Xiaomi MiMo-V2.6-Pro 与 Grok 4.7 在同一指数上得分相同，均为 46 分——但其中一个的运行成本高出 24 倍

2026 年 9 月 21 日，两款模型在相隔数小时内相继亮相：Xiaomi MiMo-V2.6-Pro，即小米 MiMo-V2.6 系列的旗舰检查点，以及Grok 4.7，SpaceXAI 最新的编程与知识模型。目前两者皆在 Artificial Analysis Intelligence Index 上拿到 46 分，版本 4.3.2——这两个四舍五入为 46 的读数背后，实际分别是 46.32 和 46.45，相差 0.13 分。让每款模型跑一遍同一指数，Artificial Analysis 花费了$206.66用于 MiMo-V2.6-Pro，以及$4,967.35用于 Grok 4.7。约为二十四比一，而换来的分数，你在排行榜上根本分辨不出来。

这就是当晚事情的全貌，而它说了什么、没说什么，值得精确对待。它并没有说这两个模型是同一个模型。它说的是：在两个厂商都乐于接受评判的那唯一一项测量指标上，它们无法区分——而要让它们给出这项测量结果，代价却并非如此。

双方实际交付了什么

小米发布并开源了 MiMo-V2.6 系列：MiMo-V2.6-Pro和MiMo-V2.6-Flash作为两个原生全模态检查点，外加MiMo-V2.6-Pro-UltraSpeed这一基于同一套 Pro 权重的服务层级。权重于 9 月 21 日上传至 Hugging Face，两者相隔 18 秒，采用 MIT 许可证，并附有技术报告。

SpaceXAI 与一款专有模型在同一天发布了 Grok 4.7——不开放权重，50 万 token 上下文，文本与图像输入、文本输出，并提供从 low 到 xhigh 的推理强度档位。Artificial Analysis 评分所采用的配置正是 xhigh 档。

所以，这两者带着截然相反的商业模式而来，却最终落在同一个数字上。这不是任何人刻意设计出来的巧合；这正是2026年9月的前沿从两个方向同时看去时的样子。

并排的价目表

小米自己的价目表按每百万 token 以人民币计价，V2.5 系列的费率保持不变——该厂商所表明的立场是：同等价格，更智能：

• MiMo-V2.6-Pro — 缓存命中 ¥0.025，输入 ¥3.00，输出 ¥6.00。Artificial Analysis 对同一模型的标价为每百万输入 $0.43、输出 $0.87。

• MiMo-V2.6-Flash —— 缓存命中时 ¥0.02，输入 ¥1.00，输出 ¥2.00。两端大约都只有 Pro 的三分之一。

• MiMo-V2.6-Pro-UltraSpeed——缓存命中时 ¥0.25，输入 ¥30.00，输出 ¥60.00。正好是标准版 Pro 的十倍，换来的却是同一检查点以更快速度提供服务。

• Grok 4.7 — 标准层级下每百万 token 输入 $2.00、输出 $6.00，与 Grok 4.6 保持不变。当提示词超过 200,000 个 token 时，这些费率翻倍至 $4.00 和 $12.00。

仅看标价，MiMo-V2.6-Pro 的输入价格大约便宜 4.6 倍，输出价格大约便宜 6.9 倍。在缓存命中这一项上，厂商自己给出的数字是 ¥0.025——这也是 Xiaomi 摆在智能体开发者面前的数字，因为一次漫长的智能体循环会反复重读同一段上下文数百次，而这一项正是决定账单的数字。

为什么真正的差距是24倍而不是5倍

价格比例低估了这一点，而如果你依据费率表构建成本模型，其中的原因值得深入领会。Grok 4.7 是个话多的模型。Artificial Analysis 报告称，在 Intelligence Index 上对它进行评估时，生成了2.4 亿个输出 token，而该榜单上各模型的中位数为 9400 万，并将其描述为“明显缓慢且非常啰嗦”。MiMo-V2.6-Pro 在同一评估中生成了 1.4 亿个，Artificial Analysis 仅称其“有些啰嗦”。

将 token 数量乘以费率，标价上的差距便扩大为评估成本的差距：4,967.35 美元对 206.66 美元。依据费率卡编制预算的团队会预测出 5 倍的差距，而在需要流式输出长内容的工作负载上，实际得到的却接近 24 倍。

同一页面上还有两项读数是实测而非宣称的：MiMo-V2.6-Pro 的运行速度为每秒 125 个输出 token，首个数据块的中位时间约为 2.19 秒。Grok 4.7 则处于榜单的慢速端。速度和冗长程度是按 token 计价无法向你展示的两个变量，而它们恰恰决定了固定的月度预算能买到什么。

