👦🏻 作者: GaKi
🥷 编辑: Koji
🧑🎨 排版: NCon
大模型有了「斩杀线」。
这个词为什么流行了起来？——它最初用自游戏 《英雄联盟（LOL）》，大意是：血量低于某个阈值，会被对手直接斩杀掉。
AI 生成
放到大模型语境里，虽然有些幽默，但意思差不多：
过去半年，这条「斩杀线」的概念被反复提起，而且频率越来越高。因为站在线上的模型越来越多，被赶回线下的模型也越来越多。
今年 2 月，OpenRouter 上中国模型的调用量份额超过了美国模型；与此同时，OpenAI、Google、Anthropic 这些海外头部厂商开始密集推出平价产品线，轮番降价。
9 月 22 日，小米发布并开源新一代 MiMo-V2.6 系列。三款模型，智能水平接近前代的两倍，价格不变。
按照这个坐标，MiMo-V2.6 系列模型预计会形成一条新的智能与成本前沿的「斩杀线」，尤其是 V2.6-Pro 模型。现在，位于这条线之下的将是绝大多数开源模型。而在这条线之上的，可能仅剩下 GPT-6Astra、Fable5 等 5 款高端闭源旗舰模型了。
与同日发布的 Grok 4.7 相比，MiMo-V2.6 在智能指数上以 46 分与其持平，但单项任务成本只需要 0.13 美元。Grok 4.7 在高推理强度和极高推理强度下的单项任务成本则分别达到了 2.73 美元和 3.74 美元，大致为 MiMo-V2.6 的 21 倍和 29 倍。
也就是说，在智能水平相当的情况下，MiMo-V2.6 展现出了显著的成本效率优势，Grok 4.7 发布即在「智能—成本」维度落后。
🚥
接下来，我们想聊聊为什么偏偏是 2026 年下半年，效率成为了重点。
过去两年，基础模型的竞争几乎只有一条主线：更强的智能，让模型更 Smart。
但到了 2026 年，这套评价标准开始明显变化。
一个很直接的信号是，几乎所有头部模型厂商都开始在「智能—成本」上投入大量的资源。
这一方面可以简单视为「行业更卷了，除了卷智能还要卷成本」，但另一方面，这其实基础模型的阶段变化，顺应真实用户的体现。
今年 6 月以来，Google、OpenAI、Anthropic，以及国内的 GLM、Qwen、DeepSeek，都在持续调整模型分档和价格。
Google 快速迭代 Flash 产品线；OpenAI 把模型拆成 Sol、Terra、Luna 三档，其中 Luna 专门承接高频、低成本调用；Anthropic 也在继续压低 Sonnet、Opus 等模型的使用成本。
国内也一样，GLM、Qwen、DeepSeek 都开始频繁强调「效率」「成本」和「帕累托前沿」。
模型厂商关心的问题，转移到了模型的真实使用者所面临的问题：
这背后其实是 AI 的使用方式更加深入了，这可以被视为一个积极的转变。
过去大家用 Chatbot，一次调用通常只对应一个回答。现在进入 Agent 阶段，一项任务可能持续几个小时，读取文件、调用工具、修改代码、运行、检查，再不断重试。
一次任务背后，可能是几十次甚至上百次模型和 Tools 的调用。
所以，当 AI 真正进入 Workflow，独立开发者、B 端团队不得不开始计算成本消耗：
【1】任务最终能不能完成
【2】完成需要多长时间
【3】整个过程一共花多少钱
这时候，单次 Artificial Analysis 上的领先几分，已经很难完整代表一款模型在真实场景中的价值。
尤其是在 Agent 场景里，一个模型即使单次能力稍弱，只要速度更快、成本更低，可以允许 Agent 多规划几步、多调用几次工具、多尝试几轮，最后依然可能完成同一个任务。
反过来，一款模型即使能力很强，如果每次调用都足够昂贵，很多高频任务根本没有大规模运行的条件。
所以到了 2026 年，模型竞争正在增加一条越来越重要的新的坐标轴：
这也是这次很多人关注 MiMo-V2.6 系列模型的核心原因。
相比继续争论「谁是最 Smart的模型」这种没有太确切答案的问题，还不如去思考下如何利用 MiMo-V2.6-Pro 这样在性能和效率都取得不错成绩的模型，将其对应到真实的开发、办公任务中。
尤其当模型真正进入 Agent、Coding 和长时间任务之后，这种能力会直接决定一款模型到底能不能被高频使用。
