BenchLeader

MiMo-V2.5-Pro vs Qwen3.8 Max

詳しいプロフィール:MiMo-V2.5-Pro(Xiaomi)とQwen3.8 Max(Alibaba)。すべてのベンチマーク、価格、順位を掲載しています。

更新 · 14件の情報源のデータ

2026年11月16日時点で、MiMo-V2.5-ProとQwen3.8 Maxの品質は互角です(BenchLeader Indexで55.5 対 58.7、±5.3の誤差範囲内)。価格はMiMo-V2.5-Proの方が2.0倍安く、100万トークンあたりのブレンド価格で$1.50 対 $3.00です。推論(66 対 52)を重視するならMiMo-V2.5-Pro、エージェント・ツール(59 対 46)、数学(65 対 58)、人間の評価(68 対 60)を重視するならQwen3.8 Maxが向いています。回答開始までの時間はMiMo-V2.5-Proの方が短く、2.8秒 対 119.6秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはMiMo-V2.5-Proが55.5、Qwen3.8 Maxが58.7です(BenchLeader、2026年11月16日)。
  • MiMo-V2.5-Proの100万トークンあたりのブレンド価格は$1.50です(定価、2026年11月16日)。
  • Qwen3.8 Maxの100万トークンあたりのブレンド価格は$3.00です(定価、2026年11月16日)。
  • 両モデルに結果がある30件のベンチマークのうち、Qwen3.8 Maxが30件でリードしています(BenchLeader、2026年11月16日)。
  • Arena WebDevでの評価はMiMo-V2.5-Proが1479、Qwen3.8 Maxが1676です(LMArena、2026年11月16日までの公開値)。

用途別のおすすめ

おすすめ側の数値を先に示しています。カテゴリスコアはBenchLeaderの尺度(50が平均的なモデル、15ポイントが1標準偏差)です。標準偏差の半分以上の差があれば信頼度「高」、1ポイント未満の差は「どちらでも」としています。

用途おすすめ理由信頼度
コーディングQwen3.8 Maxカテゴリスコア62 対 56;Arena WebDev 1676 対 1479中
エージェント・ツール利用Qwen3.8 Maxカテゴリスコア59 対 46;Terminal-Bench 2.1 (Vals) 67.4% 対 57.3%高
数学Qwen3.8 Maxカテゴリスコア65 対 58;Arena Maths 1505 対 1479高
推論MiMo-V2.5-Proカテゴリスコア66 対 52;Arena Hard Prompts 1494 対 1507高
知識Qwen3.8 Maxカテゴリスコア58 対 55;MMLU-Pro 88.6% 対 84.6%中
チャットの質(人間の評価)Qwen3.8 MaxArenaの投票で68 対 60中
最低コストMiMo-V2.5-Pro100万トークンあたりブレンド価格$1.50 対 $3.00;エージェント型コーディングセッション$0.072 対 $0.144–
回答開始の速さMiMo-V2.5-Pro最初の回答トークンまで2.8秒(MiMo-V2.5-Pro)対 119.6秒(Qwen3.8 Max (max))–
低予算での大量処理フラッグシップ以外小型モデルの方が適していることがほとんどです:安くて優秀なLLM、最速のLLM–

主な違い

  • MiMo-V2.5-ProとQwen3.8 Max (max)の品質は互角です(55.5 対 58.7、±5.3の誤差範囲内)。
  • MiMo-V2.5-Proは推論で優れています。
  • Qwen3.8 Max (max)はエージェント・ツール、コーディング、人間の評価、知識、数学で優れています。
  • MiMo-V2.5-Proの方が2.0倍安くなっています(100万トークンあたりブレンド価格$1.50 対 $3.00)。

概要

仕様MiMo-V2.5-ProQwen3.8 Max
プロバイダーXiaomiAlibaba
リリース日2026年4月23日2026年8月3日
コンテキストウィンドウ(トークン)1,048,5761,000,000
比較した構成MiMo-V2.5-ProQwen3.8 Max (max)
オープンウェイトありなし
100万トークンあたりの価格(入力/出力/キャッシュ入力)$1.00 / $3.00 / $0.0043$2.00 / $6.00 / $0.250

