OrcaCyber MiMo V2.6 Flash：与同胞型号价格相同，在 CyberGym 上高出七分，在漏洞利用复现上低十五分

OrcaCyber MiMo V2.6 Flash Abliterated今日正式上线，采用与OrcaCyber Flash 1.0相同的价目表——每百万 token 输入 $0.80、输出 $1.60，缓存读取 $0.15，上下文窗口为一百万 token，拒答行为已被移除。同样的价格、同样的窗口、同样没有回避性措辞。两者的区别在于各自擅长之处；根据我们自己的测量，这两种配置几乎互为镜像：新构建在 CyberGym 上领先七分，但在漏洞利用复现上落后其同系列模型十五分。任何考虑使用直接参与攻击性安全工作的模型的人，也应关注更广泛的记录，而这正是 OrcaRouter AI Incident Archive 的存在意义所在。本文说明了发布了什么、数字如何，以及每个构建实际适合哪些工作负载。

实际发布的内容

MiMo V2.6 Flash 是小米 2026 年 9 月 MiMo-V2.6 发布中的效率型检查点：一个稀疏专家混合模型，总参数 3090 亿，每个 token 激活 150 亿，采用 MIT 许可，具备百万 token 上下文。OrcaCyber 版本就是把这个检查点中的拒答行为从权重里编辑掉——是消融式移除（abliteration），而非微调：没有重新训练的语料，没有新的架构，只是把模型据以拒答的方向从承载这些方向的矩阵中减去。它是 OrcaCyber 系列中继 Nano 和 Zero 之后的第三个名字，也是专为吞吐量打造的那一个。

其输入面比同类模型更宽。MiMo V2.6 Flash 接受文本、图像、音频和视频输入，并返回文本，因此控制台会话的屏幕录制、通话录音、网络拓扑图或错误状态截图，都可以与源代码和长篇日志在同一请求中一并推理。每次响应输出上限为 131,072 个 token。思考与非思考模式均可使用，且推理强度可选，同时原生支持函数调用和结构化 JSON 输出，模型可通过 Chat Completions、OpenAI Responses 和 Anthropic Messages 访问。

价格完全相同，所以价格起不了决定作用。

两个模型的价格都是每百万 token 输入 $0.80、输出 $1.60，缓存读取为 $0.15——价格表一模一样，精确到分，我们这边也没有加价。这让选择变得异常清晰。既没有更便宜的模型可以说服自己选它，也没有高端档位需要找理由。唯一的问题是，哪一组参数更契合你眼前的工作。

访问权限是这两者共有的另一点，而且并不向任何调用者开放：两条路径都位于委托协议、通行密钥和条款之后，这对于一个以经授权的攻击性工作为目的的模型来说是恰当的形态。价格和能力是公开的；调用其中任何一个的能力则不是。

相同卡片下的两个不同基底

这些卡片之所以吻合，是因为价格并不取决于基础模型，而且这些基础模型也并非同一形态。MiMo V2.6 Flash 是一个拥有 3090 亿参数的稀疏模型，每个 token 激活 150 亿参数；Flash 1.0 背后的 DeepSeek 检查点带有 5520 亿参数，激活 160 亿参数。两者均采用 MIT 许可证，都是在权重层面进行编辑而非重新训练，并且发布时都已移除拒答行为。

数字中的模式与这一差异相符，但并不能证明它：较小的基础模型起步更快，输出上限更低，而较大的基础模型在那些需要将很长的利用链推进到可用结果的行上表现更好。模型的参数数量无法很好地预测任何单一基准的表现，因此应把这当作解读这些行的背景信息，而不是对它们的解释。

新层级胜出的地方

• CyberGym — MiMo V2.6 Flash 的得分为 95.1%，而 Flash 1.0 为 88.1%，在网络安全推理排行榜上领先七个百分点。

首个 token 的中位时间为 928 毫秒，而在我们的 playground 流量中为 1,970 毫秒，启动速度约快一倍，输出速率为每秒 765.9 个 token，相比之下为 171.1。

• 输入类型——除文本和图像外，还支持音频和视频，而同系列产品完全不支持这些。

在使用这个速度数字做决策之前，需要先加一个说明：它来自某一天 playground 调用，总共承载约 17,500 个 token，而对照项的数据来自一个为期七天的窗口，承载 175 亿个 token。在新路线上只测一天，更多测到的是空队列，而不是模型本身。可以把方向——这个构建是更快的那一个——视为可靠，而具体倍数在窗口填满之前只能暂定。

