MiMo-V2.6-Pro 与 Kimi K3：两个万亿参数级开放权重模型，单任务成本相差十四倍

两者都是来自中国实验室的开放权重混合专家模型，上下文窗口为 100 万 token。两者均可下载。在 Artificial Analysis Intelligence Index v4.3.2 上，于 2026 年 9 月 22 日读取，MoonshotAI 的 Kimi K3 得分为 44，小米的 MiMo-V2.6-Pro 得分为 46。相差两分。对两者分别运行同一评估套件的实测成本为：Kimi K3 为 3,658.07 美元，MiMo-V2.6-Pro 为 206.66 美元——相差十七倍。如果你已经决定要这一级别的开放权重模型，那么决定因素是这个比值，而不是那两分。

Kimi K3 是这对组合中已经确立地位的模型：于 2026 年 7 月 16 日发布，7 月 27 日跟进放出完整权重，此后历经数月的独立评测。小米 MiMo-V2.6-Pro 于 2026 年 9 月 22 日正式开放使用，其强化学习检查点仓库则在前一天出现。因此，这场对比一边是定价高昂、久经检验的开源模型，另一边是定价低廉的全新模型，而真正有意思的地方在于，实测出的能力差距竟然如此之小。

每个模型实际上是什么

Kimi K3 是一个拥有 2.8 万亿参数的开源权重多模态推理模型，发布时被称为三万亿参数级别中的首个开放模型。它每个 token 激活 896 个专家中的 16 个——约 1040 亿活跃参数——并使用 Kimi Delta Attention 和 Attention Residuals 来高效维持 100 万 token 的上下文，每次请求最多可输出 100 万 token。它始终开启推理，并原生支持视觉。Moonshot 的第一方 API 收费为每百万输入 token 3.00 美元、每百万缓存输入 token 0.30 美元、每百万输出 token 15.00 美元，统一价格，不按上下文长度分级；Artificial Analysis 报告称其缓存折扣为 90%，混合费率为 2.31 美元。它测得每秒输出 42.8 个 token——相较于同等规模模型 77.9 的中位数明显偏慢——首 token 耗时 3.93 秒。

小米 MiMo-V2.6-Pro 是一款稀疏混合专家模型，总参数达 1.02 万亿，每个 token 激活 420 亿参数，具备 100 万 token 上下文窗口，并原生支持文本、图像、视频和音频多模态。其权重带有 MIT 许可证标签。小米维持了上一代的价格，而没有上调新检查点的定价，因此其标价为每百万输入 token 0.43 美元、每百万输出 token 0.87 美元，享有 99% 缓存折扣，混合价格为 0.18 美元。实测输出速度为每秒 134.3 个 token——在 114 款模型的速度排名中位列第十一——首个 token 延迟为 2.15 秒。

• 激活参数量——MiMo-V2.6-Pro 每 token 42B；Kimi K3 约 104B，激活 896 个专家中的 16 个

• 总参数量 — MiMo-V2.6-Pro 1.02T；Kimi K3 2.8T

• 指数得分 — MiMo-V2.6-Pro 46；Kimi K3 44，两者均来自 Artificial Analysis v4.3.2

• 标价 — MiMo-V2.6-Pro 每 100 万 $0.43 / $0.87；Kimi K3 $3.00 / $15.00，缓存输入 $0.30

• 混合费率 — MiMo-V2.6-Pro 每 1M $0.18；Kimi K3 $2.31

• 运行该指数的成本 — MiMo-V2.6-Pro $206.66；Kimi K3 $3,658.07

• 速度 — MiMo-V2.6-Pro 的输出速度达 134.3 tokens/秒；Kimi K3 为 42.8，而该尺寸级别的中位数为 77.9

• 首 token 时间 — MiMo-V2.6-Pro 2.15 秒；Kimi K3 3.93 秒

• 上下文 — 两者均为 1M tokens；Kimi K3 每次请求最多可输出 1M tokens

• 权重 — 两者均可下载；MiMo-V2.6-Pro 带有 MIT 标签

速度，正是指数所掩盖的差距。

这里最不值得一提的数字是那两分的综合差距，最值得关注的是每秒 134.3 个 token 对 42.8 个 token。生成速度快三倍的模型并不代表好三倍，但它决定了一类应用能否成立——而 Kimi K3 自己在 Artificial Analysis 上的页面就指出，就其规模类别而言它明显偏慢。对于需要数十次顺序调用的长周期智能体循环来说，吞吐量会像延迟一样产生累积效应：单次调用三倍的差距并不等于端到端三倍的差距，但它决定了一场会话是用户愿意等下去，还是直接放弃。

Kimi K3 的优势在账本的输入侧。它 3.93 秒的首 token 时间比 MiMo-V2.6-Pro 的 2.15 秒要慢，但两者之间的差距，远没有达到把它们中任何一个与最高强度前沿推理模型拉开的那种数量级。K3 为自身规模付出代价的地方在生成环节，而生成正是你被计费的部分。

供应商编号，以及那个常被误读的编号

两家实验室都从各自的自有测试框架发布了 DeepSWE v1.1 的数据，而这两组数据正在流传，仿佛它们可以相互比较。它们并不能，而这一对恰恰是这种错误造成最大损害的地方，因为这些数字看起来如此接近。