カテゴリ別の比較

カテゴリスコアはBenchLeaderの尺度で、50が評価対象モデルの平均、15ポイントが1標準偏差です。1ポイント未満の差は互角としています。

カテゴリMiMo-V2.5-ProQwen3.8 Max (max)トップ
推論65.851.5MiMo-V2.5-Pro
コーディング56.261.6Qwen3.8 Max
エージェント・ツール46.058.5Qwen3.8 Max
数学57.665.2Qwen3.8 Max
知識54.558.0Qwen3.8 Max
人間の評価60.167.5Qwen3.8 Max
マルチモーダル–65.7比較不可
長文コンテキスト–64.8比較不可
総合–45.0比較不可

1つのグラフで比較

各分野をIndexと同じ尺度(平均的なモデルが50)で示しています。分野をクリックすると、その元になったベンチマークが表示されます。 リストから最大5モデルまで選べます。

2550 avg75推論コーディングエージェント・ツール数学知識人間の評価MiMo-V2.5-Pro, 推論: 65.8MiMo-V2.5-Pro, コーディング: 56.2MiMo-V2.5-Pro, エージェント・ツール: 46.0MiMo-V2.5-Pro, 数学: 57.6MiMo-V2.5-Pro, 知識: 54.5MiMo-V2.5-Pro, 人間の評価: 60.1Qwen3.8 Max, 推論: 51.5Qwen3.8 Max, コーディング: 61.6Qwen3.8 Max, エージェント・ツール: 58.5Qwen3.8 Max, 数学: 65.2Qwen3.8 Max, 知識: 58.0Qwen3.8 Max, 人間の評価: 67.5

描画していないもの(測定済みのモデルが2つ未満):指示追従, 長文コンテキスト, マルチモーダル。

モデル(クリックで追加・削除)Index

情報源で評価が分かれる点

両方に結果がある30件のベンチマークのうち、MiMo-V2.5-Proのリードが0件、Qwen3.8 Maxのリードが30件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。

総合IndexMiMo-V2.5-ProQwen3.8 Max (max)トップ
BenchLeader Index55.558.7互角
Arena Text14661484Qwen3.8 Max

公開元ごとにタスク、評価環境、エフォートの設定が異なるため、総合的な評価が食い違うことがあります。BenchLeaderはそれらを1つの尺度にそろえています。†は同じモデルの別のエフォート設定での測定値です(公開元がここで比較している設定をテストしていないため)。

価格・速度・レイテンシ

定価は、出力1トークンにつき入力3トークンの比率でブレンドしています。タスクあたりの価格は、算出方法のページに記載したトークン数で計算しています。ベンチマークのタスクあたりのコスト、トークン数、時間は実測値で、Artificial AnalysisのIntelligence Index全体の平均です。

指標MiMo-V2.5-ProQwen3.8 Max (max)
100万トークンあたりのブレンド価格$1.50$3.00
100万トークンあたりの入力/出力$1.00 / $3.00$2.00 / $6.00
100万トークンあたりのキャッシュ入力$0.0043$0.250
タスクあたりの価格:チャットの返答$0.0013$0.0026
タスクあたりの価格:30ページのレポートを要約$0.014$0.028
タスクあたりの価格:コード編集$0.011$0.021
タスクあたりの価格:エージェント型コーディングセッション$0.072$0.144
タスクあたりの価格:構造化データの抽出$0.0026$0.0052
エージェント型コーディングセッション(入力の大半がキャッシュ)$0.027$0.065
ベンチマークのタスクあたりのコスト(AA Index)–$10.02
タスクあたりの出力トークン(AA Index)–171k
うち推論–120k
タスクあたりの時間(AA Index)–48 min
出力速度68 tok/s59 tok/s
回答開始までの時間2.8秒119.6秒
回答が完了するまでの時間(最終測定2026年11月13日)–294.1秒

各モデルは、ランキングで最も高い推論エフォートの設定で比較しています。MiMo-V2.5-Proのスコアは55.5、最初の回答トークンまで3秒。Qwen3.8 Max (max)のスコアは58.7、最初の回答トークンまで120秒。Qwen3.8 Max (xhigh)は56.6(3秒)。推論エフォートを上げるほど回答前の思考が長くなり、スコアは上がる一方で待ち時間と課金トークンも増えます。 推論エフォートでスコアとコストはどう変わるか

全ベンチマーク

143件のベンチマークをカテゴリ別に並べています。名前をクリックすると、そのボードと上位モデルを表示します。†は同じモデルの別のエフォート設定での測定値で、参考として表示しており、勝ち数には含めていません。

