OrcaCyber MiMo V2.6 Flash: taka sama cena co jego bliźniak, o siedem punktów lepszy w CyberGym i o piętnaście punktów gorszy w Exploit Reproduction

OrcaCyber MiMo V2.6 Flash Abliterated zadebiutował dziś w tym samym cenniku co OrcaCyber Flash 1.0 — 0,80 USD za wejście i 1,60 USD za wyjście za milion tokenów, 0,15 USD za odczyt z pamięci podręcznej, kontekst o długości miliona tokenów, usunięte zachowania odmowne. Ta sama cena, to samo okno, ten sam brak wymijania. Różni je to, w czym każdy z nich jest mocny, a według naszych własnych pomiarów oba profile są niemal lustrzanymi odbiciami: nowa wersja przewodzi w CyberGym o siedem punktów, ale ustępuje swojemu bliźniakowi o piętnaście punktów w odtwarzaniu exploitów. Każdy, kto rozważa model, który bezpośrednio angażuje się w prace z zakresu bezpieczeństwa ofensywnego, powinien także mieć na uwadze szerszy zapis, a the OrcaRouter AI Incident Archive istnieje właśnie po to, aby go gromadzić. Ten post przedstawia, co zostało wydane, jakie są liczby i do jakich obciążeń każda wersja faktycznie się nadaje.

Co faktycznie zostało wydane

MiMo V2.6 Flash to checkpoint wydajnościowy Xiaomi z wrześniowego wydania MiMo-V2.6 z 2026 roku: rzadki model mieszaniny ekspertów z 309 miliardami parametrów łącznie i 15 miliardami aktywnych na token, na licencji MIT, z kontekstem miliona tokenów. Kompilacja OrcaCyber to ten sam checkpoint z zachowaniem odmowy wyedytowanym z wag — abliteracja, nie dostrajanie: żaden korpus do ponownego trenowania, żadna nowa architektura, tylko kierunki, wzdłuż których model odmawia, odjęte od macierzy, które je przenoszą. To trzecia nazwa w linii OrcaCyber, po Nano i Zero, i ta zbudowana pod przepustowość.

Zakres danych wejściowych jest szerszy niż w modelu siostrzanym. MiMo V2.6 Flash przyjmuje tekst, obrazy, dźwięk i wideo, a zwraca tekst, dzięki czemu nagranie ekranu z sesji konsoli, przechwycona rozmowa, schemat sieci lub zrzut ekranu stanu błędu mogą zostać przeanalizowane w tym samym żądaniu co kod źródłowy i długi dziennik. Dane wyjściowe są ograniczone do 131 072 tokenów na odpowiedź. Dostępne są zarówno tryb myślenia, jak i tryb bez myślenia, z wybieralnym poziomem intensywności rozumowania, a także natywne wywoływanie funkcji i ustrukturyzowane dane wyjściowe JSON; model jest dostępny przez Chat Completions, OpenAI Responses i Anthropic Messages.

Cena jest identyczna, więc cena o niczym nie decyduje.

Oba modele kosztują 0,80 USD za wejście i 1,60 USD za wyjście za milion tokenów, a odczyty z pamięci podręcznej kosztują 0,15 USD — ta sama karta cenowa, co do centa, i bez doliczanej przez nas marży. To sprawia, że wybór jest wyjątkowo prosty. Nie ma tańszego modelu, w który można by się wmówić, ani wyższej półki, którą trzeba by uzasadniać. Pozostaje tylko pytanie, który zestaw wierszy pasuje do pracy, którą masz przed sobą.

Dostęp to druga rzecz, którą te dwa rozwiązania dzielą, i nie jest on otwarty dla dowolnego wywołującego: obie ścieżki stoją za zleceniem, kluczem dostępu i warunkami, co jest właściwą formą dla modelu, którego celem są autoryzowane działania ofensywne. Cena i możliwości są publiczne; możliwość wywołania któregokolwiek z nich już nie.

