站长评述：小米MiMo V2.6发布，跑分是门槛，可靠性才是资格——我们为何再给小米一点时间

一、一场千篇一律的好评，本身不构成信息

小米 MiMo V2.6 来了。发布之后，我翻了一圈报道，口径高度一致：跑分亮眼、追平第一梯队、国产大模型又一次证明了自己。

好评本身没有问题。但有一个朴素的道理：当所有人都在说同一句话的时候，那句话里已经不再包含增量信息。媒体的评价体系是围绕榜单建立的，榜单能给的是名次，不是判断。

所以我想换个角度，谈三件报道里普遍不提、但真正决定这个模型能不能被托付的事。

二、跑分是门槛，不是护城河

先把跑分的位置摆正。跑分回答的是「这个模型能不能入场」，不是「这个模型能不能托付」。

原因在于两者的评测环境根本不同：

• 榜单是单轮的，生产是多轮的；
• 榜单有标准答案，生产没有；
• 榜单可以针对性优化，生产环境不会配合你优化。

门槛的意义必须承认——跑分不过关的模型，连被考虑的机会都没有。但同样必须承认：过了门槛之后，跑分对决策的边际价值会迅速衰减。一个模型从 70 分做到 90 分，说明它值得被试一试；从 90 分做到 95 分，对使用者的实际体验几乎不产生变化。

把跑分当门槛，是工程常识；把跑分当结论，是叙事惯性。

三、真正的短板：事实可靠性

MiMo V2.6 有一项指标并不好看，报道里几乎没人展开——事实可靠性。说白了，就是两件事：会不会产生幻觉，以及输出稳不稳定。

我认为这一项直接决定了你把它放进生产环境放不放心。而且它和跑分的重要性完全不在一个量级，原因有三点：

第一，幻觉的成本是不对称的。跑分差，结果是表现平庸，用户抱怨两句，代价可控。幻觉是另一回事——它会输出一个错误的事实，并且用笃定的语气讲出来。使用者据此做判断、写材料、下决策，错误被传递到下游，代价由业务来承担。能力不足是「不好用」，事实不可靠是「不能用」。

第二，不稳定等于不可构建。同一个输入，两次给出不同答案，意味着你无法在它之上搭建任何可靠的上下游。无法复现的系统，工程上就没法验收。这不是体验问题，是能否纳入流程的问题。

第三，错误会在长链条上放大。真实的业务任务很少是单步问答。多步推理里，前一步的一个事实错误会成为后一步的前提，误差逐级累积。跑分衡量的是单点能力，生产考验的是链条的可靠性——这两件事之间没有必然的换算关系。

一句话：跑分决定一个模型能不能卖，事实可靠性决定一个模型能不能交付。这两者之间的距离，就是 MiMo V2.6 目前与「可放心上生产」之间的距离。这个差距是真实存在的，也是我在这篇评述里最想指出来的一点。

四、更根本的担心：训练数据来源

如果说事实可靠性是当下的短板，那么训练数据来源是我一直担心、并且认为更根本的问题。

数据来源不透明，带来的不是道德层面的议论，而是三个非常具体的后果：

• 可解释性缺失。模型出错的时候，你无法回溯到底是数据的问题还是架构的问题。没有这一层，迭代就只能靠试错，进步是偶然的。
• 合规风险后置。数据权利的瑕疵不会在训练阶段暴露，它会在商业化阶段以法律问题和客户信任问题的形式出现。对一家要把模型卖进企业客户的公司来说，这是最贵的一类风险。
• 能力边界不可预测。你不知道数据的边界在哪里，就不知道能力的边界在哪里。哪些场景它能撑住、哪些场景一定会崩，只能靠一次次实测去撞。

这也是上一篇评述里我反复强调「真」这个字的原因。数据来源的透明，是「真」的最底层。模型可以暂时菜，能力可以被追赶，路线可以被模仿，但如果最底下的那一层说不清楚，上面所有的分数都缺少支点。

五、我们的动作：不加，也不减，给它时间

基于以上判断，我们对小米集团-W（1810.HK）的处理是：维持现有配置配额不变，既不因跑分上调，也不因短板下调。

这里需要把逻辑讲清楚，因为「不动」往往会被误读成没有观点。

为什么不追加？我们上一篇的加仓论点，从来不是跑分，而是「真」这个长期资格。既然论点不是跑分，那么跑分好就不构成新信息。如果仅仅因为榜单好看就追加，等于自己承认当初的论点其实是跑分——那会推翻我们自己的逻辑。一个不因为好消息就改口的判断，才是判断。

为什么不减持？事实可靠性是可以通过迭代补齐的工程问题，不是路线问题。数据来源的透明化也是同样——它需要时间，但路径是清晰的。既然我们下注的是长期资格，就应该允许它在考场上待久一点。

需要说明的是，这次决定并非由 TP.Insight 量化信号驱动。我们的模型当前没有给出加仓提示，维持配额属于站长层的独立判断。我们此前已经在 1810 上做过一次明确的主观超配，这一次是维持，不是加码。

参考当前价 27.50 港元（2026-09-22 抓取），较上一篇评述写稿时的 26.14 港元有所上行。价格的这一段涨幅，并不能用来验证我们当初的判断——它涨的是情绪，不是可靠性。真正能验证的时点，是它能不能被企业客户放心地接进生产流程。

所以，不妨再给小米一点时间，让它在可靠性这一课上，再茁壮成长一段。

六、风险提示

我们同样清楚地知道这笔配置的代价：

• 前期可能出现账面亏损。背离量化信号入场，意味着短期缺少动能支撑，回撤要自己扛。
• 验证周期长。事实可靠性与数据来源透明度的改善不是一两个季度的事，期间会有大量噪音，包括新一轮跑分带来的乐观情绪。
• 判断可能错。如果事实可靠性长期无法改善，如果数据来源问题始终说不清楚，如果 MiMo 始终停留在「能演示、不能生产」的阶段，那么这次配置就是一次错误的主观超配，我们不会为它找借口。

本文为 TPEOL 站长的个人观点记录，不构成任何投资建议。主观超配背离量化系统信号，属于高风险动作，投资者应独立判断并自行承担相应风险。