在这个背景下，再来看小米 MiMo 过去一年做的事情，线索就很明显了。
从 2025 年底的 MiMo-V2-Flash，到 2026 年 3 月的 V2-Pro，到 4 月的 V2.5，再到 9 月 20 日发布的 V2.6，四次迭代，核心路线基本是「提高单位成本能够获得的智能」。
MiMo 的负责人罗福莉在 2025 年 12 月的首次公开演讲中，讲过三个关键判断，我们印象颇深。
第一，智能体之间需要一种高效的沟通语言，主要体现在代码能力和工具调用能力上。
第二，智能体之间的沟通带宽太低，需要围绕推理效率重新设计模型结构。
第三，大模型范式正在从预训练转向后训练。强化学习阶段需要更多算力，非常依赖一个稳定的、可扩展的后训练范式。
三个判断，如果简单地用一个词概括，那就是「效率」。
她当时展示的 MiMo-V2-Flash，这个模型的总参数 309B，激活参数只有约 15B。她说从参数规模看，她甚至不太愿意称它为一个大模型。
但在代码和 Agent 相关的公开评测中，它已经进入全球开源模型的第一梯队，和 DeepSeek-V3.2、Kimi-K2-Thinking 处于同一水平。
而这些模型的总参数，通常是它的 2 到 3 倍。
推理成本方面，V2-Flash 对比 DeepSeek-V3.2 成本略低，速度大致是 3 倍。对比 Gemini 2.5 Pro，速度接近，成本则只有约二十分之一。
这些数据背后有几项关键的技术路径，比如 Hybrid Attention、MTP 多词元预测、MOPD 多教师在线策略蒸馏等等。
这套方法围绕一个目标设计，让模型能被高频调用，能长时间运行，调用成本也能承受。
V2-Flash 之后，这条路线持续延伸。
2026 年 3 月，V2-Pro 发布，总参数超过 1 万亿，激活参数 42B，Hybrid Attention 混合比从 5:1 提高到 7:1，上下文窗口扩展到 100 万 token。发布前它以匿名代号「Hunter Alpha」上架 OpenRouter，测试期 token 用量突破 1 万亿，登上调用量榜首。
4 月，V2.5 发布，全量 MIT 协议开源。V2.5 维持了 Pro 级别的 Agent 性能，推理成本降了大约一半。发布后三个月，OpenRouter 调用量持续增长，7 月登顶全球调用量周榜和月榜第一。
OpenRouter 上大致有 400 多款模型，来自全球各家厂商。登顶调用量榜首，意味着全球开发者在有选择的情况下，用实际的调用行为选择了 MiMo。而且这个榜单在 6 月之后已经剔除了免费模型的扰动，是付费模型的调用榜。
现在到了 V2.6。
这一代产品组合是 3 款模型，对应 3 种不同的使用场景。我们做了一番整理：
【1】Flash，高智能、低成本的效率型模型，面向 Agent 和 Coding 的高频调用场景。
【2】Pro，面向复杂任务的高性能主力模型，处理复杂 Coding、长程 Agent、多模态理解和专业工作。
【3】Ultraspeed，超高速推理模型，推理输出速度最高达到 1000 TPS，面向实时交互和对响应速度敏感的生产场景。
整体来看，智能水平相较于前代接近翻倍，但价格在前两周内维持 V2.5 系列定价不变，之后可能会有调整。模型支持文本、图像、视频和音频全模态输入，重点增强了 Coding、Agent、Design、Research 与网络安全能力。
举个直观的例子，从实际使用上来看，MiMo-V2.6 系列模型在 3D 开放世界游戏、Blender 3D 建模等「Vibe Coding，甚至是 Vibe Wording」上都表现出来很好的效果：
其中，多模态能力是这次 MiMo-V2.6 系列模型比较受关注的一个方面。现在，这个模型已经可以直接参考特定网站和录屏内容，直接复刻创意工作室官网的页面和核心交互：
这些案例其实也侧面反应了 MiMo-V2.6 系列模型在设计方面的审美能力，比如前端网页、Figma、PPT、SVG、视频、音乐等等。
在设计评测榜单 Design Arena 上，MiMo-V2.6-Pro 已经获得了与 Claude Opus5、GPT-5.6-Sol 相近的水平。
在科研方面，MiMo 团队放出了一个案例：MiMo-V2.6-Pro 协助研究员，在 Lean 4 中实现了 Li–Yorke 经典论文《周期三蕴含混沌》原始主定理的完整形式化。