指標公開元MiMo-V2.5-ProQwen3.8 Max (max)
BenchLeader IndexBenchLeader55.558.7
エージェント・ツールスコアBenchLeader46.058.5
コーディングスコアBenchLeader56.261.6
人間の評価スコアBenchLeader60.167.5
知識スコアBenchLeader54.558.0
数学スコアBenchLeader57.665.2
推論スコアBenchLeader65.851.5
総合スコアBenchLeader–45.0
長文コンテキストスコアBenchLeader–64.8
マルチモーダルスコアBenchLeader–65.7
ブレンド価格($/100万トークン)BenchLeader$1.50$3.00
出力速度BenchLeader68 tok/s59 tok/s
回答開始までの時間BenchLeader2.8秒119.6秒
コンテキストウィンドウBenchLeader1,048,576トークン1,000,000トークン
推論
GPQA DiamondEpoch AI Benchmarking Hub–92.7%†
Arena Hard PromptsArena (LMArena)14941507
LiveBench 2.0 ReasoningLiveBench–88.2%
LiveBench 1.0 ReasoningLiveBench–88.2%
GPQA Diamond (AA)Artificial Analysis76.2%†92.8%
Humanity's Last Exam (AA)Artificial Analysis14.8%†43.1%
HLE-Diamond (AA)Artificial Analysis–24.0%
GPQA Diamond (Vals)Vals AI82.6%93.7%
CritPtArtificial Analysis1.1%†20.0%
CritPt v2 hard subset (AA)Artificial Analysis–29.5%
MysteryMechanismVals AI–23.9%
Arena ExpertArena (LMArena)15071514
Chess PuzzlesEpoch AI Benchmarking Hub–46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–38.0%†
LMCAEpoch AI Benchmarking Hub29.5%46.2%†
DTBenchEpoch AI Benchmarking Hub84.5%92.0%†
コーディング
SciCodeSciCode50.2%53.2%
Arena CodingArena (LMArena)15201523
Arena WebDevArena (LMArena)14791676
LiveBench 2.0 CodingLiveBench–60.9%
LiveBench 1.0 CodingLiveBench–72.9%
SciCode (AA)Artificial Analysis50.6%†53.2%
LiveCodeBenchVals AI81.3%87.8%
IOIVals AI–68.9%
SWE-bench (Vals)Vals AI74.0%85.6%
143件のベンチマークをすべて表示
指標公開元MiMo-V2.5-ProQwen3.8 Max (max)
コーディング
Code MigrationVals AI21.6%24.0%
ProgramBenchVals AI–0.0%
SWE-bench MultimodalVals AI–42.5%
Vibe Code Bench 1-100Vals AI–12.8%
Vibe Code Bench v1.1Vals AI34.1%64.7%
SWE Atlas v1.1Scale AI SEAL–64.4%
SWE Atlas v1.1: Codebase QnAScale AI SEAL–81.5%
SWE Atlas v1.1: Test WritingScale AI SEAL–58.9%
SWE Atlas v1.1: RefactoringScale AI SEAL–52.9%
MirrorCodeEpoch AI Benchmarking Hub–52.2%†
DeepSWE v1.1Epoch AI Benchmarking Hub–57.5%†
ALE-BenchEpoch AI Benchmarking Hub899.81679.1†
FrontierSWEEpoch AI Benchmarking Hub–17.8%†
Terminal-Bench 4.0 (AA)Artificial Analysis0.0%†38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis65.2%†88.8%
Startrise FrontendStartrise–71.3%
GameBench 2 OverallDuelLab GameBench 2–54.2†
GameBench 2 by reasoning settingDuelLab GameBench 227.4†69.6†
Design Arena WebsiteDesign Arena12621269
FrontierCode 1.1 (AA)Artificial Analysis–43.2%
FrontierCode 2.0 (AA)Artificial Analysis–23.4%
エージェント・ツール
Terminal-BenchTerminal-Bench–27.0%
APEX-AgentsMercor–63.3%
Arena AgentArena (LMArena)–0.1
LiveBench Long AgenticLiveBench–26.6%
LiveBench BrowserLiveBench–49.4%
LiveBench Agentic CodingLiveBench–64.7%
Terminal-Bench HardArtificial Analysis35.6%†–
τ²-Bench Telecom (AA)Artificial Analysis72.5%†–
Terminal-Bench 2.1 (Vals)Vals AI57.3%67.4%
τ³-bench Bankingτ²-bench–55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis–58.3%
GDPval-AA v2.1Artificial Analysis1128†1674
τ³-Banking (AA)Artificial Analysis9.9%†51.3%
ITBench SRE (AA)Artificial Analysis38.2%†40.3%
Analyst Agent (AA)Artificial Analysis20.0%†45.0%
APEX-Agents (AA)Artificial Analysis2.4%†42.4%
