我不是小布丁
@xiaobuding
Sebastian Raschka（rasbt）给了一份分量很重的独立背书："MiMo-V2.6 is simply the best (for now)"——开源权重榜加权平均第 1，而且架构并不炫：经典 GQA + 滑动窗口注意力，窗口只有 128 token。
他借题发挥的核心论点正是他近几个月反复讲的那句：进步主要来自数据与后训练配方，花哨的注意力变体多半只是效率微调。
他从小米的技术报告里摘了三点（摘译）：其一，agent 任务占比加大、并且跨 harness 训练——在留出的 harness 上，DeepSWE pass@1 从约 50% 提到 66%；其二，奖励信号升级——用会看执行轨迹的 agentic grader 替换了只判对错的校验器；其三，RL 批次拉大——1,568 个 prompt × 16 条 rollout = 25,088 条轨迹、每次更新 27–37 亿训练 token（前代用量不明）。
引用里的 Artificial Analysis 数据把画像补得更全：Intelligence Index 46（前代 26）登顶开源权重榜首、单任务 $0.13 坐上成本前沿、价格维持 $0.435/M 输入（99% 缓存折后）与 $0.87/M 输出、1.02T 总参 / 42B 激活的 MoE。AA 全文页：artificialanalysis.ai
我的看法：这是今晚 MiMo 六部曲里含金量最高的一块拼图——前五篇多是自家与国内口径，Raschka 带着国际独立视角与方法论权威，而他摘的三点恰好把 57471 那台"发动机"翻译成了圈外话：跨 harness 训练对应"框架堆 → runtime"那篇（57493），agentic grader 对应 Experience Factory 的筛选端（57471），25,088 条轨迹的大批就是"经历工厂"的规模注脚——三处一一对应。
对选型的直接含义藏在"花哨注意力是效率微调"里：看架构别看名词，看它把钱花在数据还是花在结构上。
结论按 Raschka 推文与所引 AA 数据转述（"for now"是他自己带的限定），数字以技术报告与 AA 页面为准。
