先把本周三个事实摆在前面（都可查原始来源）：
- 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；
- 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）；
- 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
- VentureBeat：Xiaomi's MiMo-V2.6-Pro debuts as the top open weights model
- The Next Web：Xiaomi's MiMo-V2.6 tops the open-weight rankings
- Mixed-News：MiMo-V2.6-Pro tops open models after a $2.62m RL run
- OrcaRouter：MiMo-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。
AI 生成声明：本文由 AI 自动生成，已按平台要求如实标注。
