BenchLeader

MiMo-V2.6-Pro vs Qwen3.8 Max

詳しいプロフィール:MiMo-V2.6-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 · 13件の情報源のデータ

2026年11月16日時点で、MiMo-V2.6-ProとQwen3.8 Maxの品質は互角です(BenchLeader Indexで57.5 対 58.7、±5.2の誤差範囲内)。価格はMiMo-V2.6-Proの方が5.5倍安く、100万トークンあたりのブレンド価格で$0.544 対 $3.00です。長文コンテキスト(68 対 65)を重視するならMiMo-V2.6-Pro、知識(58 対 42)、マルチモーダル(66 対 60)、コーディング(62 対 59)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-V2.6-Proの方が短く、42.3秒 対 119.6秒です。

要点(2026年11月16日時点)

  • BenchLeader IndexはMiMo-V2.6-Proが57.5、Qwen3.8 Maxが58.7です(BenchLeader、2026年11月16日)。
  • MiMo-V2.6-Proの100万トークンあたりのブレンド価格は$0.544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64件のベンチマークのうち、MiMo-V2.6-Proが35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-V2.6-Proが1625、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 59;Arena WebDev 1676 対 1625中
エージェント・ツール利用Qwen3.8 Maxカテゴリスコア59 対 57;APEX-Agents 63.3% 対 54.4%中
数学どちらでもカテゴリスコア66 対 65;Arena Maths 1484 対 1505どちらでも
推論Qwen3.8 Maxカテゴリスコア52 対 50;HLE-Diamond (AA) 24.0% 対 15.2%中
知識Qwen3.8 Maxカテゴリスコア58 対 42;AA-Omniscience v1.1 10.5 対 -4.5高
長い文書MiMo-V2.6-Proカテゴリスコア68 対 65;AA-LCR v1.1 86.3% 対 80.3%中
画像などのメディアQwen3.8 Maxカテゴリスコア66 対 60;Arena Vision 1312 対 1266中
チャットの質(人間の評価)どちらでもArenaの投票で67 対 68どちらでも
最低コストMiMo-V2.6-Pro100万トークンあたりブレンド価格$0.548 対 $3.00;エージェント型コーディングセッション$0.030 対 $0.144–
回答開始の速さMiMo-V2.6-Pro最初の回答トークンまで42.3秒(MiMo-V2.6-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-V2.6-ProとQwen3.8 Max (max)の品質は互角です(57.5 対 58.7、±5.2の誤差範囲内)。
  • MiMo-V2.6-Proは長文コンテキスト、数学で優れています。
  • 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、マルチモーダル、推論で優れています。
  • MiMo-V2.6-Proの方が5.5倍安くなっています(100万トークンあたりブレンド価格$0.544 対 $3.00)。

概要

仕様MiMo-V2.6-ProQwen3.8 Max
プロバイダーXiaomiAlibaba
リリース日2026年9月21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-V2.6-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)$0.440 / $0.870 / $0.0036$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-V2.6-ProQwen3.8 Max (max)トップ
推論49.951.5Qwen3.8 Max
コーディング58.861.6Qwen3.8 Max
エージェント・ツール57.158.5Qwen3.8 Max
数学65.565.2互角
知識42.358.0Qwen3.8 Max
人間の評価67.067.5互角
マルチモーダル60.265.7Qwen3.8 Max
長文コンテキスト67.964.8MiMo-V2.6-Pro
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・ツール数学知識長文コンテキストマルチモーダル人間の評価MiMo-V2.6-Pro, 推論: 49.9MiMo-V2.6-Pro, コーディング: 58.8MiMo-V2.6-Pro, エージェント・ツール: 57.1MiMo-V2.6-Pro, 数学: 65.5MiMo-V2.6-Pro, 知識: 42.3MiMo-V2.6-Pro, 長文コンテキスト: 67.9MiMo-V2.6-Pro, マルチモーダル: 60.2MiMo-V2.6-Pro, 人間の評価: 67.0Qwen3.8 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, 長文コンテキスト: 64.8Qwen3.8 Max, マルチモーダル: 65.7Qwen3.8 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。

