BenchLeader

GPT-6 Sol vs MiMo-V2.6-Pro

完整资料:GPT-6 Sol(OpenAI)和 MiMo-V2.6-Pro(Xiaomi),包括全部基准测试、价格和排名。

更新于 · 数据来自 12 个来源

截至 2026年11月16日,质量上 GPT-6 Sol 领先 MiMo-V2.6-Pro(BenchLeader Index 62.6 比 57.5)。不过,MiMo-V2.6-Pro 更便宜,对方的价格是它的 7.4 倍(每百万 token 混合价格 $0.544 比 $4.00)。看重知识(61 比 42)、推理(66 比 50)和编程(66 比 59)选 GPT-6 Sol;看重人类偏好(67 比 64)和长上下文(68 比 67)选 MiMo-V2.6-Pro。GPT-6 Sol 的输出更快(约 2 倍)。

要点(截至 2026年11月16日)

  • GPT-6 Sol 的 BenchLeader Index 为 62.6,MiMo-V2.6-Pro 为 57.5(BenchLeader,2026年11月16日)。
  • GPT-6 Sol 每百万 token 混合价格为 $4.00(标价,2026年11月16日)。
  • MiMo-V2.6-Pro 每百万 token 混合价格为 $0.544(标价,2026年11月16日)。
  • GPT-6 Sol 比 MiMo-V2.6-Pro 输出更快(约 2 倍;Artificial Analysis,7 日中位数,2026年11月16日)。
  • 在两者都有结果的 56 项基准测试中,GPT-6 Sol 领先 31 项(BenchLeader,2026年11月16日)。
  • 在 Arena WebDev 上,GPT-6 Sol 的评分为 1673,MiMo-V2.6-Pro 为 1625(LMArena,截至 2026年11月16日 的公布数据)。

按用途怎么选

推荐模型的数值列在前面。类别得分采用 BenchLeader 标尺(50 为模型平均水平,15 分为一个标准差)。领先半个标准差及以上为“高”置信度;相差不到 1 分则视为“均可”。

用途推荐理由置信度
编程GPT-6 Sol类别得分 66 比 59;Arena WebDev 1673 比 1625高
智能体与工具调用GPT-6 Sol类别得分 59 比 57;Arena Agent 6.9 比 2.4中
数学GPT-6 Sol类别得分 68 比 66;Arena Maths 1440 比 1484中
推理GPT-6 Sol类别得分 66 比 50;HLE-Diamond (AA) 45.2% 比 15.2%高
知识GPT-6 Sol类别得分 61 比 42;AA-Omniscience v1.1 21.4 比 -4.5高
长文档MiMo-V2.6-Pro类别得分 68 比 67;AA-LCR v1.1 86.3% 比 83.7%中
图像及其他媒体均可类别得分 61 比 60;Arena Vision 1233 比 1266均可
对话质量(人类偏好)MiMo-V2.6-ProArena 投票 67 比 64中
成本最低MiMo-V2.6-Pro每百万 token 混合价格 $0.548 比 $4.00;智能体编程会话 $0.030 比 $0.160–
首次回答最快均可首个回答 token 36.9 秒(GPT-6 Sol (max))比 42.3 秒(MiMo-V2.6-Pro)–
低预算大批量两者都不选通常更小的模型更合适:便宜好用的大模型、最快的大模型–

主要差异

  • 质量上 GPT-6 Sol (max) 领先:62.6 比 57.5。
  • GPT-6 Sol (max) 在智能体与工具、编程、知识、数学、多模态、推理方面更强。
  • MiMo-V2.6-Pro 在人类偏好、长上下文方面更强。
  • MiMo-V2.6-Pro 更便宜,对方的价格是它的 7.4 倍(每百万 token 混合价格 $0.544 比 $4.00)。
  • GPT-6 Sol (max) 的输出速度是对方的 2.4 倍(127 比 54 token/秒)。

概览

规格GPT-6 SolMiMo-V2.6-Pro
提供商OpenAIXiaomi
发布日期2026年9月22日2026年9月21日
上下文窗口(token)1,050,0001,048,576
对比时的配置GPT-6 Sol (max)MiMo-V2.6-Pro
开放权重否是
每百万 token 价格(输入 / 输出 / 缓存输入)$2.00 / $10.00 / $0.200$0.440 / $0.870 / $0.0036

逐类别对比

类别得分采用 BenchLeader 标尺:50 为参评模型的平均水平,15 分为一个标准差。差距不到 1 分视为持平。

类别GPT-6 Sol (max)MiMo-V2.6-Pro领先者
推理66.049.9GPT-6 Sol
编程66.358.8GPT-6 Sol
智能体与工具58.857.1GPT-6 Sol
数学68.065.5GPT-6 Sol
知识60.642.3GPT-6 Sol
人类偏好64.267.0MiMo-V2.6-Pro
多模态60.660.2持平
长上下文66.667.9MiMo-V2.6-Pro

