Xiami Mimo 2.6 实时训练仪表盘上线
Xiami Mimo 2.6 Live Training Dashboard
Xiami 刚刚发布了 Mimo 2.6 版本的实时强化学习训练仪表盘，公开展示了模型训练的详细动态。从数据流中可以看到，系统正在以极高的频率处理大量样本，实时统计 accepted、judged 以及 pass 率等关键指标。仪表盘记录了从 step 15 到 step 16 的完整训练过程，包括 partial 和 rewarding 样本的实时变化，以及 prewarm 阶段的 token 消耗情况。这种透明化的训练监控不仅让开发者能直观看到模型进化的每一步，也为理解 RL 训练机制提供了宝贵的数据视角。
step 15 完成，dynsam/avg@n 指标上升至 0.596，累计处理 26.9 亿 token。
HN 评论区
153- joelwallis
我作为软件工程师，一直在用 MiMo-V2.5 处理手头各种项目的大部分工作，对投资回报率（ROI）非常满意。这个模型非常强大！当然不是完美无缺——我遇到过一两次幻觉循环，但用“停止再继续”的方法就能解决。
成本低得令人难以置信，而获得的智能水平相当于我去年底/今年初主要使用 Anthropic 模型时的水平。我已全面押注 MiMo，对它非常满意。
--
PS：我也几乎每天检查其他模型是否能做到同样出色的工作。它们确实可以——DS4F 很强大，DS41 令人印象深刻，GLM 5.3 Flash 也能很好地完成任务，等等——但当我把 M-token 的成本纳入 ROI 计算时，天哪！MiMo 整整高出一个数量级。
- dr_dshiv
好吧，如果开源 AI 很危险（是为了 OpenAI/Anthropic 的 IPO 着想？），那这就像是在看一颗定时炸弹。
- ricardobeat
供参考，Mimo-v2.5-Pro 在 DeepSWE 1.1 上的得分为 19%。看起来很不错。
Fable 得分为 70%，Kimi K3 为 69%，Astra 为 74%（均为最大努力模式）。
- passive
太棒了！过去一周我一直在试用他们的下一个模型，我猜这就是该模型的某个版本，到目前为止体验很好。
我之前用 2.5-pro 完成了大量开发工作，发现它就像一个有点健忘、刚加入我项目的资深工程师。能力很强，几乎总能做出合理的选择，虽然不一定总是最适合项目的那一个，而且不太擅长多任务处理。总体而言，它让我觉得没必要逐行审查代码，但在项目达到一定规模后，还是需要稍微引导一下。
下一个模型至少在多任务处理能力上有了明显提升，对于定义明确的问题，我很少需要去引导其实现过程。就代码而言，我觉得 MiMo-V.2.5-pro 非常保守，只实现最小化解决方案。而下一个模型似乎更积极一些，是积极的方面，能很好地猜测缺失的部分或下一步行动。在设计方面，至少从我目前做的少量工作来看，它也明显更好，能很好地将我的概念转化为屏幕上的实用元素，并在我提出建议时很好地清理整理。
- krm01
这挺酷的。其他模型提供商不做这个，有什么好的理由吗？
- liuliu
训练时运行基准测试，这难道不就是数据污染的定义吗？问这个是因为我不确定这在大型实验室里现在是否算正常操作。
- ttul
如果我没看错的话，每秒 5 美元。那大约是每天 43.2 万美元。足够在 Modal 上租用 3000 个 B300 节点了。
- fzysingularity
看到这种开放性非常酷，而且很可能会有更多类似的情况来自小型初创公司，它们靠透明度来赢得用户。