GPT-6 Astra Ultrafast 对比 Xiaomi MiMo v2.6 Pro Ultraspeed：相同的手法，两种不同的交易

两个实验室在同样的两周内采取了相同的举措，而有趣之处在于，它们对客户购买的究竟是什么持有截然相反的假设。GPT-6 Astra Ultrafast 是该供应商的旗舰产品，通过 Ultrafast 服务层级销售——该模型于 2026 年 9 月 3 日发布，该层级自 2026 年 9 月 29 日起广泛可用，并在 NVIDIA 10 月 1 日的文章中被列为运行在 Blackwell GPU 上。Xiaomi MiMo v2.6 Pro Ultraspeed 是小米的版本，于 2026 年 9 月 22 日发布：与 MiMo-V2.6-Pro 相同的 1.02 万亿参数检查点，但以更快的速度提供服务，约为标准速率的十倍。

其中一个是以最快速度调用前沿模型的方式。另一个是现存最便宜的快速层级。从寻常意义上说，它们并非竞争对手——你得写出一个极其奇怪的应用程序，才会在每百万 token 300 美元的闭源旗舰模型与每百万 token 8.70 美元的开源权重模型之间做选择。这对组合之所以值得写上整整一页，是因为二者都是速度层级，而非模型本身，因此将它们放在一起比较，恰好能剥离出速度层级所提出的那个唯一问题：你到底是在为什么支付那个倍数？

两个层级售卖的都是同一个非物

这两个名字都不是检查点。这正是发布报道往往会含糊带过的部分，所以值得对这一点一板一眼。

• 名称所指的含义 —— GPT-6 Astra Ultrafast 就是设置了请求字段 service_tier: "ultrafast" 的 GPT-6 Astra；请求中的模型 id 仍然是 gpt-6-astra。Xiaomi MiMo v2.6 Pro Ultraspeed 则是通过更快的路径提供服务的 MiMo-V2.6-Pro checkpoint，并作为单独的计费项定价。

• 有哪些变化——批处理、投机解码、硬件分配、并发限制、连接处理。权重与你的 HTTP 请求之间的一切，而权重内部则一概不涉及。

• 不变的是什么——答案。相同的检查点在相同设置下应以不同的速率产生相同的内容。如果同一模型的两条通道在相同输入上出现分歧，那是应当上报的缺陷，而不是你所购买的能力。

• 为什么这对本次比较很重要——因为两个档位都没有声称相较各自的标准档位有基准提升，整个购买决策就归结为每 token 价格与所节省秒数之间的对比。这意味着这两笔交易由算术决定，而非由评测决定。

不过，这个框架中存在一处不对称，而且它并不在层级划分上。小米的 UltraSpeed 建立在开放许可的模型之上——根据小米自家的模型卡，MiMo-V2.6 的权重采用 MIT 许可证，而且该系列发布时还一并公开了其强化学习训练环境。OpenAI 的 Ultrafast 则建立在闭源旗舰模型之上，只能通过 API 访问。为开放权重支付速度倍数的费用是一个可逆的决定；你随时可以自己部署该检查点。为闭源旗舰模型支付同样的费用则不然。

两个价格倍数，以及它们能换来什么

正是在这里，这一对不再对称，而且双方的数值都异常整齐，因为每家供应商给出的都是一个倍数，而不是一个绝对值。

• GPT-6 Astra Ultrafast — 每百万输入 token 60.00 美元，缓存输入 6.00 美元，缓存写入 75.00 美元，输出 300.00 美元，而标准层级为 10.00 美元和 50.00 美元。所有列统一为 6.00 倍，在超过 272,000 个输入 token 后升至 120.00 美元和 450.00 美元。标准层级已按 OpenAI 的标价在我们的目录中上线，这是触达旗舰模型最便宜的方式。

• Xiaomi MiMo v2.6 Pro Ultraspeed —— 每百万 token 输入 4.35 美元、输出 8.70 美元，而标准 Pro 通道为 0.44 美元和 0.87 美元。也就是说，输入约为 9.9 倍，输出则恰好为 10 倍。

• 这些倍数所附带的提速说法——OpenAI 和 NVIDIA 均将 Astra Ultrafast 的 token 生成速度上限标为“最高可达”标准模式 Astra 的 8 倍。小米自家的材料则宣称，其输出速度最高可达标准版 Pro 服务的 20 倍；而第三方商品目录在同一天对同一型号的描述却称约为 10 倍。目前尚未有公开发布的测量结果能够调和这两个数字。

• 倍数与速度之比——OpenAI 的 6 倍价格换来的是宣称的 8 倍上限，因此这一档的定价低于其自身的最佳情形。取决于你相信哪一方的数字，小米 10 倍的价格换来的是宣称的 10 倍至 20 倍上限，因此在厂商宣称的上限下这笔交易是划算的，而按较低的那个数字来看则纯粹是打平。

这是两者之间唯一与决策最相关的差异，而且比标题价格所暗示的要小。按照供应商自己的说法，按每单位延迟消除计算，Astra Ultrafast是两者中更划算的交易。按每单位工作量计算，Xiaomi UltraSpeed在输入上比Ultrafast费率便宜约十四倍，在输出上便宜约三十四倍，并且比Astra的标准通道便宜两到六倍——但它是另一种模型，而且能力明显更弱，而这才是你实际做出的取舍。小米为该系列自己发布的模型卡公布的是架构和训练事实，而不是独立的综合评分，并且完全没有发布OpenAI旗舰模型所依据的该指数的任何读数。

