高盛发布研报称，维持小米集团 -W（01810）" 买入 " 评级，12 个月目标价 39 港元。小米旗下 MiMo 于数日前开始公开直播 MiMo-V2.6 RL（强化学习）过程，V2.6-Flash 及 V2.6-Pro 在训练 30 步后已停止。高盛认为，这是首次有主要 AI 实验室实时公开后训练遥测数据，而 RL 训练已令长时程代理表现大幅改善。MiMo-V2.6-Flash/Pro 在 30 步训练内，于 DeepSWE 基准取得最高 67.86/72.57 分（avg@3）。

该行指出，MiMo-V2.6-Flash 似乎提供更有利的 RL 投资回报，其在 3.5 天内以 85 万美元总支出（每百万 token 10 美元或每秒 2.85 美元）取得 19 分以上 DeepSWE 分数增幅，而 MiMo-V2.6-Pro 则花费 262 万美元（每百万 token 35 美元或每秒 5.71 美元，较 Flash 高 2 至 3 倍），换取 14 分以上 DeepSWE 分数增幅。该行估计，MiMo-V2.6-Flash/Pro 的 RL 训练基于约 4，000/8，000 个 H200 等效 GPU 集群，而直播中显示的中途干预，包括基建错误重跑、不良模式数据集、零梯度任务及 GPU 显存不足，意味着 RL 瓶颈已转向工程优化。

高盛预计，MiMo-V2.6 系列正式发布时的定价将受到关注，V2.6 将巩固小米聚焦代理编码及多模态整合，并提供更高 API 定价潜力，但小米可能继续与 DeepSeek 一同为市场定价结构带来颠覆。该行还预计，采用新架构 HySparse 的 MiMo-V3 可能在数个月内、即 2027 年初左右发布，其稀疏比率或由 V2/V2.5 的 7：1 提升至更进取的 11：1，进一步推高效率前沿及降低推理成本。