一周之内开源模型换了榜首这份榜单变动对做应用的人意味着什么先把本周三个事实摆在前面都可查原始来源1.小米 MiMo-V2.6-Pro 登上开放权重open-weights模型第一。据 VentureBeat、TNW 等报道这是一次公开直播的强化学习训练跑出来的模型开放权重榜上超过此前的开源领头者2.智谱 GLM-5.3-Flash 单日调用量增长超过七成位列平台调用量第一并引来马斯克的公开点赞澎湃、新浪财经均有报道3.闭源旗舰在同一天开始降价提质据 AI 行业日报汇总OpenAI 推出轻量化旗舰并称 Token 价格减半、Anthropic 新旗舰推理成本较前代下降约 40%注意这一条来自行业汇总稿官方口径请以各家公告为准。单看每一条都是新闻放在一起看它们指向同一件事模型的成本曲线在往下走而且这次是开源侧领跑。## 一、小米这次公开炼丹真正值得注意的不是分数三个细节值得单独拎出来-训练成本是有数的。关于这次强化学习训练的算力投入不同来源口径不一致有报道写262 万美元也有汇总稿写350 万美元。这种同一个项目两个价很常见——算的是纯算力租用、还是含人力与数据结论差一截。写文章时我把区间都留着而不是挑一个更好看的数字。-过程是公开的。训练过程直播意味着方法可复现的成分比发布一个权重更多。对中小团队来说能抄的往往不是权重而是训练流程与数据配比。-榜单分层要看清楚。开放权重榜Open-Weights Index 之类测的是开放权重模型之间的相对位置不等于在你自己的任务上就能打赢闭源旗舰。榜单是筛子不是判决书。## 二、调用量第一比榜单第一更接近钱智谱这条的要害在调用量单日增长七成、平台上排第一说明有大量真实业务在跑而不是只有评测分。一个模型被大规模调用通常意味着三件事同时成立够便宜、够稳、够好接。对开发者这里有个反直觉的结论跟进被大量调用的模型往往比跟进分数最高的模型更划算——因为生态SDK、工具链、踩坑帖、供应商支持是跟着调用量走的出问题时你能搜到答案。## 三、别忽略第三条线端侧同一周的另一个信号是端侧有厂商发布的新一代移动芯片宣称可原生运行 300 亿参数级别的 MoE 模型并配了常驻的小模型做本地感知来源同为行业汇总具体指标以厂商发布为准。这条线的意义不在手机跑大模型这个口号而在于任务分层- 常驻的、隐私敏感的、要求毫秒响应的判断 → 放端侧- 需要长上下文、复杂推理的 → 走云端- 中间的胶水层意图解析、格式转换、简单工具调用→ 能用小模型就别用大模型。把这三层分开成本往往比换一个更便宜的模型降得更多。## 四、这一周做应用的人可以立刻做的三件事1把贵任务和便宜任务分开记账。拿一周的真实日志按调用点统计 Token 消耗通常会发现 60%~80% 的花费集中在少数几个长上下文 多轮的调用点上。把这些点单独拎出来优化缓存、截断、改成小模型比整体换模型风险小得多。2把提示缓存prompt cache真正用起来。多家都在强调缓存命中时的输入费用折扣汇总稿里提到最高可到九成减免。很多团队接了缓存 API 却没用上原因通常是提示词前缀每次都在变时间戳、随机 ID 混在系统提示里——把不变的部分放前面、变化的部分挪到最后命中率会立刻不一样。3给换模型准备一条自己的小评测。不要用公开榜单决定选型。攒 30~50 条你自己的真实请求含边界失败案例写成一个能一键复跑的脚本记录准确率、平均延迟、单次成本。以后每次换模型跑它一遍——这是团队里最便宜的防跟风机制。## 五、一点冷静的话这一周的新闻密度很高但噪音也高训练成本口径不一、榜单维度不同、“某某登顶往往指某个特定榜单的特定指标。写这篇文章时我尽量把不确定的部分标出来因为对读者真正有用的不是谁第一”而是**“这周之后我的成本结构可以怎么改”**。模型会一直换榜首。能留下来的是你自己那套评测、记账和分层的方法。—### 来源- VentureBeatXiaomi’s MiMo-V2.6-Pro debuts as the top open weights model- The Next WebXiaomi’s MiMo-V2.6 tops the open-weight rankings- Mixed-NewsMiMo-V2.6-Pro tops open models after a $2.62m RL run- OrcaRouterMiMo-V2.6-Pro 在 Open-Weights Index 上得分 46- 澎湃新闻智谱 GLM-5.3-Flash 当日调用量增超七成位列第一- 新浪财经智谱榜单登顶马斯克点赞- CSDN《2026年9月23日AI行业日报》闭源降价、算力基建、端侧芯片等汇总文中已标注为汇总口径 说明本文为公开信息二次整理涉及第三方汇总的数字已标注来源与口径差异不构成任何投资建议。
