开源大模型的这半年：小米 MiMo、DeepSeek 与 HuggingFace 上的中文模型

过去半年，中文开源大模型的竞争明显加快。9 月 22 日，小米结束了一场持续六天的「炼丹直播」，把大模型强化学习训练直接放在直播间里跑。最终账单定格在 350 万美元，约合 2344 万元人民币。

模型成绩也一并公开。MiMo-V2.6-Pro 有 1.02 万亿参数、420 亿激活，在 Artificial Analysis Intelligence Index 上拿到 46 分，位列开源第一。MiMo 负责人罗福莉称，这是迄今开源模型团队所进行的规模最大的单次强化学习训练之一。她还直言，背后的研究创新与工程挑战超过她曾参与的 DeepSeek-R1。

样本外泛化更值得看。在考察 Coding Agent 的 DeepSWE v1.1 上，Pro 从 58.4 分涨到 72.57 分，Flash 从 48.7 分涨到 65.68 分。只跑 30 个 Step，模型就持续变强，还把能力迁移到了没见过的软件工程任务上。

价格没有跟着能力一起上涨。MiMo-V2.6 沿用上一代的 API 定价，Pro 输入与输出每百万 Token 约 3 元与 6 元，Flash 约 1 元与 2 元。按 Artificial Analysis 的测算，MiMo-V2.6-Pro 完成一项任务平均成本只有 0.13 美元。同期发布的闭源模型 Grok 4.7 在同一指数上同样是 46 分，但其高配版本完成一项任务平均需要 3.74 美元。

开源的清单也在变长。小米开放了模型权重、技术报告、7000 多个 RL 任务环境、端到端训练框架，以及可自由组合的 mini-harness。小米还放出一个蒸馏模型，以 Qwen3.5-9B 为底座，用 MiMo 生成的 77.4B Token 数据完成监督微调。Hugging Face 前研究员关注的是速度：最终 RL 训练启动不到一周，就交出了模型与训练框架。

DeepSeek 这边则在 8 月 31 日把 V4 系列首个多模态模型 DeepSeek-V4-Flash-Vision-Exp 放上 Hugging Face，采用 MIT 许可。公开内容包括模型文件、Tokenizer、Prompt Encoding 参考实现以及最小化 PyTorch 推理实现。环境与生态的双重推动下，中文模型在开源社区的存在感正在变得更强。