雷军紧逼马斯克：Grok刚上桌，MiMo就来了

今天 AI 圈出现了一个很巧的场面。马斯克刚把 Grok 4.7 端上桌，雷军这边的小米 MiMo-V2.6 也紧接着正式发布。

马斯克和小米，几乎前后脚交卷

一个是 SpaceXAI 的新旗舰，一个是小米刚直播烧了 6 天钱练出来的新模型。两边几乎前后脚交卷，做的事情居然也越来越像：别光坐在聊天框里陪人吹牛了，出去把活干完。

但仔细看完两家的发布，我发现更有意思的地方来了。马斯克和雷军，给 AI 选了两条不太一样的成长路线。一个在培养更能熬的超级员工，另一个，开始逼 AI 学会自己练级。

马斯克：先把 AI 练成耐操的打工人

Grok 4.7 这次最大的变化，可以浓缩成两个字：能熬。SpaceXAI 换了一个更大的基础模型，还专门把训练任务拉长，很多任务需要连续干几个小时。

模型得自己读代码、改文件、调用工具、检查结果，发现搞错了还得回头返工。这就很像真实上班：写一段代码容易，难的是下午两点接到需求，晚上九点还记得自己最开始到底要改什么。

Grok 4.7 重点补的就是这个。比如 Terminal-Bench 4.0，这项测试专门折腾模型的终端操作能力。Grok 4.6 只有 20.3%，到了 4.7 直接干到 38.0%，接近翻倍。

CursorBench 4.0 也从 40.4% 涨到 46.3%，DeepSWE v1.1 则做到 71.0%。这些数据均来自 SpaceXAI 官方发布页。

翻译成人话：马斯克这次没急着让 Grok 更会聊天，先解决了一个职场老大难——别干半小时就开始失忆。

更狠的是，标准版还没涨价。每百万 Token 输入 2 美元、输出 6 美元，和上一代保持一致。

所以 Grok 4.7 的路线很直接：换个更壮的脑子，塞进 Cursor、Grok Build 这些工作环境里，狠狠干“把事情做完”这件事。

能力往上走，标准 API 单价没有跟着涨。

雷军：前几天烧的钱，今天出成绩了

小米这边的剧情就更有意思了。前几天大家还在围观罗福莉团队直播训练 MiMo，Token 在跑，模型在练，旁边的钱也一直在烧。现在直播结束，终于可以查成绩单了。

MiMo-V2.6-Flash，不到 6 天训练大约花了 85 万美元。Pro 更猛，约 262 万美元。两条线加起来：347 万美元。

而且这只是短短 6 天。两款模型分别完成 30 步训练，累计大约 75 万条轨迹。上述训练成本和过程数据均由小米官方公布。

前几天还在直播烧钱，现在成绩单出来了。

雷军的钱烧完以后，模型确实涨分了。DeepSWE v1.1 上：Flash 从 48.8 涨到 65.7；Pro 从 58.4 涨到 72.6。

但这里有一点需要注意：这是小米自己在训练过程中跑出来的评测结果，不宜直接和其他厂商不同环境下的 DeepSWE 数字硬做减法。这组数字更值得看的，是同一套训练前后到底涨了多少。

而小米真正想证明的，也显然不只是：“347 万美元可以买多少 Benchmark 分”。他们盯上的是一个更激进的问题：如果不断给 AI 任务、环境、反馈和奖励，它能不能在训练过程中自己越练越强？

这就是小米这次反复强调的 RSI——递归自我改进。名字听着挺吓人，翻译成人话其实很好理解：以前人类把模型训练完，模型就毕业了。

现在小米想干的是：毕业以后别闲着，自己接着上自习。

马斯克让 AI 加班，雷军让 AI 自习

所以把今天这两场发布放在一起看，就很有意思。Grok 4.7 的路线是：更大的基础模型、更长的任务、更强的自检、更深地融进工具和工作流。

目标很清楚：这个员工坐在电脑前几个小时，尽量别跑偏，把活交出来。MiMo-V2.6 则是在另一头狂堆强化学习。

更大的 Batch、更多任务环境、更复杂的评分机制，还把模型权重、训练环境和 RL 框架一起开源。它想验证的是：员工除了干活，还能不能从一次次干活里学会怎么干得更好。

一个在练持续执行，一个在练持续进化。当然，这两条路线最后大概率还是会汇合。因为真正好用的 Agent，既不能干两个小时就把需求忘了，也不能每次撞墙都原地再撞一次。

它既得能熬，还得会长记性。

更有意思的是，它们已经开始抢同一份工作

看完两家的功能清单，我反而觉得跑分已经没那么有意思了。因为 Grok 和 MiMo 的“岗位说明书”，正在变得越来越像。

Grok 已经盯上代码、文档、PPT、法律、医疗和工程任务。MiMo 更夸张：写代码、做 PPT、画 Figma、剪视频、做 3D、操作电脑，甚至还能帮研究人员筛材料、做数学证明。