9月22日，小米扔出一个大消息：正式发布并开源新一代MiMo大模型，包括全模态旗舰MiMo-V2.6-Pro和高效推理版MiMo-V2.6-Flash。
第三方测评平台Artificial Analysis的综合智能指数显示，MiMo-V2.6-Pro拿到46分，直接登顶开源榜。
但最炸的不是分数，而是训练成本——六天训练，花了347万美元。
很多人第一反应是："小米不是做手机的吗？怎么也开始做大模型了？这不是科技大厂的事吗？"
还有人觉得："347万美元训个开源模型，小米是不是在烧钱做营销？"
今天我们就来拆解一下：手机厂商为什么扎堆做大模型？347万美元的训练成本算什么水平？开源模型真的免费吗？
一：事件复盘
先把关键事实捋清楚。
9月22日，小米正式发布MiMo大模型家族：
- MiMo-V2.6-Pro：全模态旗舰模型，综合智能指数46分，登顶开源榜
- MiMo-V2.6-Flash：高效推理版本，速度更快、成本更低
- V2.6-Pro-UltraSpeed：Pro版本的超高速模式
- MiMo Desktop桌面客户端：正式版上线，同步推出会员订阅
训练成本方面，小米透露这次训练花了六天时间，347万美元。模型完全开源，开发者可以免费下载使用。
小米做AI不是一天两天了。从最早的小爱同学，到后来的大模型团队组建，再到现在开源登顶——这是一步一步走出来的。
二：技术核心拆解
1. 手机厂商为什么非要自己做大模型？
很多人不理解：手机厂商买别人的模型API不就行了？为什么要自己花几个亿训练？
原因有三个：
第一，体验深度绑定。 如果你用的是云端第三方模型，你的AI助手能力上限就被别人卡死了。小米想在手机系统层面做深度AI功能——比如系统级语音助手、相册智能分类、屏幕内容理解——这些都需要模型跟硬件深度适配。买别人的模型，你永远做不到最深的整合。
第二，成本账算得过来。 一部手机卖几千块，如果你每部手机都调用云端API，一年下来成本是天文数字。自己训练一个端侧模型，虽然前期投入大，但摊到几亿部手机上，单台成本极低。
第三，数据闭环。 手机上有用户的使用数据（当然是在合规前提下），自己的模型可以根据手机端的真实使用场景持续优化。用别人的模型，你只能被动接受模型厂商的迭代节奏。
2. 347万美元训练六天，什么水平？
直接说结论：这个成本在大模型训练里算非常低的。
作为对比：OpenAI的GPT-4训练成本估计在数千万到上亿美元级别。GPT-6 Astra用了超过10万块GPU训练。小米347万美元、六天时间，这个数字说明它用了更高效的训练方法。
能做到这么便宜，主要靠几点：
- MoE架构：不是所有参数都参与每次计算，训练和推理效率都高
- 工程优化：分布式训练调度、显存复用、数据加载优化等工程细节
- 后训练技术成熟：现在开源社区的训练方案已经非常成熟，不用从零摸索
但要注意：347万美元只是训练成本，不包括前期研发、数据采集、团队工资等费用。算总账，投入远不止这个数。
3. 开源模型真的"免费"吗？
很多人觉得开源模型就是免费用。实际上，开源只是免了模型授权费，你自己跑起来的成本不低。
跑一个7B参数的开源模型，至少需要一张24GB显存的GPU。跑70B参数的模型，需要多卡服务器。电费、硬件折旧、维护人员，这些都是成本。
所以开源模型的"免费"是：你可以免费用模型，但部署和运行要自己花钱。对小团队来说，调API可能比自己部署更划算。
三：常见技术误区
误区一：手机厂商做大模型都是"玩具"，不如专业AI公司
这个看法过时了。
小米MiMo开源后直接登顶开源榜，说明它的技术能力并不差。而且手机厂商有自己的独特优势——他们有海量的终端设备和真实使用场景。专业AI公司做云端模型，手机厂商做端侧+云端协同，两者路径不同，不是简单的谁替代谁。
误区二：训练成本越低说明模型越差
训练成本和模型能力不是线性关系。
347万美元训练出46分的模型，说明小米的工程效率高，不是模型"缩水"。就像同样的路程，有人开跑车有人开经济车，到达时间不同但目的地一样——关键看最终的能力指标，不是看烧了多少钱。
误区三：开源模型等于马上就能用
开源只是把模型权重放出来了，要真正用起来还有很多工作：部署、推理优化、prompt工程、效果调优。直接下载下来跑，效果可能跟官方宣传差不少。
开源模型更像是给开发者提供了一个"底座"，你得在上面自己盖房子。
四：实操指引
如果你是开发者或普通用户，怎么看待这件事？
对普通用户： 短期内你感知到的变化不大。小米手机系统更新后，AI助手可能更聪明、响应更快。重点关注：离线语音助手是否更好用、相册智能分类是否更准。
对开发者： MiMo开源了，可以考虑在以下场景试用：
- 需要本地化部署的AI应用（隐私敏感场景）
- 端侧AI功能开发（手机、IoT设备）
- 二次开发和微调（开源模型可以基于自己的数据继续训练）
- 关注MiMo Flash版本，推理成本低，适合高频调用场景
对企业： 如果你的业务需要大模型能力，但又不想把数据传到云端，可以评估一下开源端侧模型的方案。手机厂商下场做大模型，说明端侧AI的基础设施正在成熟。
五：结尾
小米开源MiMo大模型，表面上是手机厂又一个AI新闻，底层其实是端侧AI竞争进入白热化的信号。
过去两年，大家都在卷云端大模型的参数和跑分。现在，手机厂商开始把大模型往终端设备上塞——因为他们知道，AI真正落地的战场不在云端，而在用户口袋里。
347万美元训练六天登顶开源榜，这个数字说明大模型训练的门槛在快速降低。未来会有更多公司做出自己的开源模型，端侧AI的竞争才刚刚开始。
对普通开发者来说，这是好事——选择更多了，成本更低了。至于手机厂做AI到底是真香还是噱头，用两年再回头看就知道了。