Dwie różne podstawy pod identycznymi kartami

Karty pasują, ponieważ cena nie zależy od bazy, a bazy nie mają tego samego kształtu. MiMo V2.6 Flash to rzadki model o 309 miliardach parametrów, z 15 miliardami aktywnymi na token; checkpoint DeepSeek stojący za Flash 1.0 ma 552 miliardy parametrów, z 16 miliardami aktywnymi. Oba są objęte licencją MIT, oba zostały zmodyfikowane na poziomie wag, a nie ponownie wytrenowane, i oba są dostarczane z usuniętym zachowaniem odmowy.

Wzorzec w liczbach jest spójny z tą różnicą, choć jej nie dowodzi: mniejsza baza startuje szybciej i ma niższy pułap wyników, podczas gdy większa radzi sobie lepiej w wierszach wymagających doprowadzenia długiego łańcucha exploitów do działającego rezultatu. Liczba parametrów modelu słabo przewiduje wynik jakiegokolwiek pojedynczego benchmarku, więc traktuj to jako kontekst do czytania tych wierszy, a nie jako ich wyjaśnienie.

Gdzie nowy poziom wygrywa

• CyberGym — 95,1% dla MiMo V2.6 Flash wobec 88,1% dla Flash 1.0, siedmiopunktowa przewaga w rankingu rozumowania cybernetycznego.

• Mediana czasu do pierwszego tokenu — 928 ms wobec 1970 ms w naszym ruchu testowym, około dwa razy szybciej na start, przy szybkości generowania 765,9 tokena na sekundę wobec 171,1.

• Typy danych wejściowych — audio i wideo oprócz tekstu i obrazu, których wersja siostrzana w ogóle nie obsługuje.

Wskaźnik szybkości wymaga zastrzeżenia, zanim posłuży do podjęcia decyzji: pochodzi z jednego dnia wywołań w playgroundzie obejmujących łącznie około 17 500 tokenów, podczas gdy liczby modelu siostrzanego pochodzą z siedmiodniowego okna obejmującego 17,5 mld. Jeden dzień na nowej trasie w większym stopniu mierzy pustą kolejkę niż model. Kierunek — ta kompilacja jest szybsza — uznaj za wiarygodny, a dokładną wielokrotność za wstępną, dopóki okno się nie wypełni.

Gdzie ustępuje pola

• SEC-Bench Pro — 47,5% wobec 62,8%, 15,3-punktowa strata i największa różnica między oboma modelami w którymkolwiek z publikowanych przez nas wierszy.

• DeepSWE v1.1 — 67,9% wobec 74,2%, o 6,3 punktu mniej.

• Terminal-Bench 2.1 — 87,6% wobec 90,6%, o 3,0 punktu mniej.

• Maksymalna długość danych wyjściowych — 131,072 tokeny w porównaniu z 393,216, czyli jedna trzecia miejsca na pojedynczy długi artefakt, taki jak pełny raport z audytu lub opisany łańcuch exploitów.

• Wiersze jeszcze nieopublikowane — ExploitGym (15,3%) i GPQA Diamond (90,9%) istnieją tylko dla Flash 1.0; nowa kompilacja nie ma jeszcze porównywalnego wyniku.

Kształt tej listy jest argumentem. CyberGym nagradza rozumowanie o powierzchni ataku; SEC-Bench Pro nagradza kompleksowe odtworzenie znanej luki w zabezpieczeniach, i właśnie tutaj nowy model jest istotnie słabszy. Jeśli zadanie polega na triażu, przeglądzie, inżynierii detekcji lub wyjaśnianiu, co oznacza log, szybka warstwa jest lepszym narzędziem. Jeśli zadanie polega na przekształceniu CVE w działający proof of concept, piętnastopunktowa przewaga bliźniaczego modelu jest liczbą, która ma znaczenie, a żadna niska latencja nie zrekompensuje reprodukcji, która się nie udaje.

