Xiaomi MiMo-V2.6-Pro 对比 Grok 4.7：每任务成本低 30 倍，而两者都不快

小米 MiMo-V2.6-Pro 和 Grok 4.7 均于 2026 年 9 月 21 日发布，在 Artificial Analysis 智能指数 v4.3.2 上双双得分为 46，而且都被给出这些测量结果的页面称为"慢"——MiMo-V2.6-Pro 为每秒 43.6 个输出 token，而中位数是 67.1；Grok 4.7 在 xhigh 努力级别下为 40。真正让两者拉开差距的，是得到一次回答要花多少钱。评测方给出的单任务成本为：这个中国开源权重模型 0.13 美元，Grok 4.7 模型 3.74 美元，相差约 29 倍。这并非单价差异，或者说并不只是单价差异：Grok 4.7 的输出单价是每百万 token 6.00 美元，而对方为 0.87 美元，相差七倍；这个倍数中其余的部分，则来自两个模型为得出答案各自消耗了多少 token。

同一个月里，两个模型，基于同一个指数，取得同样的分数，定价却仿佛分属市场上不同的年代。有意思的问题不是哪一个胜出，而是那29倍差距中，哪一部分是你能真正绕开的——因为在这组对比里，两者之中恰好只有一个是今天就能买到的路线，而它正是那个贵的。

同一天，同样的比分，不同的动物

Grok 4.7 于 2026 年 9 月 21 日发布，每百万输入 token 2.00 美元、每百万输出 token 6.00 美元，上下文窗口为 500,000 token，知识截止日期为 2026 年 5 月，缓存折扣 75%，支持文本和图像输入、文本输出。在以 xhigh 努力水平运行时，它在该指数上测得 46 分；在 Grok Build 测试框架中的 Coding Agent Index 上为 56 分；在 AA-Briefcase 上为 1,657 Elo —— 在该榜单上排名第四，落后于三个 Anthropic 的条目，而每任务成本约为 Claude Opus 5 的一半。

Xiaomi MiMo-V2.6-Pro 是一个稀疏混合专家检查点，总参数量 1.02 万亿、激活参数量 420 亿，采用 MIT 许可，支持 100 万 token 上下文，接受文本、图像、语音和视频输入并输出文本，每百万 token 价格为 0.43 美元和 0.87 美元，并提供 99% 缓存折扣，使热提示词下的有效输入费率几乎降至零。Artificial Analysis 在指数上将列为 114 个开放权重模型中的第一，在成本上列为 114 个中的第十二。它可通过三家 API 提供商访问。它不在我们的路由上，而且在提供商完成模型接入之前，我们不会将其列入模型列表。

唯一能决定它的一句话

• 每个索引任务成本 — MiMo-V2.6-Pro $0.13；Grok 4.7 $3.74 — 29 倍 • 输出费率 — MiMo-V2.6-Pro $0.87 / 1M；Grok 4.7 $6.00 / 1M — 6.9 倍 • 索引运行中的输出 token 量 — MiMo-V2.6-Pro 140M；Grok 4.7 240M，而中位数为 88M • 输出速度 — MiMo-V2.6-Pro 43.6 t/s；Grok 4.7 40 t/s — 两者均低于中位数 • 上下文窗口 — MiMo-V2.6-Pro 1M；Grok 4.7 500K • 权重 — MiMo-V2.6-Pro 采用 MIT 许可并可下载；Grok 4.7 为专有，仅提供 API

把前两条放在一起读，差距的形状就清楚了。按标价计算，两者在输出上相差 6.9 倍。在索引运行中，两者在单次回答成本上相差 29 倍。中间的放大因子是冗长程度：Grok 4.7 生成了 2.4 亿输出 token，而同类中位数为 8800 万，MiMo-V2.6-Pro 则生成了 1.4 亿。这意味着在 6.9 倍的费率惩罚之上，又叠加了 1.71 倍的 token 惩罚，而 1.71 × 6.9 = 11.8——距离 29 倍的其余差距来自输入端，在那里，MiMo-V2.6-Pro 的 99% 缓存折扣和 $0.43 的输入费率，对任何带有重复前缀的工作负载都起到了主要的拉动作用。

冗长是人们估算时遗漏的数字

成本模型通常基于价目表和假设的 token 数量构建。这里这两部分都是错的。价目表错了，因为缓存折扣不是可有可无的脚注——99% 对 75%，这决定了一个系统提示词是每次调用都让你花钱，还是几乎不花你什么钱。token 数量错了，因为两个模型在相同工作中输出的 token 数并不相同，而评估器测量了这种差异：2.4 亿对 1.4 亿，在相同基准上相差 1.71 倍。

