DeepSeek三连发、小米MiMo V2.6登顶开源、Grok 4.7逼近Opus

AI行业的密集更新还在继续。DeepSeek一天内接连披露沙箱平台、芯片战略与人事补位，小米开源的MiMo V2.6拿下开源模型智能指数榜首，xAI的Grok 4.7在编程基准上逼近Anthropic的Opus。这份日报梳理了当天最值得关注的几条主线。

DeepSeek的三个动作：技术、芯片与团队

DeepSeek^广告在同一时间点释放了三条信息，构成一套完整的战略姿态。

技术层面，DeepSeek发布了DSEC沙箱平台技术报告。该平台通过统一SDK提供函数调用、容器、MicroVM和完整虚拟机四种沙箱后端，兼顾轻量与隔离度不同的执行需求。规模数据颇为可观：单个生产单元约160个节点，每天服务约300万个沙箱，峰值并发超过38万，沙箱创建速度超过每秒5000个。这类基础设施是智能体大规模执行代码、运行命令的底层支撑，数据规模反映出DeepSeek在Agent执行环境上的工程积累。

芯片层面，The Information报道称DeepSeek计划优先使用华为芯片训练模型。CEO梁文峰向投资者表示，希望采用更多国产制造的训练芯片，并将在2026年四季度到2027年一季度间接收新一批华为芯片。这一表态与近期国产算力自主化的大趋势一致。

人事层面，资深创投合伙人闫文涛已于9月21日正式入职DeepSeek，终结了公司成立三年多来CFO空缺的局面。补齐财务负责人，通常意味着公司在融资、资本运作层面进入更成熟的阶段。

DSEC沙箱平台所采用的四层隔离架构值得展开说明。函数调用（Function Call）是最轻量的方式，直接在进程内执行，适合无副作用的简单计算；容器（Container）基于Linux cgroups/namespace隔离，资源开销低但共享宿主内核；MicroVM（如Firecracker）在轻量虚拟机内运行，启动时间毫秒级，兼顾速度与内核级隔离，是目前主流Serverless平台的主流选择；完整虚拟机则提供最强的隔离性，适合需要完整操作系统环境或高安全等级的任务。对于AI Agent来说，执行用户提交的任意代码（Code Interpreter）天然需要隔离沙箱，否则恶意代码可能逃逸到宿主系统。每天300万沙箱、峰值38万并发的规模，意味着DeepSeek的Agent服务已进入工业化运营阶段，这也是理解其基础设施投入逻辑的关键背景。

小米MiMo V2.6：开源模型登顶智能指数

小米正式发布并开源了MiMo V2.6系列的Pro与Flash两个全模态模型，这是当天分量最重的开源事件。

Pro版在Artificial Analysis智能指数拿到46分，领先所有开源模型。更关键的是性价比：在智能成本前沿图上，MiMo V2.6 Pro每个任务成本约0.13美元，以远低于海外旗舰的价格站在帕累托前沿。在智能体基准对比中，其成绩比肩Claude Opus 5和GPT-5.6级别的表现。

Flash版则全面超越上一代Pro。在不到6天的Live RL训练里，Flash与Pro的Deep SWE成绩分别从48.8和58.4提升到65.7与72.6，训练成本约85万与262万美元——用相对可控的成本换来了显著的能力跃升。同步开源的Distill量化9B模型经过RL训练后，在11项智能体评测中全面超越SFT基线，SWE-Bench Verified达到66.2。

定价上，小米MiMo开放平台公布V2.6系列API价格：Pro版每百万Tokens输入3元、输出6元，Flash版输入1元、输出2元。折算美元后，Flash版每百万Token输入0.14美元、输出0.28美元，Pro版为0.435美元和0.87美元，价格进一步压低了开源模型的调用门槛。

文中多次出现的帕累托前沿（Pareto Frontier）是评估模型性价比的核心坐标系。在以"模型智能得分"为横轴、"每任务成本"为纵轴的散点图中，帕累托前沿由那些"无法在不牺牲某一维度的情况下同时做到更聪明且更便宜"的模型连线构成——即"最优解集合"。位于帕累托前沿上的模型意味着：没有其他模型能在相同成本下提供更高智能，或在相同智能水平下花费更少。MiMo V2.6 Pro以0.13美元/任务的成本站上这条线，意味着它在价格与能力的组合上达到当前开源领域的最优点，而非单纯"便宜"或单纯"强"。Deep SWE是Artificial Analysis推出的软件工程智能体基准，要求模型自主完成真实GitHub仓库中的代码修复任务，比SWE-Bench更侧重端到端的Agent执行能力，是目前衡量编程智能体实战水平的重要参照。

编程工具集体接入国产模型

国产模型的能力提升，正在被主流AI编程工具快速吸收。

Command Code上线了MiMo V2.6系列。在其GOAT编程套餐里，DeepSeek V4.1 Flash每5小时可发起30800次模型请求，每周额度约76900次；而MiMo V2.6 Flash的额度达到每5小时43500次请求，明显高于前者，对高频编码用户更友好。

