Grok 4.7 只要2美元，MiMo v2.6 可下载：该选哪个 AI 模型？

周一下午，UTC时间15时39分。Hugging Face上出现了一个仓库，里面是一个署名 Xiaomi、采用MIT许可证的3090亿参数模型，这个许可证基本什么都允许，包括拿它赚钱。十八秒后，Pro版本也紧挨着上线了。同一个下午，SpaceXAI发布了Grok 4.7，并宣布输入每百万个token收费2美元，输出收费6美元。

同一天出现两个模型，这没什么特别的，每周都会出来三个。真正有意思的是，这两则公告放在一起说明了什么。一个按分钟租用，另一个可以下载。一个需要一间有空调的机房，另一个装在你的硬盘文件夹里就行。

Grok 4.7：便宜一半，而且它并不是处处都赢

官方页面宣布，这是“代码和知识工作”能力最强的模型，速度是可比竞争对手的两倍，价格便宜一半，和Grok 4.6的价格相同。这是所有实验室在发布日都会写的句子，而它的价值，就和随附的那些表格一样。

说到表格，确实有一个。四项测试，三个模型。我按照原样保留数字重新画了一遍，也保留了各家公布的测试版本：

Grok只参加了四项测试中的两项。唯一一项对我来说真正重要的测试，修复代码，最后打成平手

解释一下，因为测试名称对任何人来说都没什么意义。CursorBench，就是在别人给你现有项目的情况下，在编辑器里写代码。DeepSWE，就是在一个仓库里修复真正损坏的代码。Terminal-Bench，就是在命令行里靠自己解决问题，没有界面，也没有安全网。Harvey Legal，就是美国法律考试，也就是律师参加的那场考试。

结果是：Grok 4.7在法律上碾压对手，19.6%对另外两个的2.5%和6.7%，这可不是轻轻打了一巴掌。它在纯工程方面也大胜。它在终端测试上则被甩开了，Fable 5.1 max拿到57.9%，而它最高只有38%。在代码修复上，三个模型的差距只有两点半，这也就是说它们打成了平手。

现在说价格，因为这才是今天真正的公告：

橙色那一条，就是你为机器写出来的东西付的钱。在Grok这里，它比Fable短五倍

换算到真实工作里，这会改变一张账单。我一直开着三个代码助手会话，而预算里的“模型”这一项已经变成了我每个月都会看的项目，就像其他人查看电费账单一样。读取每百万个token只要2美元时，和10美元已经不是同一个话题了。如果你想看所有费率的细节，包括订阅费和API费用，我一个半月前已经在这篇每百万个token的对比文章里完整梳理过了，大致的数量级没有变化。

MiMo v2.6：3090亿个参数，15个在工作

小米这边，同一天是另一回事。这个模型叫MiMo v2.6，而且非常庞大：总共3090亿个参数，分布在48层和256个专家中。但在这256个专家里，每次只有8个会醒来处理给定的一个词，这样实际同时运行的参数大约是150亿个。这就是混合专家的原理：一个大脑，但只点亮有用的区域。结果是，一个半挂车那么大的模型，消耗却像一辆小货车。

技术规格表的其余部分，我在随权重发布的配置文件里核实过了：上下文长度是一百万个token，也就是说足以吞下整个大型代码库并继续对话，而且输入接受文本、图像、视频和声音。许可证是MIT，没有研究条款，也没有收入上限，这对于这么大规模的模型来说很少见。权重有172.9 GB，分成65个部分供下载。

八张卡，而且这是公布的最低配置。电费不包含在机型价格里

要在家里让它跑起来，你得准备什么

172.9 GB，塞不进你的显卡里。这甚至不是内存问题，而是机器问题：部署文档说，最低要并行使用八张卡，另一种推荐配置则是十六张加两张，部署在多台彼此连接的服务器上。换句话说，你需要一个机架、网络，以及一间能把热量排出去的房间。

这和我之前为另一个今年夏天发布的7500亿参数模型讲过的是同一堵悬崖：从某个规模开始，“自由”就意味着“如果你已经有一座数据中心，那你就可以自由使用”。

只不过，小米考虑到了世界其他地方。除了这个大模型，同一系列还有一个缩小到90亿参数的版本，而这个版本已经被社区转换成可以在普通硬件上运行的形式：给 PC 用的 GGUF 版本，给 Apple Silicon Mac 用的 4 bit MLX 版本。发布当晚就有人开始传播副本。这才是今天真正的礼物，却没有登上任何人的头版。

具体来说，这对你有什么改变？

三件事，按它们到来的顺序说。

今晚，什么也没有。你既没有这些卡，也没有机架，而那个90亿参数的小模型，能做的事情，你现在的助手本来就已经能做，所以它帮不了你多少。不过如果你喜欢自己折腾，你可以把它下载下来，用你自己的数据进行微调，不用向任何人请求许可，也不会比买一块硬盘多花一分钱。一年前，大模型还做不到这一点。

今年，改变的是价格。Grok 4.7 读取一百万个 token 只收2美元，给所有人都施加了压力，而最后从中受益的会是你的订阅费。当一个企业模型的收费比六个月前的同等模型低五倍，效果却更好时，唯一剩下的问题就是谁会第一个跟上。

两三年后，改变的是下面那一层。一个采用 MIT 许可证的3090亿参数模型，意味着任何企业、任何政府机构、任何医院都可以把它安装在自己的地方运行，而不用让自己数据中的任何一行离开这里。两年前，这种能力还只属于全世界五家公司。今天，它是一个夜里就能下载的172 GB文件。这是否意味着一切都会变成免费？不会，因为总得有人来付电费。但这意味着，等到你的雇主想要一套属于自己的 AI 时，答案不再会是“不可能”。

有些事别信

先说小米的数字。那些数字都是他们自行公布的，测试使用的版本和 Grok 表格中的版本并不相同，而且测试的是他们自己训练的模型。把 MiMo 在 Terminal Bench 2.1 上的87.6%和 Fable 5.1 在 Terminal Bench 4.0 上的57.9%拿来比较，会是计算错误，而没人这么做，是因为没人让这两个模型在同一个测试中同时出现过。两者无法放在一起测量，而这正是营销最喜欢的地盘。

再说仓库的成功，这事让人微笑。我写这段话的时候，Hugging Face 页面显示有151个人给这个模型点了爱心，下载量则是零。零。大家都知道 Hugging Face 的统计会延迟，但你得承认，对于一个被宣布为革命的模型来说，这很好地显示了真实情况：人们鼓掌，然后回去继续用自己每月十美元的订阅。

还有 Grok 自己的那张表，它是 SpaceXAI 在自己的网站上发布的。它该赢的地方赢，该输的地方输，这并不意外，但终端测试上二十分的差距，却很少出现在宣传里。这值得记上一笔。

同一天出了两个模型，一个出租，一个赠送。如果由你选择，你会选哪一个？我会留着那个能在我机器上运行的，即使它更笨。我的网络断掉那天，至少它还在。