小米 MiMo-V2.6 值唔值得企業採用？性能、定價同數據來源風險一文睇清

小米 MiMo-V2.6 對想做智能代理（agent）同多模態應用嘅企業，確實係一個相當吸引嘅開放權重選項：旗艦 Pro 用大型稀疏混合專家（MoE）架構，公布 API 價格亦相當低；Flash 就將成本再壓低，適合大規模試驗。

不過，企業唔應只問「跑分高唔高、牌照開唔開」。Anthropic 指控小米曾以未獲授權方式利用 Claude 輸出作蒸餾，令訓練資料來源、法律責任同評測可信度都出現未解疑問。對企業而言，呢啲並非單純公關風波，而係採購、合規同資訊安全都要過嘅一關。

小米今次開放咗乜嘢？

小米發布咗可下載嘅 MiMo-V2.6-Pro-RL 同 MiMo-V2.6-Flash-RL 權重，相關儲存庫列明採用 MIT 授權；另外亦發布 MiMo-V2.6-Distill-Qwen-9B，稱係用 MiMo 生成嘅資料，對 Qwen3.5-9B 作監督式微調而成嘅 90 億參數智能代理模型。 245

兩個大型模型都被定位為全模態系統，可處理文字、圖片、影片同聲音，聲稱上下文視窗最長可達 100 萬 token。Pro 屬稀疏 MoE 模型，總參數 1.02 兆，每個 token 啟用 420 億；Flash 總參數約 3,090 億，每個 token 啟用 150 億。 3

MIT 授權大致容許使用者廣泛使用同修改所發布嘅成品，但要留意：MIT 授權本身並唔能夠證明所有上游訓練輸入、合成資料或模型輸出嘅來源都無爭議，亦唔會自動解決第三方知識產權或合規申索。

性能有吸引力，但要分清獨立訊號同廠方成績

報道引述 Artificial Analysis Intelligence Index v4.3，MiMo-V2.6-Pro 得分 46.32，喺該比較中與 Grok 4.7 持平，並位列所引述嘅開放權重排行榜前列。呢個係有意義嘅外部訊號，但始終係綜合指數，唔等於模型必然適合你公司嘅私有資料、粵語／多語言需求、延遲限制、安全政策，或者超長上下文工作負載。 2324

小米自己嘅技術資料亦列出不俗嘅程式編寫同代理能力。在技術報告所述 DeepSWE v1.1 強化學習結果中，Pro 的 average@3 分數由 58.4 升至 72.6，Flash 則由 48.7 升至 65.7。DeepSWE v1.1 包含 113 項軟件庫工程任務，以功能驗證器評核；average@3 即三次抽樣嘗試嘅平均通過率。 10

呢啲結果值得參考，但喺有獨立複現之前，仍應視為供應商自行報告嘅證據。真正部署決定，應建基於公司自設嘅盲測、私有保留測試集，同接近實際生產環境嘅任務，而唔係單靠排行榜。

Pro 對 Flash：能力與成本點樣揀？

模型	架構規模	已公布 API 價格：每 100 萬輸入 token	已公布 API 價格：每 100 萬輸出 token	較實際定位
MiMo-V2.6-Pro	1.02 兆總參數／420 億啟用	US$0.435	US$0.87	較複雜嘅智能代理、工程任務及能力上限評估
MiMo-V2.6-Flash	約 3,090 億總參數／150 億啟用	US$0.14	US$0.28	高用量試驗、成本敏感工作負載

按已公布價格計，Flash 嘅新輸入同輸出 token 收費都約為 Pro 三分之一。 20 如果你最關心係吞吐量同成本，而唔係追逐排行榜上最後一截性能，Flash 應該係較務實嘅首輪測試對象。

不過，自行部署會改寫條數。開放權重可帶來可攜性同較緊嘅資料控制，但企業同時要承擔 GPU 容量、儲存、推論營運、監察、修補同支援成本。每 token 最平，未必等於總持有成本最低。

小米披露嘅強化學習成本，代表到幾多？

今次發布包括公開 checkpoint 同技術報告。報道指，兩個大型模型嘅強化學習訓練各自完成 30 個 RL 步驟，合共涉及約 75 萬條軌跡；小米報告 Pro 的 RL 訓練成本約 262 萬美元，Flash 約 85 萬美元，合計約 347 萬美元。 1829

但呢啲數字唔應被當成完整模型研發成本。引述報道指出，費用只涵蓋 RL 階段，預訓練成本並未披露。 29 所以，佢哋可以反映後訓練其中一環嘅效率，唔可以直接當成由零建立整個模型嘅總帳。