一周之内开源模型换了榜首这份榜单变动对做应用的人意味着什么先把本周三个事实摆在前面都可查原始来源1.小米 MiMo-V2.6-Pro 登上开放权重open-weights模型第一。据 VentureBeat、TNW 等报道这是一次公开直播的强化学习训练跑出来的模型开放权重榜上超过此前的开源领头者2.智谱 GLM-5.3-Flash 单日调用量增长超过七成位列平台调用量第一并引来马斯克的公开点赞澎湃、新浪财经均有报道3.闭源旗舰在同一天开始降价提质据 AI 行业日报汇总OpenAI 推出轻量化旗舰并称 Token 价格减半、Anthropic 新旗舰推理成本较前代下降约 40%注意这一条来自行业汇总稿官方口径请以各家公告为准。单看每一条都是新闻放在一起看它们指向同一件事模型的成本曲线在往下走而且这次是开源侧领跑。## 一、小米这次公开炼丹真正值得注意的不是分数三个细节值得单独拎出来-训练成本是有数的。关于这次强化学习训练的算力投入不同来源口径不一致有报道写262 万美元也有汇总稿写350 万美元。这种同一个项目两个价很常见——算的是纯算力租用、还是含人力与数据结论差一截。写文章时我把区间都留着而不是挑一个更好看的数字。-过程是公开的。训练过程直播意味着方法可复现的成分比发布一个权重更多。对中小团队来说能抄的往往不是权重而是训练流程与数据配比。-榜单分层要看清楚。开放权重榜Open-Weights Index 之类测的是开放权重模型之间的相对位置不等于在你自己的任务上就能打赢闭源旗舰。榜单是筛子不是判决书。## 二、调用量第一比榜单第一更接近钱智谱这条的要害在调用量单日增长七成、平台上排第一说明有大量真实业务在跑而不是只有评测分。一个模型被大规模调用通常意味着三件事同时成立够便宜、够稳、够好接。对开发者这里有个反直觉的结论跟进被大量调用的模型往往比跟进分数最高的模型更划算——因为生态SDK、工具链、踩坑帖、供应商支持是跟着调用量走的出问题时你能搜到答案。## 三、别忽略第三条线端侧同一周的另一个信号是端侧有厂商发布的新一代移动芯片宣称可原生运行 300 亿参数级别的 MoE 模型并配了常驻的小模型做本地感知来源同为行业汇总具体指标以厂商发布为准。这条线的意义不在手机跑大模型这个口号而在于任务分层- 常驻的、隐私敏感的、要求毫秒响应的判断 → 放端侧- 需要长上下文、复杂推理的 → 走云端- 中间的胶水层意图解析、格式转换、简单工具调用→ 能用小模型就别用大模型。把这三层分开成本往往比换一个更便宜的模型降得更多。## 四、这一周做应用的人可以立刻做的三件事1把贵任务和便宜任务分开记账。拿一周的真实日志按调用点统计 Token 消耗通常会发现 60%~80% 的花费集中在少数几个长上下文 多轮的调用点上。把这些点单独拎出来优化缓存、截断、改成小模型比整体换模型风险小得多。2把提示缓存prompt cache真正用起来。多家都在强调缓存命中时的输入费用折扣汇总稿里提到最高可到九成减免。很多团队接了缓存 API 却没用上原因通常是提示词前缀每次都在变时间戳、随机 ID 混在系统提示里——把不变的部分放前面、变化的部分挪到最后命中率会立刻不一样。3给换模型准备一条自己的小评测。不要用公开榜单决定选型。攒 30~50 条你自己的真实请求含边界失败案例写成一个能一键复跑的脚本记录准确率、平均延迟、单次成本。以后每次换模型跑它一遍——这是团队里最便宜的防跟风机制。## 五、一点冷静的话这一周的新闻密度很高但噪音也高训练成本口径不一、榜单维度不同、“某某登顶往往指某个特定榜单的特定指标。写这篇文章时我尽量把不确定的部分标出来因为对读者真正有用的不是谁第一”而是**“这周之后我的成本结构可以怎么改”**。模型会一直换榜首。能留下来的是你自己那套评测、记账和分层的方法。—### 来源- VentureBeatXiaomi’s MiMo-V2.6-Pro debuts as the top open weights model- The Next WebXiaomi’s MiMo-V2.6 tops the open-weight rankings- Mixed-NewsMiMo-V2.6-Pro tops open models after a $2.62m RL run- OrcaRouterMiMo-V2.6-Pro 在 Open-Weights Index 上得分 46- 澎湃新闻智谱 GLM-5.3-Flash 当日调用量增超七成位列第一- 新浪财经智谱榜单登顶马斯克点赞- CSDN《2026年9月23日AI行业日报》闭源降价、算力基建、端侧芯片等汇总文中已标注为汇总口径 说明本文为公开信息二次整理涉及第三方汇总的数字已标注来源与口径差异不构成任何投资建议。