同一图表对比

各领域采用与 Index 相同的标尺,平均模型为 50 分。单击某个领域可查看构成它的基准测试。 可从列表中最多选择 5 个模型。

2550 avg75推理编程智能体与工具数学知识长上下文多模态人类偏好GPT-6 Sol, 推理: 66.0GPT-6 Sol, 编程: 66.3GPT-6 Sol, 智能体与工具: 58.8GPT-6 Sol, 数学: 68.0GPT-6 Sol, 知识: 60.6GPT-6 Sol, 长上下文: 66.6GPT-6 Sol, 多模态: 60.6GPT-6 Sol, 人类偏好: 64.2MiMo-V2.6-Pro, 推理: 49.9MiMo-V2.6-Pro, 编程: 58.8MiMo-V2.6-Pro, 智能体与工具: 57.1MiMo-V2.6-Pro, 数学: 65.5MiMo-V2.6-Pro, 知识: 42.3MiMo-V2.6-Pro, 长上下文: 67.9MiMo-V2.6-Pro, 多模态: 60.2MiMo-V2.6-Pro, 人类偏好: 67.0

未绘制(测得的模型少于两个):指令遵循。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 56 项基准测试中,GPT-6 Sol 领先 31 项,MiMo-V2.6-Pro 领先 25 项。第三方来源看法不一:GPT-6 Sol 在 BenchLeader Index和AA Intelligence Index v5.0.1 上领先;MiMo-V2.6-Pro 在 Arena Text 上领先。

综合 IndexGPT-6 Sol (max)MiMo-V2.6-Pro领先者
BenchLeader Index62.657.5GPT-6 Sol
AA Intelligence Index v5.0.144.229.9GPT-6 Sol
Arena Text14571480MiMo-V2.6-Pro

各发布方使用各自的任务、评测框架和推理强度设置,因此总体结论可能不同;BenchLeader 将它们统一到同一标尺上。† 表示同一模型在另一推理强度设置下的测量值(发布方未测试本页对比的设置)。

价格、速度与延迟

标价按每 1 个输出 token 对应 3 个输入 token 混合计算。每项任务的价格采用方法论页面中的 token 数量。每项基准测试任务的成本、token 数和耗时均为实测值,取自 Artificial Analysis 整个 Intelligence Index 测试的平均值。

指标GPT-6 Sol (max)MiMo-V2.6-Pro
每百万 token 混合价格$4.00$0.548
每百万 token 输入 / 输出$2.00 / $10.00$0.440 / $0.870
每百万 token 缓存输入$0.200$0.0036
每项任务价格:聊天回复$0.0038$0.0004
每项任务价格:总结一份 30 页的报告$0.030$0.0058
每项任务价格:代码编辑$0.027$0.0039
每项任务价格:智能体编程会话$0.160$0.030
每项任务价格:结构化信息提取$0.0060$0.0011
智能体编程会话(输入大多命中缓存)$0.079$0.010
每项基准测试任务成本(AA Index)$2.47$0.257
每项任务输出 token(AA Index)54k121k
其中推理部分35k86k
每项任务耗时(AA Index)7 min38 min
输出速度127 tok/s54 tok/s
首次回答时间36.9 秒42.3 秒
完整回答耗时(最近一次测量 2026年11月13日)143.8 秒95.7 秒

按 token 计价不等于按任务计价:在 Artificial Analysis 的 Intelligence Index 中,一项平均任务在 GPT-6 Sol (max) 上花费 $2.47,在 MiMo-V2.6-Pro 上花费 $0.257;完成同样的工作,MiMo-V2.6-Pro 输出的 token 是对方的 2.2 倍,这是只看 token 单价看不出来的。

每个模型都按其排名最高的推理强度设置进行对比。GPT-6 Sol (max) 得分 62.6,首个回答 token 需 37 秒;GPT-6 Sol (xhigh) 为 58.4(19 秒),GPT-6 Sol (high) 为 58.1(6 秒)。MiMo-V2.6-Pro 得分 57.5,首个回答 token 需 42 秒。推理强度越高,回答前思考越久:得分更高,但等待更长、计费 token 也更多。 推理强度如何影响得分和成本