小米报告称，在其强化学习运行过程中，MiMo-V2.6-Pro 在 DeepSWE v1.1 上从 58.4 提升到 72.57，评估方式是使用 mini-swe-agent、取三次平均，并采用小米自己的评分器。该运行被记录为 30 步、每个模型约 75 万条轨迹，在不到六天内完成，公布花费约为 Pro 模型 262 万美元、较小的 Flash 模型 854,044 美元。对这一运行的一种广泛流传的解读认为，Kimi K3 在同一基准上为 68.51，这会使小米模型以四点优势胜出。该解读是社区数据，而非 Moonshot 的数字，而且这两项测量使用的是不同指标——三次平均对比通过率——因此将二者相减是在不匹配的尺度上做算术。两家厂商都未就这些模型向 Datacurve 的公开榜单提交配置。

真正具有可比性的数字是指数，因为 Artificial Analysis 自己运行了两者：在 v4.3.2 上，MiMo-V2.6-Pro 为 46，Kimi K3 为 44，而两者的逐项评估明细均未公布。这两分的差距足够小，处于十项评估综合得分的噪声范围内，诚实的结论是，就实测能力而言，这两个模型实际上不相上下。

Kimi K3 的 premium 版能换来什么

把成本差距解读为纯粹的利润空间是错误的。Kimi K3 是一个 2.8 万亿参数的模型，而小米的模型为 1.02 万亿参数，并且它每个 token 激活的参数数量约为后者的 2.5 倍。它是同类规模中首个开放模型，并拥有一组 MiMo-V2.6-Pro 根本还没来得及积累的独立结果：根据 Artificial Analysis 自己的报告，在其发布时，它在 Intelligence Index 上排名第三，仅次于 Claude Fable 5 和 GPT-5.6 Sol，GDPval-AA v2 达到 Elo 1668，在 AutomationBench-AA 上以 53% 排名第一，在 AA-Briefcase 上以 Elo 1547 排名第二，在 Frontend Code Arena 上以 1679 排名第一。这些是独立测量结果，而不是发布宣传，它们描述的是一个两点综合差距所无法体现的广度。

这背后还有一个容量方面的故事。据称，Kimi K3 上线时的需求压垮了服务容量，导致 API 订阅临时暂停，并使部分网关的上游容量受到限制。一个难以获得的模型，也是一个难以在其上构建应用的模型，而这属于可用性问题，而非质量问题。

一个端点，以及关于我们究竟路由什么的直截了当的答案

Kimi K3 已在 OrcaRouter 上线，模型标识为 kimi/kimi-k3——一个兼容 OpenAI 的密钥，按提供商标价透传，0% 加价，因此 Moonshot 一旦调价，我们这边当天就会生效；跨提供商的自动故障转移则覆盖了该模型自发布以来一直困扰它的容量限制。Xiaomi MiMo-V2.6-Pro 不在 OrcaRouter 上。任何小米模型都不在，目前获取它的途径是小米自家平台或收录它的某个第三方目录。这一点值得明确说明，而不是让模型页面暗示并非如此。

这让这对组合成为路由层用途的绝佳例证。两个开放模型，在二者唯一共同测试过的独立指标上不相上下，而每任务实测成本却相差十七倍——这不是一道选择题，而是一种双车道配置。把你的大部分流量放在便宜车道上，并按你定义的条件把长尾路由到另一条，或者在某条路由性能下降时进行故障转移。模型共用一把密钥后，判断各自应承担多少份额的实验，就变成对你自己的提示词做一次配置更改，而不是一场采购对话——并且，如果小米在发布窗口关闭后调整 MiMo-V2.6-Pro 的价格，或 Moonshot 为应对竞争下调 K3 的费率，这两项变动都会当天落到我们这边，而不是等到下一个计费周期。

该选哪一个

当你需要这个规模、且经过独立评测的模型所带来的广度——视觉能力、跨大型仓库的长程编码、智能体工具调用——或者当你已经在运行它、迁移成本确实存在时，就选 Kimi K3。两者之中，它是被刻画得更充分的那一个，其 100 万 token 的输出上限也颇为少见。要把生成速度纳入预算：42.8 token/秒的速度意味着，从交互式使用的角度看，无论其推理质量给人什么印象，它终究是一款面向批处理和离线工作负载的模型。

当吞吐量和单位经济性是制约因素时，当循环上下文繁重且重复时，当首 token 延迟很重要时，或者当你希望以宽松许可证在自己的硬件上获取权重时，就选择 MiMo-V2.6-Pro。它是廉价模型同时也很快的罕见例子，而在两个模型唯一共享的独立评分上，它领先的幅度小到可以算作平局。

如果你有路由器，就两个都选。要避免的失败模式是：因为一个宣传中的比例就标准化采用其中任何一个——为一项摘要任务支付 Kimi K3 的价格，而 46-index 模型完成得一模一样；或者在把所有任务都迁到低成本通道后，才发现仓库级编码任务需要 2.8T 模型。两者都不是模型问题，而都是配置问题。

OrcaRouter 将 200+ 个模型置于一个 OpenAI 兼容端点之后，按供应商标价、0% 加价提供，因此供应商调价当天即可生效。