高盛維持小米（1810.HK）「買入」評級，12個月目標價為39港元，並引用MiMo-V2.6強化學習直播作為依據。該行指出，MiMo-V2.6-Flash以85萬美元、耗時3.5天，在DeepSWE上提升逾19分；而Pro則花費262萬美元、提升逾14分。兩款模型均在30個訓練步驟後停止，高盛稱此為首次有大型AI實驗室即時公開披露後訓練遙測數據。
返回
高盛維持小米買入評級，目標價39港元，看好850萬美元AI訓練成果
高盛維持小米（1810.HK）「買入」評級及12個月目標價39港元。此前該公司的MiMo-V2.6強化學習訓練顯示，規模較小的Flash模型在每美元基準測試增益上，勝過擁有萬億參數的Pro。
該行表示，MiMo-V2.6-Flash在3.5天內於DeepSWE上提升逾19分，總支出85萬美元，折合每百萬個詞元（token）10美元，或每秒2.85美元。MiMo-V2.6-Pro則花費262萬美元，折合每百萬個詞元35美元、每秒5.71美元，換來逾14分的提升——成本率為Flash的兩至三倍。
兩款模型均在30個訓練步驟後停止。高盛稱，此次行動標誌著首次有大型AI實驗室即時公開披露後訓練遙測數據，並指該強化學習工作大幅提升了長期自主代理（agent）任務的表現。
此次披露為市場提供了首個以美元計價、衡量中國前沿實驗室後訓練支出的標尺。小米自身的發布資料顯示，Flash總參數約為3,090億個，每個詞元激活150億個；Pro總參數為1.02萬億個，激活420億個——兩者均採用稀疏專家混合（MoE）架構，上下文窗口最高達100萬個詞元，並支援文字、圖像、影片及音訊輸入。小米已以MIT授權條款發布模型權重，同時公開逾7,000個強化學習任務環境及一套端到端訓練框架，這一組合讓外部團隊得以測試每分成本優勢能否在複製後依然成立。
效率差距正是高盛看多邏輯的核心。若一個激活參數為150億的模型，能以約三分之一的訓練成本重現旗艦模型大部分的代理能力，那麼長期編碼及工具調用工作負載的服務經濟學，將向更便宜的層級傾斜——這正是Google在Gemini Flash系列、以及DeepSeek在V4.1 Flash上所追求的模式。小米的API定價反映了這種分層：Flash每百萬輸入詞元定價0.14美元、每百萬輸出詞元0.28美元，而Pro分別為0.435美元及0.87美元。
市場持倉則指向相反方向。根據與該報告一併引用的數據，截至2026年9月21日，小米的沽空金額為8.1136億美元，沽空比率為21.652%。對於一隻獲「買入」評級、且目標價意味著較現價有上行空間的股票而言，這是一本沉重的看淡倉位，並提高了任何AI相關消息引發劇烈雙向波動的機率。
其影響超出小米本身。高盛每百萬詞元10美元對35美元的比較，成為一個行業層面的成本基準；而恰在同一週，中國與美國的實驗室就前沿模型領導地位互有爭論，分析師亦指出兩地市場在仿人機械人方面存在能力差距。對小米股東而言，下一個考驗是MiMo團隊是否會如承諾般開源技術細節，讓獨立研究人員得以核實成本數據，而非僅憑儀表板數字照單全收。
本文僅供參考，不構成投資建議。