#小米大模型每小时烧钱超20万#一、实时烧钱实况
双版本并行：MiMo-V2.6同步推进Pro与Flash两个版本的强化学习训练。
每小时成本：两版本合计每小时花费约3.1万美元（折合人民币超20万元）。
累计投入：截至9月17日下午，两版本累计训练成本已突破135万美元。
二、算力消耗规模
海量Token吞吐：单步训练约消耗20亿Token，采用1568个提示词×16次推演的异步架构。
长上下文推理：平均上下文长度达8.9万Token，单卡吞吐降至100-150 TPS，推高算力成本。
集群规模估算：据推算，该训练规模约需6000至8000张H100级别GPU。
三、核心训练方向
智能体强化学习：团队维持超6万个真实Linux/Docker沙箱并发执行代码与终端命令。
多维度扩展：在计算资源、多任务Agent环境及评估计算三个方向进行规模扩展，细节将逐步开源。 http://t.cn/AXOoOpZS