这些都不是你能从规格表上直接读出的代理指标。Grok 4.7 的冗长度排名在其所属类别 210 个模型中排第 94 位；MiMo-V2.6-Pro 的成本排名在同类 114 个模型中排第 12 位。一个团队如果引用 Grok 4.7 的价目表，并假设工作负载是 token 中性的，那么其预测的每任务成本大约只有该指数实际支出的四分之一。修正方法也不是把指数成本当作你的估算——它衡量的只是一个基准测试的形态。而是在投入之前测量你自己在两侧的 token 数量，因为这两个模型之间的差距在纸面上是 6.9 倍，在实践中是 29 倍，而这两个数字中只有一个对你的流量来说是真实的。

两者都很慢，而这并不是平局。

Artificial Analysis 测得 Grok 4.7 的输出速度为每秒 40 个 token，称其“属于最慢之列”；MiMo-V2.6-Pro 为 43.6，被称为“明显偏慢”。这两个读数足够接近，速度不该成为二者之间的决胜因素。但它们背后的中位数却并非如此：MiMo-V2.6-Pro 所属的开源权重阵营中位数为 67.1。两个模型都远低于这一水平，而且 MiMo-V2.6-Pro 的首 token 延迟为 3.17 秒，中位数则是 2.31 秒——真正让人难受的是这个数字，且是在交互式循环中，而非批处理场景。

所以，对延迟这一面诚实的总结是：便宜 29 倍并不能给你带来更快的产品，它带来的是一个更慢但成本更低的产品——而如果你的用户正盯着光标看，那 3.17 秒的等待可能比省下的 token 代价更大。对于过夜批处理任务、离线评估，或任何以小时为计时单位的流水线来说，这笔交易就是明摆着的，29 倍几乎等于白赚。

路由器在这种配对下能做什么、不能做什么

在这一组对比中，我们自己的目录确实是一边倒的，这一点值得坦诚说明。Grok 4.7 已在 OrcaRouter 上线，模型为 grok/grok-4.7，按提供商自家定价 $2.00 / $6.00，最大输出 450K，并提供兼容 OpenAI SDK 的端点 https://api.orcarouter.ai/v1 —— 所以，如果这项对比让你想把 xAI 的模型和其他所有模型放在同一个密钥下使用，这条路径今天就已经存在。小米 MiMo-V2.6-Pro 不在我们的路由中；至于那一方，答案是厂商自家的 API，或者你已经在用的它所列三家提供商中的任意一家，我们不会假装并非如此。

在这样的对比中，路由器真正体现价值的地方，不在于模型本身，而在于那些并非模型的环节。一个密钥即可跨200+ 个模型，按每家供应商的标价、0% 加价使用，这意味着供应商降价会在当天就反映到你的账单上，而不是等到下一次合同续约。自动故障转移意味着 40 t/s 的路由性能下降不会把你的流水线一起拖垮。这个路由 DSL让你可以按照公布的每任务成本、而不是品牌忠诚度来做拆分——高流量用便宜模型，困难调用用强模型，按请求决定。而对于两个模型都不太合适的工作负载，模型融合可以让多个模型在一次调用的背后运行。

这种比较通常会引发的问题

29× 在我的工作负载下还成立吗？只有当你的 token 组合与索引运行的相近时才成立。如果你的输出很短，而提示词很长且已被缓存，那么倍数会向输出端 6.9× 的费率差距坍缩，并在输入端扩大——此时 MiMo-V2.6-Pro 的 99% 折扣是决定性因素。如果你的输出是冗长的推理轨迹，倍数则会扩大到超过 29×，因为 Grok 4.7 的冗长惩罚与输出长度成正比。

两边的 46 是同一个 46 吗？ 它们是同一个指数、同一个版本、同一个量级——底层子分数分别为 46.32 和 46.45，相差 0.13 分，而该指数将两者均四舍五入为 46。Artificial Analysis 并未公布这两个模型中任何一个的单项评估细分数据，因此综合分数已是可获得的最细粒度结果，0.13 分的差异不应被解读为能力排名。

新项目应该默认选哪一个？如果工作负载是批处理、可容忍延迟且对成本敏感，那么每项任务 0.13 美元的 MiMo-V2.6-Pro 就是默认选择，而且开放权重意味着你不会受制于单一供应商的定价。如果你特别需要 xAI 的模型——Grok Build 测试基座的结果、AA-Briefcase 的排名、50 万上下文以及 2026 年 5 月的知识截止时间——Grok 4.7 如今是 OrcaRouter 上的一条现成路线，而每项任务的溢价就是获取这一特定能力所需付出的代价。这里没有任何一个模型能在这两方面同时胜出。