MiMo-V2.6

根据罗福莉分享的实时训练页面显示，目前小米旗下的最新大模型MiMo-V2.6正在进行大规模的Agent（智能体）强化学习(RL)实验。

截至17日下午界面新闻发稿，两个版本累计训练成本超过135万美元，其中MiMo-V2.6-Pro时长为1天21个小时，耗费超93万美元，平均每小时耗费超2万美元；

训练页面包含MiMo-V2.6-Pro、MiMo-V2.6-Flash两个版本，具体展示了模型训练进度、Token消耗、训练成本、样本数量以及多个内部指标变化。

9月17日凌晨，小米MiMo大模型团队负责人、前DeepSeek研究员罗福莉在X平台发文， 首次 公开旗下 最新 大模型MiMo-V2.6的强化学习（RL）训练进展，并同步上线实时训练页面，开启大模型RL阶段的全程公开直播