小米 MiMo-V2.6-Pro 登上 Code Arena： WebDev 榜约第10名，开源权重中约第3

Grok 4.7 已上线 Agent Arena，并进入 Text、Vision、Code 和 Document 四类 Battle Mode。Arena 用全球用户数百万条真实长程智能体任务、结合网络搜索、文件系统和终端工具访问，以因果追踪方法衡量模型相对平均模型的表现；官方同时发起投票预测 Grok 4.7 的净改进分数落点，分数将在用户投票后公布。

Arena 宣布 xAI 的 Grok 4.7 已加入 Agent Arena 评测，用户可投票影响排行榜。该评测基于数百万真实的长周期智能体任务，模型可使用网页搜索、文件系统和终端工具完成复杂工作流，并用因果追踪方法衡量相对表现。Grok 4.7 还进入 Battle Mode 的文本、视觉、代码和文档类别。引用方称其相较 Grok 4.6 在同价同速下有明显提升。

Code Arena WebDev 榜单中，OpenAI 的 GPT-6 Astra Max 以 1，800 分排名第一，Anthropic 的 Claude Fable 5.1 Max 以 1，758 分位列第二。分类别来看，Astra 在数据与分析、消费产品与平台应用、内容创作与编辑工具上领先，Fable 则在模拟、基于参考的设计和游戏类别占优，两者在品牌营销与信息类网站上表现接近。

OpenAI 的 GPT-6 Astra （Max） 以 1800 分位列 Code Arena WebDev 榜首，Anthropic 的 Claude Fable 5.1 （Max） 以 1758 分排名第二。

Arena 按净提升分数与每任务中位成本对比各模型家族最强型号，家族按同一模型基名下的变体划分。GPT-6 Astra（Max）提升 +11.7%、$3.94/任务，Claude Fable 5.1（Max）+13.7%、$4.40/任务，两者性能相近却明显贵于各自实验室其他模型。

我们分析了 Code Arena： WebDev 上排名第 1 的 GPT-6 Astra 与排名第 2 的 Claude Fable 5.1 之间的对战胜率。我们今天晚些时候会分享结果。 你觉得在全部对战中，GPT-6 Astra 对战 Claude Fable 5.1 的胜率是多少？ 胜率是指一个模型的回答在 Arena 上被人偏好的频率，相对于另一个模型而言。

小米（Xiaomi）发布开放权重模型 MiMo-V2.6-Pro，在 Artificial Analysis Intelligence Index 得分 46，超越前代 MiMo-V2.5-Pro 的 26，为开放权重模型中最高。

小米 MiMo 发布 MiMo-V2.6 Pro 与 Flash 两个全模态模型，通过规模化强化学习训练。Pro 在多数 Agent 基准上与 Claude Opus 5 和 GPT-5.6 Sol 表现相当，在 Artificial Analysis Intelligence Index 得分 46，为开源模型中最高；能力覆盖编码、computer use、3D 推理和创作。

Xiaomi MiMo 于今日正式发布并开源 MiMo-V2.6 系列模型，包含 Pro 与 Flash 两个原生全模态模型，称这是探索 RSI（递归自我改进）路径的关键一步。

通义千问发布 Qwen-Image-2.1，一个 7B 参数的原生图像生成与编辑模型，生成和编辑共用单一检查点，最多支持 10 张参考图。模型自带提示词增强 LLM，已集成 diffusers 和 ComfyUI，并在 Hugging Face Spaces 提供免安装的浏览器在线 demo：https://huggingface.co/spaces/hugging-apps/qwen-image-2-1