“两个极端”论，经受检验

对本周发布的一种解读迅速流传开来：如今，一个模型要想值得任何人关注，就必须在两个极端中选一边——要么是低价区间里最好的，要么是真正的前沿——而处于中间地带的任何东西都不会被注意。MiMo-V2.6 的发布和 Grok 4.7 是对这一解读的一次公平检验，而数据大体上站得住脚。

小米刻意选择了“廉价”这一极，并且公开承认了这一点：其自家公告声称，MiMo-V2.6-Pro 在 Artificial Analysis 指数上击败了 Kimi K3 和 Qwen3.8 Max，成为该指数上最强的开放权重模型，同时承认它仍落后于 Claude Fable 5.1 和 GPT-6 Astra。9月22日截取的开放权重榜单印证了前半部分——得分为46.32的 MiMo-V2.6-Pro 是任何人可下载权重的条目中得分最高的，领先于44.78的 GLM-5.3 和43.59的 Kimi K3。排在它之上的闭源模型是53.35的 Fable 5.1、52.67的 GPT-6 Astra 和50.78的 Claude Opus 5。

SpaceXAI 选择了另一极。Grok 4.7 不开源，也不便宜，而且并未声称自己如此——它宣称的是综合排名上实验室第四的位置，以及一个提升幅度超过其通用分数的编码智能体分数。

这份论点忽略的是，中间地带并非空白；它只是定价争论发生的地方。MiMo-V2.6-Flash 就是那个中间地带：一个总参数量 309B、激活参数量 15B 的检查点，成本只有 Pro 的三分之一，而且在小米自己的基准测试表上，大多数智能体任务只落后它几个百分点。Flash 在一个网络安全指标列上直接胜过 Pro。一个性能几乎同样好、价格却只要三分之一的模型之所以无人讨论，不是因为它无趣——而是因为“几乎同样好，便宜得多”是一个无聊的标题，却是一张极好的账单。

每一个是什么，用配置术语来说

• 参数 — MiMo-V2.6-Pro 是一个稀疏混合专家模型，总参数量 1.02T，每个 token 激活 42B，共 70 层，隐藏层规模 6144，384 个路由专家、每个 token 激活 8 个。Grok 4.7 的参数量从未公开。

• 权重 — MiMo-V2.6-Pro 是 MIT 许可的开放权重，整个检查点（包括其音频分词器和推测解码栈）的仓库存储约为 573 GB。Grok 4.7 则完全没有可下载的权重。

• 上下文 — MiMo-V2.6-Pro 声明了 1,048,576 个 token 的最大位置嵌入。Grok 4.7 具有 500k 个 token 的上下文窗口。

• 模态 — MiMo-V2.6-Pro 接受文本、图像、语音和视频输入，返回文本。Grok 4.7 接受文本和图像输入，返回文本。

• 独立评分 — MiMo-V2.6-Pro 在 Artificial Analysis Intelligence Index v4.3.2 上得分为 46.32；Grok 4.7（xhigh）在同一版本上得分为 46.45。两项均为 Artificial Analysis 的实测结果，而非厂商自报数据表。

• 在该索引上进行评估的成本——206.66美元对4,967.35美元，这两个数字均由Artificial Analysis在其自身的模型页面上公布。

周一之前该怎么处理这个

实际后果并不是“改用开放模型”，而是排行榜上的单个数字不再能告诉你，两个并列的模型中该跑哪一个；并且，决定性变量——每任务 token 数、缓存命中率、输出速度——是由评估方而不是供应商公布的。在你查看价目表之前，先把它们拉出来。

就目前所写的内容而言，MiMo-V2.6-Pro 和 Grok 4.7 都无法通过 OrcaRouter 路由，若暗示并非如此，那就不诚实了：我们的目录收录 200+ 个模型，而目前这两者都不在其中。目录真正能提供的是答案的轮廓——一个端点，供应商标价以 0% 加价率原样透传，因此供应商降价当天就能落到我们这边，以及 用于按任务而非按品牌将工作负载拆分到不同模型的路由 DSL。当像 MiMo-V2.6-Pro-UltraSpeed 这样的层级把同一套权重定价为十倍费率时，真正有趣的工程问题就不再是哪款模型胜出，而是哪些请求配得上用昂贵的那一款——而这是路由决策，不是采购决策。

悬而未决的问题是，势均力敌的局面能否维持。小米承诺以 V2.5 的价格提供 V2.6 系列，并配套发布了一份训练台账；SpaceXAI 则让 Grok 4.7 保持 Grok 4.6 的费率。如果任何一方下一个检查点使指数变动五个点，价格差距就不再是故事本身，而会变成重新进行对比的理由。在那之前，对 2026 年 9 月 21 日最诚实的总结是：这是一个夜晚，两家公司发布了实测智能水平相当的模型，而只有一家是按同等水平收费的。