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64件のベンチマークのうち、MiMo-V2.6-Proのリードが35件、Qwen3.8 Maxのリードが28件、同点が1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-V2.6-ProQwen3.8 Max (max)トップ
BenchLeader Index57.558.7互角
AA Intelligence Index v5.0.129.933.6Qwen3.8 Max
Arena Text14801484Qwen3.8 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-V2.6-ProQwen3.8 Max (max)
100万トークンあたりのブレンド価格$0.548$3.00
100万トークンあたりの入力/出力$0.440 / $0.870$2.00 / $6.00
100万トークンあたりのキャッシュ入力$0.0036$0.250
タスクあたりの価格:チャットの返答$0.0004$0.0026
タスクあたりの価格:30ページのレポートを要約$0.0058$0.028
タスクあたりの価格:コード編集$0.0039$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$0.030$0.144
タスクあたりの価格:構造化データの抽出$0.0011$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)$0.010$0.065
ベンチマークのタスクあたりのコスト(AA Index)$0.257$10.02
タスクあたりの出力トークン(AA Index)121k171k
うち推論86k120k
タスクあたりの時間(AA Index)38 min48 min
出力速度54 tok/s59 tok/s
回答開始までの時間42.3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)95.7秒294.1秒

トークン単価とタスクあたりのコストは別物です。Artificial AnalysisのIntelligence Indexの平均的なタスクにかかったコストは、MiMo-V2.6-Proで$0.257、Qwen3.8 Max (max)で$10.02でした。同じ作業でQwen3.8 Max (max)は1.4倍の出力トークンを書いています。これはトークン単価だけでは見えない差です。

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-V2.6-Proのスコアは57.5、最初の回答トークンまで42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

