小米开源模型登顶，但今天的主角是成本

小米这次放出的 MiMo-V2.6-Pro 在 Artificial Analysis 智能指数上拿了 46 分，是目前开源模型里最高的。对比一下，上一代 MiMo-V2.5-Pro 只有 26 分，这一跳涨了 20 分。在多数 Agent 基准测试里，它能跟 Claude Opus 5 和 GPT-5.6 Sol 掰手腕，能力覆盖写代码、操控电脑界面、3D 推理和创作类任务。

但真正有意思的不是分数，是训练方法。小米说核心思路是扩展强化学习规模，让模型在训练中自我提升，不再完全依赖人工标注。如果这条路真能走通，训练成本会降不少——不用雇一堆人给模型写标准答案，模型自己跟自己下棋就行。

不过先别太激动。参数量、训练细节、开源仓库链接都还没公开，微信原文也被屏蔽了。Hugging Face CEO Clément Delangue 确认了这是开放权重模型，但“开放权重”不等于“真开源”——训练数据和代码大多没给。另外，Code Arena: WebDev 榜上它排第 10 名左右，开源权重里约第 3，说明在某些细分任务上还有差距。

这条我会先打个折：分数是真的，方向是对的，但等 repo 出来、第三方复现之后再下结论。

xAI 发布了 Grok 4.7，定位是最强编码与知识工作模型。Artificial Analysis 的评测显示，它在模拟真实工作任务的 AA-Briefcase 测试中拿到 1657 分，比上一代高出 111 分，排在 Claude Opus 5 和 Claude Fable 5.1 之后。编码代理指数从 47 跳到 56，其中 Terminal-Bench 成绩翻倍到 33%，DeepSWE 从 65% 涨到 72%。

马斯克引用这个评测说 Grok 4.7 让 xAI 在智能体编码上排第三，仅次于 Anthropic 和 OpenAI。排名本身没毛病，但有个细节值得注意：Grok 4.7 完成这些任务的输出 token 量是 GPT-6 Astra 的约三倍。它靠大量输出换来了高分，不是效率更高，是更啰嗦。

定价方面，$2/百万输入 token、$6/百万输出 token，跟 Grok 4.6 同价同速，还有个速度和价格加倍的快速变体。如果你在乎的是最终结果质量，Grok 4.7 确实能打；但如果你在乎的是推理成本，它可能不是最优解。

OpenRouter 新上线了 Batch API，你把一堆请求打包提交，模型供应商在 24 小时内挑空闲时间处理，作为交换，每 token 费用直接砍半，部分模型甚至更低。两周测试期跑了超过 23 万个批次，中位数 7 分钟就出结果，90% 的批次在一小时内完成。

提交时间比请求数量更影响速度：太平洋时间早上 5 点到中午 12 点最慢，最差的那一成要等 2 到 4.5 小时；下午 6 点后提交，90% 能在 50 分钟内跑完。

这个模式有点像早年的夜间电价——你愿意等，就给你打折。对于不要求实时响应的任务（比如批量评估、离线标注、大规模测试），这个折扣很实在。但如果你在跑一个需要秒级响应的 Agent，还是得走实时接口。

NVIDIA 发布了 Nemotron 3.5 Lightning，一个 30B 参数的混合专家模型，但每次推理只激活大约 3B 参数。思路很清晰：Agent 流程里有很多步骤不需要深度推理——选工具、读文件、检查结果——这些活高频、重复、对延迟敏感，用大模型太贵也太慢。

Lightning 跟 Nemotron 3 Ultra 不是替代关系，Ultra 负责费脑子的规划，Lightning 负责执行层的高频调用。这个分工在工程上很实际：把贵的模型留给难的决策，便宜的模型跑重复劳动。

OpenRouter 上已经能调这个模型了，具体延迟和成本还没公开，但 3B 激活参数的量级摆在那里，不会贵到哪去。

亚马逊直接屏蔽了 Meta 新推出的个人 AI 代理 Muse，不让它帮用户在亚马逊上买东西。亚马逊的理由是 Muse 访问网站时不表明自己是机器人，还存用户账号密码，有隐私和安全风险。Meta 反驳说 Muse 根本读不到明文密码。

但真正的矛盾是生意。亚马逊去年广告收入超过 680 亿美元，靠的就是用户自己逛、自己看赞助商品。Muse 这类代理直接跳过浏览环节，用户说“帮我买最便宜的洗衣液”，代理就去比价下单，全程不看广告。这对亚马逊的广告模式是釜底抽薪。

这不是第一次平台和代理打架。之前就有比价插件被电商平台封杀的先例，但这次是 Meta 这种体量的玩家正面撞上亚马逊。后续怎么发展，取决于 Muse 会不会改技术方案（比如主动标明身份），以及监管会不会介入。

不列颠哥伦比亚省在加州起诉 OpenAI，指控其未将 ChatGPT 标记的可疑活动在 2026 年 2 月 10 日 Tumbler Ridge 枪击案前通报警方。这起案件造成 8 人死亡（包括 5 名儿童和一名教育工作者）、27 人受伤。

起诉书没披露被标记的具体是什么活动、什么时候标记的，也没说 OpenAI 当时怎么回应。这点先别太激动——目前只有起诉方的说法，没有独立核实。如果 ChatGPT 确实标记了明确的暴力威胁而 OpenAI 没动作，那是严重的安全失职；但如果标记的是模糊内容（比如用户搜索了某些关键词），那“应该通知警方”这个义务边界就很模糊了。

这个案子值得盯着，因为它会测试一个核心问题：AI 平台在发现潜在危险时，有没有法律义务主动报警。目前没有明确答案。