 DeepSeek V4.1 Flash 的非高峰价。用你自己的 harness 跑你最重要的 3 个智能体流程——小米自报的 DeepSWE 71.9 对 Opus 5 的 74.0 是在人家的 harness 上，按 5 个点的折扣规则处理。如果在你自己的任务上差距守住 5 个点以内，而输入价格只有 Opus 5 的约 3%，那闭源溢价就得拿出新的书面理由。

值得争论的问题

开源权重刚在独立指数上追平了一个闭源前沿模型，发布方式还是史上最透明的——直播训练、7000 个环境、MIT 权重。而这家公司被指控——带着具体数字——用 40 万次 Claude 对话”洗”出了自己的模型。我不觉得这两件事互相抵消。

所以这是个真值得吵的问题：如果一个 MIT 协议的开源模型在你自己的评测里打赢了你的闭源供应商，但供应商说它是用 40 万次偷来的对话训练出来的——你发还是不发？

资料来源：发布细节见 AI Weekly、temperature2、Unite.AI、DEV/AI Frontier Post；基准与定价见 basic-tutorials；Anthropic 蒸馏报告见 The Hacker News、Forkast（小米 GTG-16008 细节）、ervik.as（保留意见）；Opus 5.5 / GPT-6 Sol 定价见 AI Weekly。