七小时实测：Grok 4.7 升级平平，小米 MiMo V2.6 在首字延迟、实际账单和多步任务稳定性上更实用。本文给出测试方法、成本算法，以及三类适合立刻换模型的团队。
AI前沿技术
MiMo-V2.6-Pro 在 Code Arena WebDev 榜以 1628 分位列约第十、开放权重第三，比上代多出 153 分。同批发布的还有 Flash。分数之外，MIT 许可与全模态定位才是这轮发布真正的看点。
Grok 4.7 在 Artificial Analysis 评测中拿下智能指数 46 分，AA-Briefcase 1657 Elo（+111），智能体知识工作仅次于两款 Claude 模型。分数涨了，token 消耗也高，这篇讲清楚它值不值得进你的选型清单。
46 分对 26 分。小米 MiMo-V2.6-Pro 把开放权重模型的智能指数天花板抬了一截。但分数之外，部署成本、工程适配、第三方复现，才是决定它能不能真正落地的东西。
小米 MiMo 一次放出 MiMo-V2.6 Pro 和 Flash 两个全模态模型，Pro 在多数 Agent 基准上追平 Claude Opus 5 与 GPT-5.6 Sol，Artificial Analysis 智能指数 46 分拿下开源第一，权重、技术报告、训练代码全部公开。
小米 MiMo 开源 MiMo-V2.6 Pro 与 Flash，两个原生全模态模型，权重和训练环境一起放出，并公开 RL 训练成本与步数。Pro 在多个榜单进入开放权重前三，官方称这是探索 RSI 的关键一步。本文从榜单、成本与复现三条线拆解。
AI Agent 让写代码不再是瓶颈，CI 成了新的排队点。Linear 工程师把 PR 等待时间从 6 分钟以上压到 5 分钟出头，单测 runner 耗时约减半：先量再改，给单测瘦身切片，盯缓存命中率，让短任务优先跑。
Grok 4.7 在 Artificial Analysis 智能指数上拿到 46 分，比 4.6 高 2 分，SpaceXAI 因此跻身全球前四。分数、编码智能体表现和代价比都值得细看——但榜单排位与真实工程体验之间，还隔着一段距离。
Kimi Code Desktop 1.0 正式发布，macOS 与 Windows 同步上线，下载入口为 kimi.com/code。桌面客户端意味着编码 Agent 从终端走向图形界面，本文分析它对开发工作流、人机协作方式以及市场竞争格局的影响。
7B 参数的 Qwen-Image-2.1 把生成和编辑塞进同一个检查点，参考图上限提到 10 张，还自带提示词增强。本文聊它省下了什么、又留了什么坑，以及该不该现在动手换工作流。
通义千问开放 Qwen-Image-2.1 权重，同步入驻 ComfyUI。7B 单模型统一生成与编辑，原生 2K、最多 10 张参考图、支持 RGBA 透明输出。这篇聊它为什么比刷榜更有用。
7B 参数同时扛下生成与编辑，原生透明通道、十张参考图、三种局部遮罩，再加上 KV cache 复用——Qwen-Image-2.1 把开源图像模型往生产流程里又推了一步。
600B 总参数、27B 激活、100 万 Token 上下文、44 分智能指数、单任务成本仅为 Claude Opus 5 的八分之一。阶跃星辰 Step 5 Preview 这组数字里，藏着开源模型阵营最新的成本账本与部署门槛。
一份提示词，扫未来 14 天日历，替异地会议补上通勤缓冲。妙处不在加时间块，而在先判断要不要出门、撞车时把决定权还给人、把偏好沉淀成记忆。三家产品跑同一段提示词，这件事本身更值得琢磨。
不是天网，是流水线。当智能体能自己开终端、写脚本，网络攻击的边际成本从雇人变成买算力。本文梳理 Gary Marcus 的判断与已披露的事件记录，说明为什么近期该防的是规模化滥用，而不是遥远的超级智能。
