小米把模型摆上了安全评测的榜首,一份榜单、一个价签,两样都亮出来。
成绩照录。MiMo-V2.6-Pro 在 ArtificialAnlys 的 Cyber Index 上拿到 56 分,与 Grok 4.7 (xhigh) 并列公开可用模型第一,榜单带 XiaomiMiMo 与 XiaomiAI 两个标签。
价签那句更狠,每个任务零点一八美元,不到 Grok 4.7 (xhigh) 的六十分之一,还稳稳落在能力与成本的帕累托前沿上。分数怎么来的也给了,CWE-Bench-AA、DeepsecBench-AA、CyberGym-E2E-AA 三项等权平均,考的是在真实仓库里找出、复现并修补漏洞。
榜尾补了一句,GPT-6 Sol (Daybreak Blue, max) 领跑整张全榜,但仅凭可信访问。
"六十分之一"这半句是全场重心。前面最牛组合还是那两位讲的是实惠怎么配,这条讲的是实惠直接进了榜首。跟前面两百块值一万二呼应,那条在算账面,这条在算排名,两头都在提醒同一件事,性价比这条赛道已经能把名次一起拿下。跟前面通义十万亿也接得上,一个在堆规模,一个在抠单价,两条路都通向同一个问题,钱怎么花才算花对。
安全评测这个选题我单独拎出来,找漏洞、复现、修补这三步恰恰是代理最像工程师的地方,榜单在这里说的其实是实战。
我留的疑问有三处。56 分与榜首那几分的差距没拆;零点一八美元的成本口径没标;可信访问那档为什么只对 GPT-6 Sol 开放也没数。
这周拿自己仓库里的老漏洞按这三个基准跑一遍,看分数落不落在同一量级。
100 浏览 0 评论
0 反应















