本期首次保存 Grok 4.7 (xhigh)、Grok 4.7 (high) 和 MiMo-V2.6-Pro 的 AA v4.3.2 原始观测。来源页列出的发布日期是 2026-09-21;“新增”仅指本站于本期观察到这些精确配置。
模型日报 · 2026-09-22
模型日报 2026-09-22|Grok 4.7 与 MiMo-V2.6-Pro 新增 AA v4.3.2 评测
Grok 4.7 的 high 与 xhigh 两个精确配置,以及 MiMo-V2.6-Pro,首次进入本站的 Artificial Analysis v4.3.2 独立记录。三者的任务分项、500K/1M 上下文与 API 价格边界需分开阅读;当前精确 OpenRouter 付费报价尚未核验。
TODAY'S TAKE
Grok 4.7 两档与 MiMo-V2.6-Pro:先锁定精确配置,再读任务分项
两条 Grok 记录的努力档位不同,即使同属 Grok 4.7,也不继承彼此的分数、历史、上下文或 API 身份。本文并不把两行差异解释为可普遍复制的“推理努力增益”。
三项均没有完成本站所需的一一对应 OpenRouter 付费 variant 核验;没有把相近型号、免费变体或 AA 任务成本填成当前 API 可用性或 Token 价格。
今日主题:同一 AA v4.3.2 快照下的原始任务结果
以下数据均固定在 ,来源为 Artificial Analysis 当前模型详情与其 v4.3.2 方法。AA Intelligence Index 是来源发布的指数;本站保留各任务原值和历史,不重算总分。
| 精确配置 | 上下文 | AA Intelligence Index | AA-Briefcase v1.1 | GDPval-AA v2.1 | Terminal-Bench v4.0 pass@1 | AutomationBench-AA partial score | AA-LCR v1.1 | AA-Omniscience |
|---|---|---|---|---|---|---|---|---|
| Grok 4.7 (xhigh) | 500,000 tokens | 46.45 | 1657.20 | 1695.21 | 25.8% | 65.6% | 76.7% | 32.03 |
| Grok 4.7 (high) | 500,000 tokens | 46.33 | 1643.88 | 1693.72 | 24.7% | 63.5% | 77.0% | 30.90 |
| MiMo-V2.6-Pro | 1,000,000 tokens | 46.32 | 1521.82 | 1673.19 | 34.8% | 58.6% | 86.3% | 8.38 |
AA-Briefcase 与 GDPval-AA 的 Elo 是各自评测中的相对尺度;Terminal-Bench 是一次终端任务通过率;AutomationBench 的 partial score 不是完整任务成功率;AA-LCR 与 Omniscience 也测量不同任务。因而表中某一列更高,不等于在所有工作流中都更合适。
Grok 4.7:high 与 xhigh 是两条独立身份
Grok 4.7 (xhigh) 的 Intelligence Index 为 46.45,Grok 4.7 (high) 为 46.33。它们的上下文都标为 500K,但 AA 将 high 和 xhigh 作为不同的精确被测配置,站内也为两者分别保存历史。
xhigh 在本期 Briefcase、GDPval-AA、AutomationBench 与 Omniscience 的来源原值较高;high 的结果仍是独立有效观测。它不是“低一档就不适合”的结论:真正选型还应验证自己使用的 API、推理参数、工具权限、超时、失败恢复和人工接管。没有同一 exact variant 的前一条 v4.3.2 历史,本文不报告“较上一期提升”或将两个努力标签的差值归因于单一设置。
同期更新:MiMo-V2.6-Pro 的 1M 上下文与任务边界
MiMo-V2.6-Pro 的来源页标为 1M context window,并且是开放权重配置;这两项属性不替代具体任务结果。它的 Terminal-Bench v4.0 为 34.8%,而 Omniscience 为 8.38。前者和后者回答的任务不同,不能把 1M 上下文直接翻译为所有长流程场景的成功保证。
当目标是长上下文推理、终端编码、文件交付或知识问答时,先对应查看 AA-LCR、Terminal-Bench、Briefcase/GDPval-AA 或 Omniscience,再在自己的数据与权限边界内试验。开放权重、上下文窗口和单项评测分数都是选型输入,不是部署、许可或商业可用性的替代证明。
价格与 API:三条当前记录都保持未知
本期没有把任何一条 AA 评测结果改写成 OpenRouter Token 报价。Grok 4.7 的 generic OpenRouter 型号不能证明其等同于 AA 的 high 或 xhigh;MiMo-V2.6-Pro 也只有在完成精确 identity 与付费端点的逐一核验后,才会写入当前 API 可用性和价格。缺失不是 $0.00,也不代表免费或不可用。
AA 模型页显示的任务时间、评测成本和性能测量属于 AA 的评测环境,不能当成实时服务的输入、输出、缓存价格或用户账单。未来若获得可复核的一一对应 OpenRouter 端点,会作为独立的带来源和 observedAt 的历史观测更新,而不会回写本文表格。
时间、未知项与可比边界
- 本文的 AA 原始观测固定于 ;每个精确配置在此前截止 的本站 v4.3.2 历史中没有可比较前值。
- Grok 4.7 high、Grok 4.7 xhigh 与 MiMo-V2.6-Pro 的当前精确 OpenRouter API/价格均保持未知;旧价格、相似名称和免费变体都不替代这个结论。
- 可以从 Grok 4.7 (xhigh) 历史、Grok 4.7 (high) 历史、MiMo-V2.6-Pro 历史、能力分项矩阵、方法页、模型斩杀线和数据与来源页继续核对。