开源模型的性能天花板再次被抬高，但这次伴随的是一场关于训练数据来源的公开指控。
发生了什么
据 The Decoder 报道，小米推出 MiMo-V2.6-Pro，在公开可用的 AI 模型中升至榜首，同时在定价上大幅低于竞争对手。报道提到，支撑这一成绩的是大规模强化学习，成本约为 262 万美元。
另一条并行的信息是：Anthropic 指控小米从 Claude 抽取训练数据。也就是说，这款模型的能力来源与训练合规性，正受到来自竞争对手的公开质疑。
为什么重要
第一，开源与开放权重模型的竞争格局正在被重新定义。过去一年，头部开源模型的位置主要由少数几家厂商轮流占据，如今一家以硬件和消费电子见长的公司，用相对可控的强化学习预算冲到前列，说明“训练一个接近前沿的模型”的资金门槛正在被重新估算。
第二，价格成为新的竞争维度。报道强调 MiMo-V2.6-Pro 在价格上大幅低于竞品。对开发者而言，模型能力接近时，推理成本往往直接决定能否把功能做成产品。低价旗舰模型会压缩整个 API 市场的定价空间。
第三，也是更敏感的一点：蒸馏与数据来源的争议。Anthropic 的指控指向一个行业长期存在但少有公开对峙的问题——用竞争对手模型的输出训练自己的模型，边界在哪里。如果指控成立，它触及服务条款与合规；即便只是争议，也足以让企业在选型时多一层顾虑。
影响与看点
对开发者来说，最直接的变化是又多了一个高性价比的开放模型选项，尤其在成本敏感的场景下值得纳入评测。但选型不能只看榜单和价格：训练数据的合规风险、后续版本能否持续迭代、以及许可证条款，都会影响长期可用性。
对行业来说，这件事把两个趋势摆在一起：一是强化学习正在成为提升模型能力的主要杠杆，且成本未必高不可攀；二是围绕训练数据的法律与道德争议，会越来越多地出现在模型发布的同时，而不是之后。
值得关注的后续节点包括：Anthropic 的指控是否会进入正式法律程序、小米如何回应数据来源问题，以及 MiMo-V2.6-Pro 在第三方评测中的独立复现结果。
一句判断：开源模型的竞争已经从“能不能做到”转向“用多少钱做到、以及数据从哪来”，后者正在成为比性能榜更难回答的问题。