150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-V2.6-ProQwen3.8 Max (max)
BenchLeader IndexBenchLeader57.558.7
エージェント・ツールスコアBenchLeader57.158.5
コーディングスコアBenchLeader58.861.6
人間の評価スコアBenchLeader67.067.5
知識スコアBenchLeader42.358.0
長文コンテキストスコアBenchLeader67.964.8
数学スコアBenchLeader65.565.2
マルチモーダルスコアBenchLeader60.265.7
推論スコアBenchLeader49.951.5
総合スコアBenchLeader–45.0
ブレンド価格($/100万トークン)BenchLeader$0.548$3.00
出力速度BenchLeader54 tok/s59 tok/s
回答開始までの時間BenchLeader42.3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)15041507
LiveBench 2.0 ReasoningLiveBench79.6%†88.2%
LiveBench 1.0 ReasoningLiveBench–88.2%
GPQA Diamond (AA)Artificial Analysis–92.8%
Humanity's Last Exam (AA)Artificial Analysis49.4%43.1%
HLE-Diamond (AA)Artificial Analysis15.2%24.0%
GPQA Diamond (Vals)Vals AI–93.7%
CritPtArtificial Analysis26.6%20.0%
CritPt v2 hard subset (AA)Artificial Analysis34.0%29.5%
MysteryMechanismVals AI15.3%23.9%
Arena ExpertArena (LMArena)15261514
Chess PuzzlesEpoch AI Benchmarking Hub–46.0%†
Mystery Game PuzzlesEpoch AI Benchmarking Hub–38.0%†
LMCAEpoch AI Benchmarking Hub–46.2%†
DTBenchEpoch AI Benchmarking Hub–92.0%†
コーディング
SciCodeSciCode60.9%53.2%
Arena CodingArena (LMArena)15381523
Arena WebDevArena (LMArena)16251676
LiveBench 2.0 CodingLiveBench64.5%†60.9%
LiveBench 1.0 CodingLiveBench–72.9%
LiveCodeBenchVals AI–87.8%
IOIVals AI39.3%68.9%
SWE-bench (Vals)Vals AI–85.6%
Code MigrationVals AI43.0%24.0%
150件のベンチマークをすべて表示
指標公開元MiMo-V2.6-ProQwen3.8 Max (max)
コーディング
Code Migration v1.1Vals AI48.8%–
ProgramBenchVals AI0.5%0.0%
SWE-bench MultimodalVals AI41.3%42.5%
Vibe Code Bench 1-100Vals AI–12.8%
Vibe Code Bench v1.1Vals AI85.2%64.7%
Vibe Code Bench 1-100 v1.1Vals AI26.4%–
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 Hub1158.11679.1†
FrontierSWEEpoch AI Benchmarking Hub–17.8%†
Terminal-Bench 4.0 (AA)Artificial Analysis34.9%38.9%
Terminal-Bench 2.1 (AA)Artificial Analysis–88.8%
Startrise FrontendStartrise–71.3%
GameBench 2 OverallDuelLab GameBench 2–54.2†
GameBench 2 by reasoning settingDuelLab GameBench 249.8†69.6†
Design Arena WebsiteDesign Arena13111269
FrontierCode 1.1 (AA)Artificial Analysis45.4%43.2%
FrontierCode 2.0 (AA)Artificial Analysis24.0%23.4%
エージェント・ツール
Terminal-BenchTerminal-Bench27.0%†27.0%
APEX-AgentsMercor54.4%63.3%
Arena AgentArena (LMArena)2.40.1
LiveBench Long AgenticLiveBench36.4%†26.6%
LiveBench BrowserLiveBench77.3%†49.4%
LiveBench Agentic CodingLiveBench–64.7%
Terminal-Bench 2.1 (Vals)Vals AI67.8%67.4%
τ³-bench Bankingτ²-bench–55.1%†
GDPval-AA v2.1, normalised scoreArtificial Analysis59.1%58.3%
GDPval-AA v2.1Artificial Analysis16921674
τ³-Banking (AA)Artificial Analysis–51.3%
ITBench SRE (AA)Artificial Analysis–40.3%
Analyst Agent (AA)Artificial Analysis37.5%45.0%
APEX-Agents (AA)Artificial Analysis–42.4%
CyberBenchVals AI72.9%28.6%
Finance Agent v2Vals AI57.3%50.6%
Finance Agent v2.1Vals AI64.3%–
Harvey's Legal Agent Benchmark v1.1Vals AI13.8%–
Harvey's Legal Agent Benchmark v1Vals AI10.8%10.4%
Legal Research BenchVals AI47.1%47.6%
SkillsBenchVals AI–42.0%
SREBenchVals AI3.0%–
Tax Agent BenchVals AI32.4%32.1%
Terminal-Bench 4.0 (Vals)Vals AI31.3%34.3%
Terminal-Bench ScienceVals AI2.9%12.9%
Arena SearchArena (LMArena)–1227
Arena Agent Task CompletionArena (LMArena)54.5
AutomationBenchArtificial Analysis58.6%56.2%
GDP.pdf (AA)Artificial Analysis19.2%22.8%
EnterpriseOps-GymArtificial Analysis–47.6%
AA-Briefcase v1.1Artificial Analysis15121604
GDPxGDPx by SemiAnalysis–3.5%
Design Arena AgenticDesign Arena12711264
Terminal-Bench-Science 0.1 (AA)Artificial Analysis5.7%11.9%
CWE-Bench (AA)Artificial Analysis63.3%–
DeepSec-Bench (AA)Artificial Analysis26.2%–
CyberGym end-to-end (AA)Artificial Analysis78.6%–
MKA (AA)Artificial Analysis37.3%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 AI70.0%58.0%
LiveBench MathematicsLiveBench–91.3%
Arena MathsArena (LMArena)14841505
知識
SimpleQA VerifiedEpoch AI Benchmarking Hub–47.3%†
LiveBench 2.0 Data AnalysisLiveBench72.3%†78.4%
LiveBench ResearchLiveBench84.8%†72.8%
LiveBench 1.0 Data AnalysisLiveBench–78.4%
AA-Omniscience v1.1Artificial Analysis-4.510.5
MMLU-ProVals AI–88.6%
LegalBenchVals AI–83.6%
CorpFinVals AI–65.8%
TaxEvalVals AI–75.5%
Excel Modeling BenchmarkVals AI62.9%60.1%
Excel Modeling Benchmark v1.1Vals AI67.3%66.0%
MedCodeVals AI45.0%40.7%
MedScribeVals AI88.3%85.0%
Public Benefits Bench v1.1Vals AI68.9%67.1%
Access to Justice BenchmarkVals AI70.0%76.4%
Financial Coaching BenchVals AI75.4%75.6%
Immigration BenchVals AI67.5%70.1%
GDP.pdfEpoch AI Benchmarking Hub–23.2%†
AA-Omniscience v1.1: accuracyArtificial Analysis34.8%29.5%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.8%72.9%
FACTS ParametricGoogle–30.8%
指示追従
LiveBench LanguageLiveBench–79.7%
LiveBench Instruction FollowingLiveBench–74.1%
Arena Instruction FollowingArena (LMArena)14721478
人間の評価
Arena TextArena (LMArena)14801484
Arena Creative WritingArena (LMArena)14481472
Arena Multi-turnArena (LMArena)14621495
Arena Longer QueriesArena (LMArena)14961496
マルチモーダル
Arena VisionArena (LMArena)12661312
LiveBench DesignLiveBench74.3%†76.6%
MMMU-ProArtificial Analysis–82.8%
MMMU-Pro (Vals)Vals AI–88.0%
MortgageTaxVals AI–64.0%
SAGEVals AI84.5%81.8%
Humanity's Sixth SenseScale AI SEAL25.2%†33.0%
Furniture AssemblyEpoch AI Benchmarking Hub–20.0%†
VIALS-AAHandshake AI43.5%31.7%
Code2Video-AAArtificial Analysis10521021
AA-3DArtificial Analysis983954
FACTS MultimodalGoogle–51.5%
長文コンテキスト
AA-LCR v1.1Artificial Analysis86.3%80.3%
MLCRArtificial Analysis12.8%26.1%
FACTS GroundingGoogle–73.8%
総合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–157.6
LiveBench 2.0LiveBench66.1%†60.9%
LiveBench 1.0LiveBench–78.5%
AA Intelligence Index v5.0.1Artificial Analysis29.933.6
AA Intelligence Index v4.3.2Artificial Analysis46.345.4
AA Progress Index v1Artificial Analysis321.2323.7
Vals IndexVals AI57.8–
Vals Finance IndexVals AI57.9%–
Vals RSI IndexVals AI–21.8%
Vals Multimodal IndexVals AI–65.4%
Vals Router IndexVals AI57.8%–
Vals Legal IndexVals AI72.1%–
AA Cyber IndexArtificial Analysis56.1–
安全性・誠実さ
DistressBenchScale AI SEAL–77.6%
メタデータ
AA Openness IndexArtificial Analysis52.8–