點解 Claude 蒸餾指控值得企業認真看待？

Anthropic 在 9 月 10 日表示，已識別並中止多宗針對 Claude、歸因於 7 間中國實驗室嘅涉嫌未授權蒸餾行動，當中包括小米。Anthropic 所稱嘅「非法蒸餾」，係指以工業規模抽取模型能力、未經授權複製到另一模型嘅做法。 47

有關指控嘅報道稱，小米曾記錄涉及其 MiMo 模型嘅對話，再提交予 Claude 以生成訓練資料。另一份對 Anthropic 報告嘅整理稱，小米相關活動超過 40 萬個請求、涉及逾 1,500 個帳戶；同時亦稱 Anthropic 未觀察到 Claude 回覆直接提供予即時用戶。 44 Anthropic 對更廣泛行動嘅統計，常被描述為多宗涉嫌行動合計約 1.9 億或接近 2 億次互動。 3338

必須講清楚：呢啲係 Anthropic 提出嘅指控，唔係法院裁決，亦唔係獨立法證審計結論。現有資料未能證實某一個 MiMo-V2.6 checkpoint 必然包含 Claude 衍生內容、某個客戶資料曾被傳送，或者已發布基準測試受到污染。呢幾個分別非常重要。

但指控仍然帶出實質嘅盡職審查問題：

• 訓練資料嘅保管鏈： 企業買家需要了解，外部模型輸出、用戶互動或合成推理軌跡，有冇參與某個已發布 checkpoint 嘅訓練或後訓練。
• 資料處理風險： 如果客戶或用戶對話曾被轉送至外部服務，問題就唔止模型 IP；仲涉及同意、保密、保留期限、跨境資料處理同合約上嘅資料處理安排。
• 基準測試可信度： 若模型曾接觸測試題、答案，或者非常相近嘅教師模型生成變體，公布分數有機會被推高。現有來源並無證明 MiMo-V2.6 有基準污染，但考慮到指控，獨立污染評估就更加重要。
• 商業風險由邊個承擔： 開放牌照唔會自動提供賠償保證、品質保證、事故通知，亦未必會喺第三方提出申索時提供足夠法律補救。

企業點樣採用先至務實？

喺資料來源問題未獲充分釐清前，較合理做法係將 MiMo-V2.6 視為 適合試點嘅候選模型，而唔係即刻當成長期核心標準。

現階段較合理嘅用途

• 使用非敏感資料做內部研究及評估
• 在隔離、自行部署環境做原型開發，尤其適合重視可攜性嘅團隊
• 成本敏感嘅編程、檢索、文件處理及多模態實驗
• 本身有能力做紅隊測試、可靠性與安全評估嘅團隊

應等待更強保證先部署嘅用途

• 受監管或高後果決策
• 涉及高度機密客戶、醫療、金融、政府或國防資料嘅工作負載
• 缺乏人工覆核及回退機制嘅高風險程式碼生成
• 必須要求訓練資料保證、賠償保障、審計權或明確事故應變承諾嘅部署

上生產前最低限度要做嘅盡職審查

1. 索取書面資料來源披露。 問清楚 Claude 衍生輸出、被轉送嘅用戶互動，或者其他外部模型輸出，有冇用於模型訓練或後訓練流程。
2. 確立合約保障。 釐清賠償、資料外洩通知、資料保留、分包處理商、資料駐留地，以及特定版本成品嘅可追溯性。
3. 做獨立評估。 用私有保留測試集同較抗污染嘅任務，測試長上下文檢索、多語言表現、工具使用、幻覺率、提示注入抵抗力同記憶化行為。
4. 採用受控部署架構。 如自行部署，限制對外網絡連線，採用嚴格身份及存取控制，記錄模型使用情況，並保留切換回另一個已完成審核模型嘅路徑。
5. 敏感資料唔好送去未批准 API。 在資料處理條款同技術控制未符合內部要求前，唔好將客戶資料傳送至外部端點。

結論

MiMo-V2.6 的組合確實少見：可下載嘅 MIT 授權權重、聲稱 100 萬 token 多模態上下文、亮眼嘅已報告性能，同埋相當低嘅推論價格。要追求能力上限可先評估 Pro；要大規模試驗又想控制成本，Flash 較實際。 32023

但「可以公開下載」唔等於「已準備好畀企業全面投產」。在小米能夠提供令人滿意嘅資料來源、管治及風險分擔證據前，企業最穩陣嘅定位，係將 MiMo-V2.6 當成高潛力、但必須受控試行嘅模型系列；涉及敏感或關鍵業務工作負載之前，先完成獨立驗證。