OpenCode宣布MiMo V2.6 Flash开放一周免费使用，Flash与Pro两个版本同时登录其GOAT订阅方案。智谱GLM Coding Plan则宣布夜间畅用活动延续到10月7日，每晚23点至次日9点可在Z.code免费无限使用GLM-5.3 Flash；双节期间（9月25日至10月7日）套餐全天按非高峰倍率消耗。

月之暗面发布了Kimi Code Desktop，把智能体编程能力带进图形化的官方桌面客户端，支持macOS与Windows。用户在桌面端通过对话就能让Agent读写代码、运行命令、执行自动化任务，并制定可评审、可反馈的执行计划。客户端提供Plan、Go、Swarm与实验性的Tower模式，把大任务拆给多个子智能体分工推进并汇总结果——这是Agent编程从命令行走向图形化交互的一个信号。

Grok 4.7逼近Opus，海外前沿持续竞速

xAI正式发布Grok 4.7，支持图文输入与50万Token上下文，定价与上一代持平，每百万Token输入2美元、输出6美元。

性能上，在CursorBench 4.0基准中，Grok 4.7 Extra High得分46.3%，逼近Opus 5 Max的46.6%，而成本仅6.01美元。官方对比表显示，Grok 4.7在Deep SWE软件工程评测拿到71.0%，TerminalBench 38.0%，全面超过Grok 4.6。在面向专业工作的GDPVal评测中，Grok 4.7以1695的Elo仅次于Fable 5.1的1735，领先Grok 4.6和GPT-6。

消费端也有动静：Meta的个人智能体应用Muse上线约10天登顶美国App Store免费应用榜，把ChatGPT压在第二位，显示出大厂在C端Agent入口上的争夺。Cloudflare则宣布Python Workers正式版全面可用，Python成为其开发者平台上一等、完全支持的语言。

CursorBench是AI代码编辑器Cursor推出的实际编程能力基准，以真实软件工程任务（如bug修复、功能实现、代码重构）为测试集，得分反映模型在有上下文代码库情况下的完成率。该基准被业界视为更贴近生产环境的编程评测，因为它模拟了开发者日常在IDE中的实际操作场景，而非仅考察孤立的算法题。GDPVal（General Developer Productivity Valuation）则是针对专业开发工作流的综合评测，使用Elo竞技积分制衡量模型在多种专业场景下的相对能力，Elo分越高代表在模型对比中胜率越高。两者结合使用，能够从"特定代码任务"与"通用开发工作流"两个维度立体衡量编程模型的实力，这也是当前AI编程工具选型中最常引用的两组指标。

数据隐私争议与国产算力布局

两条与AI相关的政策与硬件消息同样值得关注。

泄露的理事会文件显示，爱尔兰作为欧盟轮值主席国提议：AI情境下的个人数据使用可自动获得合法授权，无需再征得用户同意。条款将覆盖过去数十年收集的个人数据，即使用户从未使用过AI产品也被纳入其中。隐私组织Noyb批评这是对欧洲人的"数字剥夺"。若该提议落地，将对AI训练数据的合规逻辑产生深远影响。

算力层面，阿里巴巴发布平头哥PPU（真5V900）AI芯片，性能达到上一代的3倍，最多可组成50万颗芯片的巨型集群，直接对标英伟达。阿里承诺3年投入超530亿美元，到2032年把阿里云^广告全球数据中心容量做到20多瓦级别，为前沿模型训练储备算力。国产算力的自研与扩建，与DeepSeek转向华为芯片的选择形成呼应。

爱尔兰的提议触碰的是GDPR中合法处理个人数据的六大法律依据之一——"同意"（Consent）。GDPR规定，处理个人数据须满足合法、公平、透明原则，且需有明确的法律依据，其中"数据主体同意"是最常见的选项。AI训练数据的争议在于：许多模型使用了互联网上数十年积累的公开文本，涉及数亿用户的内容，但这些数据采集时并未告知用于AI训练。若欧盟通过"AI情境下数据使用自动获得合法授权"的条款，实质是用一种新的法律依据绕过逐一获取同意的要求，大幅降低AI公司的合规成本。隐私组织Noyb（None of Your Business，由马克斯·施雷姆斯创立）长期通过诉讼推动GDPR执法，将此称为"数字剥夺"，认为这相当于在用户不知情的情况下将其历史数据追溯性地授权给AI公司使用。该条款若通过，将为全球AI训练数据合规监管树立重要先例。

小结

当天的主线清晰：国产模型在开源榜单与性价比上持续攻城略地，小米MiMo V2.6是最有代表性的一步；AI编程工具正加速把这些模型纳入订阅体系；海外前沿模型之间的差距被压缩到基准分的小数点后；同时，数据隐私与国产算力自主化成为绕不开的底层议题。