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-V2.6-Pro:スコアの改訂1件。
  • 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-V2.6-Pro:スコアの改訂1件。
  • MiMo-V2.6-Pro:スコアの改訂6件。
  • Qwen3.8 Max (max):スコアの改訂6件。
  • MiMo-V2.6-Pro:スコアの改訂1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。

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-V2.6-Pro vs Qwen3.8 Max:よくある質問

MiMo-V2.6-ProはQwen3.8 Maxより優れていますか?
MiMo-V2.6-ProとQwen3.8 Max (max)の品質は互角です(57.5 対 58.7、±5.2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-V2.6-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-V2.6-Proの方が安く、100万トークンあたり$0.544 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-V2.6-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 59。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-V2.6-Proが1625、Qwen3.8 Maxが1676です。
MiMo-V2.6-ProとQwen3.8 Maxはどちらが速いですか?
Qwen3.8 Maxの方が出力が速くなっています(出力59 対 54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-V2.6-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 57。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APEX-Agentsでは、MiMo-V2.6-Proが54.4%、Qwen3.8 Maxが63.3%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?
長文コンテキストのベンチマークではMiMo-V2.6-Proの方がスコアが高くなっています(68 対 65)。どちらも約1Mトークンです(MiMo-V2.6-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-V2.6-Proです。Artificial Analysisの測定では、最初の回答トークンまで42.3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-V2.6-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64件のベンチマークのうち、MiMo-V2.6-Proのリードが35件、Qwen3.8 Maxのリードが28件、同点が1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。
MiMo-V2.6-Proはいつリリースされましたか?
MiMo-V2.6-Proは2026年9月21日にリリースされました。