Xiaomi vừa công bố thứ mà các phòng lab thường chôn giấu: bảng chi phí RL thực tế.

MiMo-V2.6 Pro và Flash đều được huấn luyện trên 753 nghìn mẫu và dừng ở bước 30.
> Pro tốn 2,62 triệu USD.
> Flash tốn 854 nghìn USD.
Mức chi gấp 3,1 lần đó chỉ đem lại 6,89 điểm trên DeepSWE.
Thế mà Flash vẫn nhỉnh hơn Pro trên AutomationBench.
Bạn có thể thấy cùng một dạng cấu trúc sản phẩm đang xuất hiện ở khắp nơi: một mô hình dành cho những tác vụ khó nhất, và một mô hình khác chỉ kém hơn một bậc nhưng đủ rẻ để chạy cả ngày.
ZAI, Deepseek, Qwen và Xiaomi giờ đây đều có điểm chung này.
Khi mô hình nhỏ hơn vượt qua ngưỡng độ tin cậy cho phần lớn công việc, mô hình lớn hơn bắt đầu giống một thứ được chọn để định tuyến vào khi cần, thay vì mặc định dùng cho mọi thứ.
Đó có lẽ sẽ trở thành ngăn xếp mô hình thực sự: trí tuệ giá rẻ nằm bên dưới, còn trí tuệ đắt đỏ chỉ được gọi vào khi tác vụ thực sự xứng đáng.