# MiMo-V2.6 RL 训练成本估算曝光

- 来源：Dongxi 东锡 NLP (@dongxi_nlp)
- 发布时间：2026-09-17 05:16
- AIHOT 分数：42
- AIHOT 链接：https://aihot.news/items/cmu4mizs90w9dro4wxzh1piku
- 原文链接：https://x.com/dongxi_nlp/status/2100333007122858071

## AI 摘要

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。

## 正文

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？

### 引用推文

> Fuli Luo：Nearly 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...