CyberBenchVals AI–28.6%
Finance Agent v2Vals AI41.5%50.6%
Harvey's Legal Agent Benchmark v1Vals AI2.1%10.4%
Legal Research BenchVals AI15.9%47.6%
SkillsBenchVals AI–42.0%
Tax Agent BenchVals AI11.5%32.1%
Terminal-Bench 4.0 (Vals)Vals AI0.5%34.3%
Terminal-Bench ScienceVals AI–12.9%
Arena SearchArena (LMArena)–1227
Arena Agent Task CompletionArena (LMArena)–4.5
AutomationBenchArtificial Analysis13.7%†56.2%
GDP.pdf (AA)Artificial Analysis4.0%†22.8%
EnterpriseOps-GymArtificial Analysis–47.6%
AA-Briefcase v1.1Artificial Analysis884†1604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena–1264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis–11.9%
MKA (AA)Artificial Analysis–37.4%
FACTS SearchGoogle–85.0%
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub–74.7%†
FrontierMath Tier 4Epoch AI Benchmarking Hub–46.3%†
OTIS Mock AIMEEpoch AI Benchmarking Hub–100.0%†
ProofBenchVals AI22.0%58.0%
LiveBench MathematicsLiveBench–91.3%
Arena MathsArena (LMArena)14791505
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–47.3%†
LiveBench 2.0 Data AnalysisLiveBench–78.4%
LiveBench ResearchLiveBench–72.8%
LiveBench 1.0 Data AnalysisLiveBench–78.4%
AA-Omniscience v1.1Artificial Analysis–10.5
MMLU-ProVals AI84.6%88.6%
LegalBenchVals AI77.1%83.6%
CorpFinVals AI61.4%65.8%
TaxEvalVals AI73.8%75.5%
Excel Modeling BenchmarkVals AI55.2%60.1%
Excel Modeling Benchmark v1.1Vals AI–66.0%
MedCodeVals AI32.5%40.7%
MedScribeVals AI83.7%85.0%
Public Benefits Bench v1.1Vals AI–67.1%
Access to Justice BenchmarkVals AI–76.4%
Financial Coaching BenchVals AI–75.6%
Immigration BenchVals AI–70.1%
GDP.pdfEpoch AI Benchmarking Hub–23.2%†
AA-Omniscience v1.1: accuracyArtificial Analysis–29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis–72.9%
FACTS ParametricGoogle–30.8%
指示追従
LiveBench LanguageLiveBench–79.7%
LiveBench Instruction FollowingLiveBench–74.1%
IFBenchArtificial Analysis42.7%†–
Arena Instruction FollowingArena (LMArena)14681478
人間の評価
Arena TextArena (LMArena)14661484
EQ-Bench 4EQ-Bench1198–
EQ-Bench Creative Writing v3EQ-Bench1493–
Arena Creative WritingArena (LMArena)14331472
Arena Multi-turnArena (LMArena)14801495
Arena Longer QueriesArena (LMArena)14861496
マルチモーダル
Arena VisionArena (LMArena)–1312
LiveBench DesignLiveBench–76.6%
MMMU-ProArtificial Analysis–82.8%
MMMU-Pro (Vals)Vals AI–88.0%
MortgageTaxVals AI–64.0%
SAGEVals AI–81.8%
Humanity's Sixth SenseScale AI SEAL–33.0%
Furniture AssemblyEpoch AI Benchmarking Hub–20.0%†
VIALS-AAHandshake AI–31.7%
Code2Video-AAArtificial Analysis–1021
AA-3DArtificial Analysis–954
FACTS MultimodalGoogle–51.5%
長文コンテキスト
AA-LCR v1.1Artificial Analysis41.7%†80.3%
MLCRArtificial Analysis5.6%†26.1%
FACTS GroundingGoogle–73.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–157.6
LiveBench 2.0LiveBench–60.9%
LiveBench 1.0LiveBench–78.5%
AA Intelligence Index v5.0.1Artificial Analysis–33.6
AA Intelligence Index v4.3.2Artificial Analysis18.3†45.4
AA Progress Index v1Artificial Analysis241†323.7
Vals RSI IndexVals AI–21.8%
Vals Multimodal IndexVals AI–65.4%
安全性・誠実さ
DistressBenchScale AI SEAL–77.6%
メタデータ
AA Openness IndexArtificial Analysis38.9†–

