Xiaomi zeigt das Reinforcement-Learning-Training seines Modells MiMo 2.6 in Echtzeit auf einem öffentlichen Dashboard, samt Reward-Kurve, GPU-Ausfällen und laufender Kostenanzeige. Rund 26.000 Euro kostet jede Stunde, die Anzeige steht nach 36 Stunden bei gut 940.000 Euro. Diese Offenheit verrät mehr über die Ökonomie der KI als jede Pressemitteilung.
Ein Klick · kostenlosDr. Web bei Google bevorzugenMarkieren Sie drweb.de als bevorzugte Quelle. Dann sehen Sie unsere Artikel öfter unter den Top-Meldungen.Jetzt hinzufügenInhalt 4 Abschnitte
Konzerne halten solche Trainingsläufe sonst streng unter Verschluss. Xiaomis MiMo-Team unter Luo Fuli, zuvor Kernautorin von DeepSeek V2, macht den Lauf stattdessen für jeden einsehbar, Fehlschläge inklusive.
Das Wichtigste in Kürze
- Xiaomi streamt das Nachtraining von MiMo 2.6 live, samt Reward-Kurve, GPU-Ausfällen und Kostenanzeige.
- Der Lauf kostet rund 26.000 Euro pro Stunde, gut 940.000 Euro nach 36 Stunden.
- Jeder Schritt verarbeitet rund zwei Milliarden Token aus 1.568 Aufgaben mit je 16 Lösungsversuchen.
- Teamchefin Luo Fuli verschiebt die Rechenleistung vom Vortraining zum Nachtraining.
Was das Dashboard zeigt
Auf der Seite mimo.xiaomi.com läuft das Nachtraining von MiMo 2.6 als Live-Ansicht: Schrittzahl, Kontextlänge, Reward-Kurve und Infrastruktur-Ereignisse bis hin zu ausgefallenen Grafikkarten.[1]
Ein Kostenzähler läuft mit. Rund 30.000 US-Dollar verbrennt das Training pro Stunde, umgerechnet etwa 26.000 Euro zum Kurs vom 16. September 2026. Nach gut 36 Stunden standen über 1,08 Millionen Dollar auf der Anzeige, also rund 940.000 Euro.
Warum das Geld ins Nachtraining fließt
Luo Fuli nennt im Stream die eigentliche Pointe. In der Chat-Ära habe sich die Rechenleistung wie 3 zu 5 zu 1 auf Daten, Vortraining und Nachtraining verteilt, inzwischen liege sie näher bei 3 zu 1 zu 1. Das Nachtraining zieht mit dem Vortraining gleich.
Dahinter steckt ein Wechsel der Methode. Ein Modell saugt nicht mehr nur Text auf, sondern lernt im Reinforcement Learning aus Belohnung: Dutzende Lösungsversuche je Aufgabe, eine Umgebung führt sie aus, ein Reward bewertet sie, dann erst passen die Gewichte, alles vollständig asynchron. Dieses Ausprobieren treibt Tokenzahl und Kosten.
Xiaomi steht damit nicht allein. Alibaba senkte gerade die KI-Trainingskosten mit Qwen um 89 Prozent, und die DeepSeek-Schule, aus der Luo Fuli stammt, legt Modelle offen. Die westlichen Labore zeigen ihre Läufe dagegen nie.
Xiaomi macht die eigentliche Rechnung sichtbar: Ein Spitzenmodell entsteht heute nicht mehr im großen Vortraining, sondern in einem Nachtraining, das pro Tag ein kleines Vermögen kostet. Für europäische Teams ist diese Zahl das ehrlichste Argument, selbst zu trainieren oder ein offenes Modell zu übernehmen.
Markus Seyfferth, Chefredakteur Dr. Web
Was das für europäische Teams heißt
Für Entscheider im DACH-Raum zählt weniger der Show-Effekt als die Zahl darunter. Xiaomi stellt die MiMo-Modelle als offene Gewichte unter MIT-Lizenz bereit, europäische Teams können sie selbst hosten und auf eigenen Daten nachtrainieren, ohne Daten aus der Hand zu geben. So reiht sich Xiaomi in Chinas offene Linie ein, von Kimi bis Zhipu.
Regulatorisch trifft das einen Nerv. Der EU AI Act verlangt für Modelle mit allgemeinem Verwendungszweck seit August 2025 eine Trainingsdokumentation, Xiaomis Offenheit wirkt wie eine freiwillige Blaupause. Wichtiger für die Praxis ist die Kostenfrage: Ein eigenes Modell rechnet sich erst, wenn das Nachtraining eingepreist ist.
Die nüchterne Empfehlung lautet, den offenen Blick als Preisschild zu lesen. Für die meisten ist ein offenes Modell plus gezieltes Nachtraining der günstigere Weg, das Budget fließt dann in Fachdaten statt in einen 26.000-Euro-Lauf pro Stunde. Die KI-Übersicht ordnet die Alternativen ein.
Quelle
[1] Xiaomi: „MiMo-V2.6 RL“ (Live-Dashboard)
Mehr Newshunger?
- Xiaomi MiMo Desktop: der KI-Agent, der Präsentationen und 3D-Modelle selbst baut
- 1000 Tokens pro Sekunde: Xiaomi bricht die Marke
- Qwen3.8-Flash: Alibaba drückt die KI-Trainingskosten um 89 Prozent
- Kimi K3: Chinas offenes KI-Modell erreicht die Weltspitze zu einem Bruchteil der Kosten
- DeepSeek V4.1 Flash läuft ab Tag eins auf Chinas eigenen KI-Chips
- Zhipu baut Chinas KI ohne Nvidia: 50.000 heimische Chips laufen bereits