何处让步

• SEC-Bench Pro — 47.5% 对 62.8%，落后 15.3 个百分点，也是我们发布的任何一行数据中两个模型之间的最大差距。

• DeepSWE v1.1 — 67.9% 对 74.2%，落后 6.3 个百分点。

• Terminal-Bench 2.1 — 87.6% 对 90.6%，落后 3.0 个百分点。

• 最大输出 — 131,072 个 token，相对于 393,216，仅为单个长篇幅产物（如完整审计报告或带注释的漏洞利用链）所需空间的三分之一。

• 尚未发布的行——ExploitGym（15.3%）和 GPQA Diamond（90.9%）仅适用于 Flash 1.0；新版本尚无对应的可比数据。

那份列表的形态本身就是论据。CyberGym 奖励的是对攻击面的推理；SEC-Bench Pro 奖励的是端到端复现一个已知漏洞，而这正是新模型明显较弱的地方。如果工作是分诊、审查、检测工程或解释日志的含义，那么快速层级是更合适的工具。如果工作是把一个 CVE 变成可用的概念验证，那么同门模型的 15 分优势才是真正重要的数字，而再低的延迟也无法弥补一次未能成功的复现。

这些数字是什么，以及它们不是什么

本文中的每一项基准测试都来自我们自己。模型卡列出了 CyberGym、SEC-Bench Pro、DeepSWE、Terminal-Bench、ExploitGym 和 GPQA Diamond，并将来源字段标注为我们自己；OrcaCyber 的两个模型也都尚未经过 Artificial Analysis 等独立评估机构的评分。这对安全模型而言比通用模型更重要，因为这些基准本身还很新，而“对漏洞进行了推理”与“复现了漏洞”之间的差距，恰恰是自报数据行可能美化模型的地方。请把这些数字视为附带已发布方法论的厂商数据，而非经审计的结果；在生产路径依赖这些数字之前，请在你自己的语料库上重新测试。

如何选择

• 漏洞利用开发、概念验证构建、补丁验证——Flash 1.0。它在复现项上高出 15.3 分，在 DeepSWE 上高出 6.3 分，而且这两个差距都不会在重试时消失。

• 日志与数据包捕获分诊、大规模安全代码审查、检测工程、需要快速获得首个 token 的智能体循环——MiMo V2.6 Flash。CyberGym 的领先表现和延迟等级都指向同一个方向。

• 长篇幅单次交付物——Flash 1.0，纯粹取决于输出上限：393,216 个 token，对比 131,072 个。

• 屏幕录制、通话音频、图表和仪表板——MiMo V2.6 Flash，它是两者中唯一支持这些内容的。

一旦启用访问权限，两个模型就都位于同一个密钥之后，因此这一选择不必是永久性的，也不需要第二份合同或更改代码：按任务类型进行路由，并让自动故障转移覆盖某条路由在运行中途性能下降的情况。上述工作负载规则是我们的；它们所依据的数据在模型页面上。

看什么

有三件事会改变这一局面。第一是独立评分：在目录之外有人用公开测试框架运行这些权重之前，15 个百分点的漏洞利用差距就是我们的测量结果，引用时也应如实说明。第二是延迟窗口；新路由上为期一周的真实流量，要么会证实两倍的速度差异，要么会把它缩小。第三是基准测试表本身——一个今天发布、已公布四行却缺失两行的模型，其画像仍在绘制中。模型页面是最先更新的地方。

来源说明：基准测试得分、价格、上下文与输出限制均来自 OrcaRouter 自身目录中针对 OrcaCyber MiMo V2.6 Flash Abliterated 和 OrcaCyber Flash 1.0 的条目，读取于 2026 年 10 月 26 日，且为自行报告，而非经独立审计；延迟数据来自我们的 playground 流量——新构建版本为一天、约 17,500 个 token，其同系列模型为七天、175 亿个 token——并非生产环境基准测试。基础模型详情（3090 亿总参数、150 亿激活参数、100 万 token 上下文、MIT 权重）来自小米的 MiMo-V2.6 发布资料；Flash 1.0 背后的 DeepSeek V4.1 Flash 检查点的 5520 亿总参数和 160 亿激活参数，来自 Artificial Analysis 对该模型的记录。工作负载建议以及对基准测试各行的解读均出自我们。