データは2026年11月16日時点。各モデルの最良の構成で比較しています。すべてのスコアの出典はモデルのページにリンクしています。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

最近の変化

  • MiMo-V2.5-Pro:価格 $0.20/M → $0.0043/M。
  • Qwen3.8 Max (max):スコアの改訂1件。
  • Qwen3.8 Max (max):スコアの改訂1件。
  • MiMo-V2.5-Pro:BenchLeader Index 55.0 → 55.6。
  • Qwen3.8 Max (max):スコアの改訂6件。
  • Qwen3.8 Max (max):スコアの改訂1件。
  • Qwen3.8 Max (max):新しい結果1件(FACTS Search)、スコアの改訂1件。
  • Qwen3.8 Max (max):スコアの改訂1件、価格 $0.22/M → $0.25/M。
  • Qwen3.8 Max (max):価格 $0.25/M → $0.22/M。
  • Qwen3.8 Max (max):スコアの改訂1件、価格 $0.22/M → $0.25/M。

ランキング: 総合ベストLLM · エージェントに最適なLLM · 安くて優秀なLLM

MiMo-V2.5-Pro vs Qwen3.8 Max:よくある質問

MiMo-V2.5-ProはQwen3.8 Maxより優れていますか?
MiMo-V2.5-ProとQwen3.8 Max (max)の品質は互角です(55.5 対 58.7、±5.3の誤差範囲内)。BenchLeader Indexは第三者による品質ベンチマークをすべて統合した指標です。2026年11月16日時点では両者の差は誤差範囲内なので、用途に合わせてカテゴリ別のスコアを確認してください。
MiMo-V2.5-ProとQwen3.8 Maxはどちらが安いですか?今後変わる予定はありますか?
現在はMiMo-V2.5-Proの方が安く、100万トークンあたり$1.50 対 $3.00です(出力1トークンにつき入力3トークンでブレンド)。どちらも価格変更は発表されていません。
コーディングにはMiMo-V2.5-ProとQwen3.8 Maxのどちらが向いていますか?
コーディングではQwen3.8 Maxの方がスコアが高くなっています(カテゴリ指標で62 対 56。50が平均)。共通するコーディングベンチマークのうち最も重要なArena WebDevでは、MiMo-V2.5-Proが1479、Qwen3.8 Maxが1676です。
MiMo-V2.5-ProとQwen3.8 Maxはどちらが速いですか?
MiMo-V2.5-Proの方が出力が速くなっています(出力68 対 59トークン/秒、Artificial Analysisの7日間の中央値)。
エージェントやツール利用にはMiMo-V2.5-ProとQwen3.8 Maxのどちらが向いていますか?
エージェント型のタスクではQwen3.8 Maxの方がスコアが高くなっています(カテゴリ指標で59 対 46。50が平均)。共通するエージェント・ツールベンチマークのうち最も重要なTerminal-Bench 2.1 (Vals)では、MiMo-V2.5-Proが57.3%、Qwen3.8 Maxが67.4%です。
ほかの質問(4件)
長い文書にはどちらが向いていますか?
どちらも約1Mトークンです(MiMo-V2.5-Proは1,048,576、Qwen3.8 Maxは1,000,000)。
レイテンシが低いのはどちらですか?
先に回答を始めるのはMiMo-V2.5-Proです。Artificial Analysisの測定では、最初の回答トークンまで2.8秒 対 119.6秒です。この差の大部分は推論エフォートによるもので、設定が高いほど回答前に長く考えます。
MiMo-V2.5-ProとQwen3.8 Maxについて、第三者ベンチマークの評価は一致していますか?
両方に結果がある30件のベンチマークのうち、MiMo-V2.5-Proのリードが0件、Qwen3.8 Maxのリードが30件です。両方を評価しているすべての総合指標で、Qwen3.8 Maxが上回っています。
Qwen3.8 Maxはいつリリースされましたか?
Qwen3.8 Maxは2026年8月3日にリリースされました。