Xiaomi 平价旗舰 AI 领跑开放模型，Anthropic 称 Claude 助力其中

Xiaomi 推出 MiMo-V2.6-Pro，据 The Decoder 报道，该模型在公开可用的 AI 模型中升至领先位置，并在价格上大幅低于竞争对手。其训练依赖大规模强化学习，成本为 262 万美元。同一报道还称，Anthropic 指控 Xiaomi 从 Claude 获取训练数据，使这一成绩伴随争议。

此前开放模型多由专门 AI 实验室主导，且高性能往往对应高训练成本和高调用价格。若 MiMo-V2.6-Pro 确实以约 262 万美元强化学习成本登顶并低价提供，意味着硬件公司也能以较低投入进入开放模型第一梯队；但 Anthropic 的数据来源指控同时把竞争焦点从能力转向训练数据合规。

报道将成绩归因于大规模强化学习：用相对可控的算力预算反复优化模型行为，而非单纯堆叠预训练数据与参数。低价则可能来自较低的训练摊销成本，也可能来自推理侧工程优化，但证据只给出训练成本数字，未说明定价结构与推理成本。Anthropic 的指控指向另一条机制：若训练数据部分来自 Claude 输出，则后来者可用较低成本复用前沿模型的生成能力，从而压缩领先者的数据壁垒。

对产品与研发团队而言，若该模型可公开获取且价格显著更低，模型选型和推理成本预算有了新的替代项，尤其在价格敏感的端侧或大规模调用场景。但数据来源争议意味着企业采用前需评估合规与供应商风险，避免把受指控来源的模型直接嵌入对数据溯源有要求的业务；同时应关注 Xiaomi 是否公开训练数据来源说明。

• 在模型选型清单中加入 MiMo-V2.6-Pro，用自身业务流量做小规模对比测试，记录单位调用成本与效果差异。
• 梳理现有 Claude 调用链路，确认自身微调或评测数据是否包含 Claude 输出，降低潜在合规暴露。
• 面向价格敏感场景设计多模型路由方案，把低价开放模型用于非关键任务，关键任务保留原供应商。
• 跟踪 Anthropic 指控的后续回应与证据披露，把供应商数据来源条款纳入采购评审清单。

• MiMo-V2.6-Pro 的具体能力评测结果和对比基准尚未在证据中给出。
• Anthropic 的指控是否已进入法律或正式调查程序，证据未说明。
• 262 万美元强化学习成本的口径是全部训练成本还是其中一部分，未确认。
• 该模型的开放许可、推理定价和部署条件在证据中没有细节。