V2EX › 分享发现 小米公开 Mimo 2.6 RL 后训练实时仪表盘，一天花费一百万刀 street000 · 2h 13m ago via Android · 412 views 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。模型 训练 效率 5 replies • 2026-09-17 11:45:06 +08:00 1 AlohaV2 2h 10m ago 个人感觉作秀成分多一点 2 street000 OP 2h 7m ago via Android @ AlohaV2 罗福莉说后面会开源更多细节，如果数据不假，感觉对那些模型公司和研究员来说还是挺有价值的 3 street000 OP 1h 58m ago via Android /ai-market-guide/ 忘了贴链接了 4 leglo 1h 57m ago 各种跑分的骚操作看多了，现在对这些跑分选手都有点莫明的厌恶，还是等实实在在的体验再说吧 5 shange 1h 46m ago @ leglo #4 跑啥分呀，直接宣布遥遥领先就好了