成本定价方面，MiMo-V2.6 系列模型价格可以说下降到了一个新的程度：
如果把这些数据、智能水平以及成本放进「智能—成本」的坐标系里，V2.6 预计会把前沿线再往外延展一段距离。
这样的话，原有成本区间内的同档模型将会面临一个问题：要么提升能力，要么调整价格。
9 月 17 日，罗福莉在 X 平台直播了 V2.6 的训练过程。Pro 和 Flash 两个版本同步训练，累计训练成本超过 347 万美元，每小时消耗超过 20 万元人民币。
3 个方面在同步扩展：计算资源（每步约 20 亿 token）、环境和测试框架（多任务 Agent 强化学习）、评估计算。
她在直播中提到，接下来一年 AGI 进程最关键的方向是「自进化」，也就是在可验证的约束条件下让模型持续迭代优化。
从 V2 到 V2.6，MiMo 每一代基本都在用更少的激活参数、更低的推理成本，达到更高的智能水平。
这种效率提升来自持续的模型架构和工程优化。
回到开头的问题。效率在今天变得格外重要，原因是基模厂商已经进入了「规模化交付」阶段。
在这个相对成熟的阶段里，最大的融资、最高的关注度、最好的人才吸引力能够带来的注意力，开始边际递减。
在「规模化交付阶段」，模型需要被大量开发者实际调用，需要在真实的产品和工作流中长期运行。
尤其在 Agent 场景下，高频、长时间的 token 消耗是常态。
这个阶段，效率决定的是一个模型有没有资格被「默认选择」。
从市场结构来看，分层已经开始了。
首先，毋庸置疑的是最强的旗舰模型仍然会存在并且长期存在，它们处理最复杂的任务，服务愿意为顶级能力支付高额溢价的客户。
比如，Anthropic 的 Fable 5 定价每百万 Token 输出 50 美元比 Opus 5 贵一倍，用的人并没有因此变少。因为在最难、最复杂的任务上，它的能力确实不可替代。不可替代的东西，溢价的多少，并不影响客户心智。
其次，极便宜的小模型也会存在。分类、提取、路由这些简单任务，小模型快速、低成本，足够承担。
最后，真正被压缩的是两类模型之间的中间区域。这些比 Flash 模型强一些、但贵几十倍的模型，面临的局面将会越来越困难。
简单来说，它们的能力优势不够大，价格劣势却很大。过去开发者不太计较成本，现在 Agent 时代，面对如此高的 Token 消耗量，独立开发者、小型团队，以及为员工开通 Coding Plan 的公司，都不得不去「精打细算」一番。
这意味着未来的大模型市场，竞争可能会集中在两端：最前沿的能力端和最高效的效率端。
对于效率端的竞争者来说，关键指标是「帕累托前沿」上的位置。处于前沿上的模型，意味着在同等成本下没有人比它更智能，或者在同等智能下没有人比它更便宜。
这个位置和心智一旦占住，开发者的默认选择就会指向它。
MiMo 过去一年的路线，可以放在这个框架里理解。
V2 时期，MiMo 用远小于同级模型的激活参数，达到了相近的智能水平，在「智能—成本」坐标系上找到了自己的位置。V2.5 维持了这个位置并进一步提升，调用量登顶 OpenRouter 证明了开发者的实际选择。
V2.6 预计会把这条线再往外延展。
罗福莉发布 X 推文，对 MiMo 系列模型期待很高，其中一句话我们觉得很值得 Mark：在一个智能越来越容易被复制的时代，我们依然选择走那条更难的路：持续自我改进，并最终走向 AGI。
这条路线最值得注意的地方是可持续性。
三代产品中，每一代的效率提升都来自模型架构和工程系统的改进。按照这个节奏，未来的模型迭代仍然有继续压低前沿线的空间。
所以，中国厂商「只会卷价格」，其实是一个伪命题，破题的核心在于「效率」。
对开发者而言，这件事的意义也就再简单不过了：更低的任务成本，意味着过去只是「技术上可行」的 Agent 应用和长程任务，现在开始变得「商业上可行」。
能启动的任务更多了，能承受的试错次数也更多了。
🚥
AI 大模型走到今天，虽然有越来越多的事情不确定（前沿模型是否会「越狱」、人类是否会面临安全问题、哪家厂商能一直做出最好的模型、Mythos 到底有多强等等），但有一件事越来越确定：
当一个便宜几十倍的模型已经能完成大多数任务，昂贵的 SOTA 模型必须反过来证明自己「人间值得」。
