返回
原文
返回
AI 评分 42/100在 X 查看原推
导出 Markdown

MiMo-V2.6 RL 训练成本估算曝光

Dongxi 东锡 NLP · @dongxi_nlp · X·2026-09-17 05:16·1小时前
AI 导读

马东锡估算 MiMo-V2.6 每百万 token 训练成本：Pro 约 34.3 美元、Flash 约 8.7 美元，当前训练总成本已超 110 万美元，Pro+Flash 合计或达 300 万美元。

Dongxi 东锡 NLP@dongxi_nlp
42AI 编辑部评分，满分 100

MiMo-V2.6 RL 训练成本估算曝光

2026-09-17 05:16· 1小时前
AI 导读

马东锡估算 MiMo-V2.6 每百万 token 训练成本：Pro 约 34.3 美元、Flash 约 8.7 美元，当前训练总成本已超 110 万美元，Pro+Flash 合计或达 300 万美元。

非常厉害！

从整个训练过程来看，估计每百万 token 训练成本：

Pro：约 34.3 美元/百万 token Flash：约 8.7 美元/百万 token

当前训练总成本已经超过 110 万美元，所以 MiMo-V2.6 的 Pro + Flash 训练总成本在 300 万美元？

Fuli LuoNearly half a year of silence. We spent it studying one problem: how far RL can scale. MiMo-V2.6 is in the middle of its RL run right now. Three things we scale...

来源：Dongxi 东锡 NLP· x.com

导出 Markdown