Czym są te liczby, a czym nie są

Każdy benchmark w tym wpisie jest nasz. Karty modeli wymieniają CyberGym, SEC-Bench Pro, DeepSWE, Terminal-Bench, ExploitGym i GPQA Diamond z naszym własnym polem źródłowym, a żaden model OrcaCyber nie został oceniony przez niezależnego ewaluatora, takiego jak Artificial Analysis. Ma to większe znaczenie w przypadku modelu bezpieczeństwa niż modelu ogólnego, ponieważ same benchmarki są młode, a różnica między „rozumowaniem o podatności” a „odtworzeniem podatności” jest dokładnie tym miejscem, w którym wiersz oparty na samodzielnie zgłoszonych wynikach może przedstawiać model w korzystniejszym świetle. Czytaj te liczby jako dane dostawcy z opublikowaną metodologią, a nie jako wyniki poddane audytowi, i przetestuj ponownie na własnym korpusie, zanim ścieżka produkcyjna będzie od nich zależała.

Jak wybrać

• Opracowywanie exploitów, konstruowanie proof-of-concept, walidacja poprawek — Flash 1.0. Jest lepszy o 15,3 punktu w wierszu reprodukcji i o 6,3 punktu w DeepSWE, a żadna z tych przewag nie znika przy ponownej próbie.

• Triage logów i przechwytywania pakietów, przegląd kodu pod kątem bezpieczeństwa na dużą skalę, inżynieria detekcji, pętle agentów, które potrzebują szybkiego pierwszego tokena — MiMo V2.6 Flash. Przewaga CyberGym i klasa opóźnień wskazują w tym samym kierunku.

• Długie dostawy w jednym przebiegu — Flash 1.0, wyłącznie pod kątem limitu wyjściowego: 393,216 tokenów w porównaniu do 131,072.

• Nagrania ekranu, dźwięk połączeń, diagramy i pulpity nawigacyjne — MiMo V2.6 Flash, który jako jedyny z tej dwójki je obsługuje.

Gdy dostęp zostanie włączony, oba modele są dostępne pod jednym kluczem, więc wybór nie musi być stały i nie wymaga drugiej umowy ani zmiany kodu: kieruj ruch według typu zadania, a automatyczne przełączanie awaryjne niech obejmie przypadek, w którym jedna trasa ulegnie pogorszeniu w trakcie działania. Powyższe reguły obciążenia są nasze; liczby, na których się opierają, znajdują się na stronach modeli.

Co obejrzeć

Trzy rzeczy zmienią ten obraz. Pierwsza to niezależny wynik: dopóki ktoś spoza katalogu nie przepuści tych wag przez publiczny harness, piętnastopunktowa luka exploit pozostaje naszym pomiarem i tak należy ją cytować. Druga to okno latencji; tydzień rzeczywistego ruchu na nowej trasie albo potwierdzi dwukrotną różnicę szybkości, albo ją zmniejszy. Trzecia to sam arkusz benchmarku — model wydany dziś z czterema opublikowanymi wierszami i dwoma brakującymi to model, którego profil dopiero się kształtuje. Strona modelu jest miejscem, które aktualizuje się jako pierwsze.

Nota źródłowa: wyniki benchmarków, ceny, kontekst i limity wyjściowe to własne wpisy katalogowe OrcaRouter dla OrcaCyber MiMo V2.6 Flash Abliterated i OrcaCyber Flash 1.0, odczytane 26 października 2026 r., i są to dane zgłaszane przez dostawcę, a nie niezależnie zweryfikowane; dane dotyczące opóźnień pochodzą z ruchu w naszym playgroundzie — jeden dzień i około 17 500 tokenów w przypadku nowej wersji, siedem dni i 17,5 miliarda tokenów w przypadku jej bliźniaka — i nie są benchmarkami produkcyjnymi. Szczegóły modelu bazowego (309 miliardów parametrów łącznie, 15 miliardów aktywnych, kontekst miliona tokenów, wagi MIT) pochodzą z wydania MiMo-V2.6 firmy Xiaomi; 552 miliardy parametrów łącznie i 16 miliardów aktywnych w przypadku checkpointu DeepSeek V4.1 Flash stojącego za Flash 1.0 to zapis Artificial Analysis dotyczący tego modelu. Rekomendacje dotyczące obciążenia i interpretacja wierszy benchmarków należą do nas.