回上列表
《大行》高盛：小米(01810.HK)MiMo-V2.6 RL直播顯示Flash回報較佳 維持「買入」評級
2026/09/22 10:15
高盛發表報告，指小米-W(01810.HK)旗下MiMo於數日前開始公開直播MiMo-V2.6 RL(強化學習)過程，V2.6-Flash及V2.6-Pro在訓練30步後已停止。高盛認為，這是首次有主要AI實驗室實時公開後訓練遙測數據，而RL訓練已令長時程代理表現大幅改善。MiMo-V2.6-Flash/Pro在30步訓練內，於DeepSWE基準取得最高67.86/72.57分(avg@3)。

該行指，MiMo-V2.6-Flash似乎提供更有利的RL投資回報，其在3.5天內以85萬美元總支出(每百萬token 10美元或每秒2.85美元)取得19分以上DeepSWE分數增幅，而MiMo-V2.6-Pro則花費262萬美元(每百萬token 35美元或每秒5.71美元，較Flash高2至3倍)，換取14分以上DeepSWE分數增幅。

該行估計，MiMo-V2.6-Flash/Pro的RL訓練是基於約4,000/8,000個H200等效GPU集群，而直播中顯示的中途干預(如基建錯誤重跑、不良模式數據集、零梯度任務、GPU顯存不足)意味RL瓶頸已轉向工程優化。

高盛預期，MiMo-V2.6系列正式發布時的定價將受關注，V2.6將鞏固小米聚焦代理編碼及多模態整合，並提供更高API定價潛力，但小米可能繼續與DeepSeek一同為市場定價結構帶來顛覆。該行又預期，採用新架構HySparse的MiMo-V3可能在數個月內、即2027年初左右發布，其稀疏比率或由V2/V2.5的7：1提升至更進取的11：1，進一步推高效率前沿及降低推理成本。該行維持小米「買入」評級，12個月目標價39港元。(da/u)~

阿思達克財經新聞
網址: www.aastocks.com