OpenAI 把训练成本当机密,小米把账单开成了直播间

9 月 15 日晚上，小米往网上甩了一个网址。

点开不是发布会，不是雷军站台，是一场强化学习训练的实时直播：训练进度、模型得分、成本数字，全在屏幕上跳。没人剪，没人解说，就这么烧给你看。

这是网友第一次围观「烧钱」烧得这么具体。评论区的画风高度统一：替它肉疼。

这直播间不带货，带的是显卡。

先交代主体：这次直播的是小米 MiMo-V2.6 的 Flash 与 Pro 双版本强化学习（RL）后训练，公开网址全程可看。

账单拉出来更刺激（钛媒体/直播页数据）：9 月 15 日晚到 9 月 17 日下午，不到两天，累计烧了超 130 万美元，折合人民币约 930 万。

换算成体感：一小时约 3 万美元，摊到每一秒，约 8.3 美元。

你眨一次眼，五十多块钱人民币没了。

有人第一反应：小米是不是傻？训练成本这种东西，全行业都是当机密供着的。

OpenAI 从不公布 GPT 的训练成本，Anthropic、Google 同样只字不提。训练到底烧多少钱，是这个行业默认的最高机密——投资人问都得绕着答。

小米反手就把 POS 机小票贴你脸上。

更狠的在第二层：这场直播顺手把硬件家底也亮了。RL 训练并行跑着 6 万多个 Linux 沙箱，支撑 rollout 的推理集群规模约 6000-8000 张 H100（新浪新闻口径）。

所以这不是什么「透明天真」，这是一次教科书级的肌肉带货：你以为它在晒账单，其实它在晒家底。

有读者可能要问：直播就直播，为什么偏偏直播「后训练」这一段？

因为 RL 后训练是大模型界最神秘的炼丹术。基座参数大家都差不多，谁的后训练炼法狠，谁就出分——参数不动，炼法定生死。

写过智谱 GLM-5.3 的朋友应该有印象（上集：参数一个没加，反超 Kimi）：后训练 scaling 就是当下军备竞赛的核心战场，各家把炼法捂得比配方还严。

上一篇讲的是「后训练护城河」，这一篇小米直接给观众看护城河的造价——每秒 8.3 美元，现场浇筑。

这场直播，各家反应注定不一样。

小米赢的是声量。雷军营销学 2.0：别人把军备竞赛锁在机房，小米把它做成 C 端围观。一天 465 万的数字，比任何「All in AI」的口号都有说服力——口号不要钱，账单作不了假。

同行就被架起来了：跟不跟？不跟，显得心虚，好像自己的账单见不得人；跟，等于把家底摊开给对手看。

行业层面，这件事的分量更大：训练成本这个黑箱，第一次被直播镜头撬开了一道缝。以后「成本透明」会不会变成新的竞争维度？没人知道，但缝已经开了，就合不上了。

最后说个扎心的。

一天 465 万人民币，对普通人是一个不可能的数字，一辈子挣不来；对牌桌上的玩家，这只是入场费，还是打折的。

大模型这场牌局最残酷的地方就在这：你围观的是热闹，人家对的是账。而这张牌桌的门票，已经涨到按秒计价了。

数据来源：直播页、钛媒体、新浪新闻、知乎热榜、AI Pulse Lab，口径已在文中注明。