A Xiaomi acabou de publicar algo que os laboratórios normalmente mantêm escondido: a fatura real de RL.

MiMo-V2.6 Pro e Flash foram treinados com 753 mil amostras e pararam na etapa 30.
> O Pro custou US$ 2,62 milhões.
> O Flash custou US$ 854 mil.
Esse gasto extra de 3,1x rendeu 6,89 pontos no DeepSWE.
Então o Flash ainda superou o Pro no AutomationBench.
Já é possível ver o mesmo formato de produto surgindo em todo lugar: um modelo para as tarefas absolutamente mais difíceis e outro logo abaixo dele, barato o suficiente para operar o dia inteiro.
ZAI, Deepseek, Qwen e Xiaomi agora têm isso em comum.
Quando o modelo menor supera o nível de confiabilidade necessário para a maior parte do trabalho, o modelo maior começa a parecer mais algo para o qual você encaminha tarefas seletivamente, em vez de ser o padrão para tudo.
Provavelmente esse acaba sendo o verdadeiro conjunto de modelos: inteligência barata por baixo, inteligência cara acionada apenas quando a tarefa realmente justifica.