9月17日凌晨，小米MiMo大模型负责人罗福莉发文称：沉寂近半年，我们一直在用这段时间研究一个问题：强化学习（RL）到底可以走多远。 然后她做了一件国内大模型圈没人干过的事：把MiMo-V2.6的实时训练页面，直接挂到了网上。红星资本局
点进去是两个并排的栏目——MiMo-V2.6-Pro和Flash。页面上不卖货、不放PPT，展示的是训练步数、Token消耗、奖励曲线、样本数量，还有一个一直往上跳的数字：训练成本。量子位的形容很直白：一眨眼10美元没了，一分钟4000多元人民币出去了。 界面新闻按17日下午的数据算了一笔总账：两个版本累计成本已超135万美元，Pro跑了1天21小时花了93万美元多，Flash跑了1天16小时花了42万美元——合计每小时约3.1万美元，折合人民币超20万。量子位界面新闻
围观的人分两拨：一拨说这是"误闯米家"，另一拨说这是雷军营销的新玩法。这篇不干这两拨的事，就着这个页面，把雷军的AI账本拆成三笔账算清楚：钱烧在哪、分数什么水平、争议哪头真。
第一笔账：每小时20万，到底买走了什么
账目公开，是可以逐条核的。截至17日下午5点多，Pro完成了14个训练Step、正在进行第15个——拿93万美元除以14步，模型每"上课"一轮，烧掉约6.6万美元、接近47万元人民币。 一节课凭什么这么贵？看它一次课的量：MiMo-V2.6每个Step处理约20亿Token，配置是1568个Prompt×每个Prompt 16条Rollout——同一道"题"不答一次，而是让模型尝试16条不同解法，一轮下来超过2.5万条尝试。 而且Agent任务不是一问一答：一条尝试里，模型可能要几十轮思考、调用工具、读报错、改代码。系统还是Fully Async完全异步的——生成、执行、判分、训练不再排队，全程并转。36氪量子位
放到雷军自己的口径里，这笔账立刻变小：他3月发MiMo-V2-Pro时说过，在AI领域，今年的研发和资本投入就将超过160亿元——摊平约4400万一天，这场直播两天烧掉的约合960万元人民币，不到一天的预算零头。但放到小米2026年Q2财报里看，单季经调整净利润62亿元，这一轮训练约等于一个季度净利润的0.16%。
最有谈资的对比是罗福莉本人：2025年11月官宣加入小米时，市场传出的年薪是千万级。这场直播两天烧掉的960万元人民币，约等于她干一年的工资——而且这还只是训练中途、模型没练完时的一次RL阶段。今年8月，雷军转发央视《经济半小时》探访小米MiMo团队的报道；5月的发布会上他给过新数：过去五年研发投了1055亿，未来五年不少于2000亿，“不就是2000亿吗，搞里头”。 这场直播，是"2000亿"第一次有肉眼可见的燃烧速度。微博
第二笔账：成绩单好看吗——只是期中，且有参照系
页面同时是一块小测验板：DeepSWEv1.1，让模型在真实开源项目里加功能、修问题，新功能做出来但把旧功能改坏了不算过。截至17日下午：Pro通过65.78%，Flash 60.77%。 更早一次公开读数里Pro还停在62.24，页面分数随阶段测试一路刷新，现在任何一个数都不是定稿。 奖励曲线同步抬升：Pro从约0.565到0.614，Flash从0.514到0.603，起点更低、追得更快。但参照系也压在那儿：量子位给出同一测试下DeepSeek侧的参照值是74.2%。换句话说：钱是真烧了，差距也真没抹平。罗福莉自己4月的说法是，中美顶尖大模型代差只有2-3个月——这个页面，就是量这根尺的现场。36氪量子位微博
第三笔账：透明还是营销——争议两拨各有什么牌
知乎两天里冒出好几个高热问题：如何看待小米直播训练大模型的行为，为什么只有RL的部分？罗福莉所面临的压力有多大？知乎
质疑方的牌其实有两张。一张是"为什么只播RL"：预训练的数据配方、采样率（模型喝的什么数据）没有开放，这些恰恰是各家最深的护城河，被一些人解读为"挑最能秀肌肉的环节播"。另一张是体验落差：今年6月，就有用户公开吐槽MiMo-V2.5 Pro陷入重复死循环，“降价也降智”——榜单数字和端侧体验，从来不自动挂钩。微博
支持方的牌也在页面上：顶部挂着的不是喜报，是故障公告——Pro因为一个计算节点显存问题需要重启，Flash在一组数据上遇到基础设施问题。 开放权重的见过，开放训练代码、训练数据的见过——把"训练出岔子"也挂出来示众的，小米大概率是头一家。营销不会主动直播自己宕机，这是"营销论"最难解释的部分。36氪
但有一张被反复传播的牌要单独拆：9月17日知乎出现"雷军招募的90后AI天才又将离职小米"的提问。 查了全网的公开信源，没有任何小米或罗福莉本人的离职信息。能确认的大背景只有4月DeepSeek-V4致谢名单曝光的10人离职潮（王炳宣去了腾讯、郭达雅去了字节）。行业人才在流动是真的，但把趋势安到具体人头上做既成事实，是假的——看到这类标题的，先按谣言存疑处理。知乎
不同的人，接下来该盯什么
这场直播与其说是成绩单，不如说是给所有人发了个可蹲的现场。三类人各盯各的：
看技术的：罗福莉说了，训练计算量、环境/执行框架、评分计算量（Grader Compute，包括还没公开的"Agentic In-group Credit Assignment"算法）三方面扩展的细节，小米MiMo团队将在接下来的几周内逐步开源相关细节。 V2.6练完之后的最终评测，才是真正的大考。36氪
拿着小米设备的：MiMo已经上车进机——小米18 Fold三大自研里就有MiMo端侧大模型（和玄戒O3、澎湃OS4并列），7月起小爱的模型能力也归到罗福莉团队。 端侧什么时候吃到V2.6、"死循环"这类投诉少没少，是离你最近的验收标准。微博
看雷军的：盯这个页面会不会一直开着。把成本直播出来是魄力，敢不敢一直播到训练结束、播到分数定格，才是这场秀真正的悬念。
一句话收尾：两天一千多万人民币，烧出了小米AI的第一张"公开账本"——分数离顶尖还差一截，钱是真的，故障也是真的。雷军把踹过宇树机器人、为车主开过车门之后最出圈的动作，换成了给服务器机房"开门"。这门开在9月，正好接上他每年秋天该站的那个演讲台——只不过今年，数据替他上了台。