两家供应商选择披露的内容

速度档位与其说是性能测试，不如说是信息披露测试，因为要验证这一说法所需的东西——在声明的并发量下的延迟分布——完全掌握在厂商手中。

英伟达10月1日的帖子是Astra层级背后最具体的公开声明，它贡献的是归属信息而非测量数据：Blackwell GPU、在OpenAI API中以及面向符合条件的ChatGPT Work和Codex用户提供，还有两名OpenAI工程师描述这一循环。OpenAI推理负责人Philippe Tillet表示，Astra能够“将这些知识转化为高性能内核，使NVIDIA硬件具有吸引力”；OpenAI计算首席技术官Uday Ruddarraju表示：“我们使用内部模型来优化NVIDIA GPU上的推理。”这两句话都没有给出该层级的吞吐量数字。8倍独立成说，除了“最高可达”之外没有任何限定。

小米的披露则走向了另一个方向——它公布了训练经济学，包括强化学习环境和代码，而其模型卡承载的是架构事实，而非服务事实。UltraSpeed 层级本身伴随着 20 倍的说法，却没有公布延迟曲线。这意味着，在一个速度层级存在就是为了回答的问题上，两家厂商同样帮不上忙，而这一平局才是诚实的发现。

选择，如果你确实不得不这样做的话

这两个档位重叠不多，所以这个决定与其说是在挑选优胜者，不如说是在认清你的购买属于这两者中的哪一种。

如果你要做的是智能体式的工作，而且模型选型已经确定，那就选 Astra Ultrafast。一个 40,000 输出 token 的任务，费用会从 $2.00 涨到 $12.00，而该层级是唯一能以更快速度获得前沿模型质量的途径。OpenAI 自己的文档对这项运行前提说得很明确：它推荐使用 WebSockets，“尤其是那些会连续快速发起大量工具调用的智能体应用”，并警告说“如果没有持久连接，网络开销可能会削弱延迟方面的收益”。启用该层级，却在底层保留按请求的 HTTP，那你就是付了 6 倍的钱，只换来一小部分的速度提升。在把它接入之前同样值得了解的是：该层级仅支持美国数据驻留和全球处理，没有欧盟或其他非美国区域的处理端点，而且它上线时的初始速率限制很低，即便对那些本来有资格获得更高额度的账户也是如此。

如果该模型只是你可以自行托管的流水线中的一种通用输入，那就选 MiMo v2.6 Pro Ultraspeed。MIT 许可证意味着标准 Pro 通道并非你唯一的退路——自托管才是。在 $4.35 和 $8.70 的价位上，它足够便宜，以至于更快的档位值得抱着试一试的心态启用，而不必按每个任务去论证其合理性，而且它的 1M token 上下文与旗舰模型相当。不过，要清楚你在买什么：为一个落后于前沿的模型支付大约十倍的费率——对于高吞吐量的抽取任务，这是正确的取舍；而对于任何答案质量决定工作流能否推进的场景，则是错误的选择。

两个快速层级都不在 OrcaRouter 上，这一点值得明说，而不是绕着弯子暗示。OrcaRouter 上提供的是 openai/gpt-6-astra——标准层级的旗舰模型，每百万 token 的价格为 10.00 美元和 50.00 美元，长上下文档位为 20.00 美元和 75.00 美元，上下文长度为 1,050,000 token，最大输出 128,000 token，通过兼容 OpenAI 的端点提供。这里完全没有托管任何小米模型，因此 MiMo-V2.6-Pro 及其 UltraSpeed 通道只能通过小米自家的 API 以及若干第三方平台访问。在本次对比中，支持 200 多个模型的端点的实际用途并不在于能访问那些快速层级。而在于：当你想知道那条昂贵的通道是否值它那好几倍的价格时，你可以在下一个请求里，用同一份凭据、同一个密钥，把同样的提示词发给一个更便宜的模型，然后就能得到答案。这是成本最低的实验，也正是能回答这个问题的实验——因为没有任何厂商公布过那条延迟曲线，让你无需实测就能得出答案。

诚实的解读

两家供应商在过去三周内都发布了针对延迟的价目表，但都没有发布任何测量结果。这种对称本身就是关键，而且带来了一个实际后果：今天你唯一能据以行动的数字就是价格，而这些价格异常具有参考价值，因为双方给出的都是一个干净的整数倍数，而不是量身定制的具体数字。

OpenAI 的快速档收费是其自身标准费率的六倍，并宣称上限为八倍。小米的收费是其自身标准费率的十倍，并宣称上限在十倍到二十倍之间，取决于你信谁的数字。若按厂商自己给出的数字做算术，两者几乎不相上下：OpenAI 的这一档每单位价格可换来宣称上限所值的 1.33 个速度单位，按同样算法，小米的则可换来 1.0 到 2.0 之间——而两者之所以都能说得通，是因为这两个档位面向的是不同的买家，而这些买家绝不会认真考虑对方的选项。价格也是这两项交易中目前唯一可审计的部分，因为费率卡是已发布的事实，而延迟宣称则不是。