全部基准测试

共 143 项基准测试,按类别分组;点击名称可查看该排行榜及领先模型。† 表示同一模型在另一推理强度设置下的测量值,仅供参考,不计入胜场。

指标发布方GPT-6 Sol (max)MiMo-V2.6-Pro
BenchLeader IndexBenchLeader62.657.5
智能体与工具得分BenchLeader58.857.1
编程得分BenchLeader66.358.8
人类偏好得分BenchLeader64.267.0
知识得分BenchLeader60.642.3
长上下文得分BenchLeader66.667.9
数学得分BenchLeader68.065.5
多模态得分BenchLeader60.660.2
推理得分BenchLeader66.049.9
混合价格(美元/百万 token)BenchLeader$4.00$0.548
输出速度BenchLeader127 tok/s54 tok/s
首次回答时间BenchLeader36.9 秒42.3 秒
上下文窗口BenchLeader1,050,000 token1,048,576 token
推理
GPQA DiamondEpoch AI Benchmarking Hub94.3%–
SimpleBenchSimpleBench73.1%†–
Arena Hard PromptsArena (LMArena)14831504
LiveBench 2.0 ReasoningLiveBench–79.6%†
LiveBench 1.0 ReasoningLiveBench88.7%–
Humanity's Last Exam (AA)Artificial Analysis47.9%49.4%
HLE-Diamond (AA)Artificial Analysis45.2%15.2%
ARC-AGI-1ARC Prize95.5%–
ARC-AGI-2ARC Prize89.6%–
ARC-AGI-3ARC Prize23.0%–
CritPtArtificial Analysis30.9%26.6%
CritPt v2 hard subset (AA)Artificial Analysis66.5%34.0%
MysteryMechanismVals AI30.2%15.3%
HLE-Diamond (Scale)Scale AI SEAL33.8%†–
Arena ExpertArena (LMArena)14961526
Chess PuzzlesEpoch AI Benchmarking Hub56.0%–
Mystery Game PuzzlesEpoch AI Benchmarking Hub56.0%–
LMCAEpoch AI Benchmarking Hub59.1%–
DTBenchEpoch AI Benchmarking Hub97.3%–
编程
SciCodeSciCode57.6%60.9%
FrontierCodeCognition49.3%–
Arena CodingArena (LMArena)15211538
Arena WebDevArena (LMArena)16731625
LiveBench 2.0 CodingLiveBench–64.5%†
LiveBench 1.0 CodingLiveBench81.8%–
显示全部 143 项基准测试
指标发布方GPT-6 Sol (max)MiMo-V2.6-Pro
编程
IOIVals AI82.6%39.3%
Code MigrationVals AI57.2%43.0%
Code Migration v1.1Vals AI–48.8%
ProgramBenchVals AI2.0%0.5%
SWE-bench MultimodalVals AI–41.3%
Vibe Code Bench v1.1Vals AI87.8%85.2%
Vibe Code Bench 1-100 v1.1Vals AI–26.4%
MirrorCodeEpoch AI Benchmarking Hub48.9%–
ALE-BenchEpoch AI Benchmarking Hub24621158.1
WeirdML v3WeirdML19.7%†–
Terminal-Bench 4.0 (AA)Artificial Analysis43.9%34.9%
GameBench 2 OverallDuelLab GameBench 273.0†–
GameBench 2 by reasoning settingDuelLab GameBench 279.4†49.8†
Design Arena WebsiteDesign Arena1290†1311
FrontierCode 1.1 (AA)Artificial Analysis–45.4%
FrontierCode 2.0 (AA)Artificial Analysis35.6%24.0%
智能体与工具
Terminal-BenchTerminal-Bench50.3%27.0%†
APEX-AgentsMercor54.3%54.4%
Arena AgentArena (LMArena)6.92.4
LiveBench Long AgenticLiveBench–36.4%†
LiveBench BrowserLiveBench–77.3%†
LiveBench Agentic CodingLiveBench52.9%–
Terminal-Bench 2.1 (Vals)Vals AI83.2%67.8%
GDPval-AA v2.1, normalised scoreArtificial Analysis–59.1%
GDPval-AA v2.1Artificial Analysis15141692
ITBench SRE (AA)Artificial Analysis49.4%–
Analyst Agent (AA)Artificial Analysis–37.5%
CyberBenchVals AI78.0%72.9%
Finance Agent v2Vals AI49.0%57.3%
Finance Agent v2.1Vals AI–64.3%
Harvey's Legal Agent Benchmark v1.1Vals AI–13.8%
Harvey's Legal Agent Benchmark v1Vals AI1.7%10.8%
Legal Research BenchVals AI28.9%47.1%
SREBenchVals AI30.5%3.0%
Tax Agent BenchVals AI15.0%32.4%
Terminal-Bench 4.0 (Vals)Vals AI44.4%31.3%
Terminal-Bench ScienceVals AI30.0%2.9%
Arena SearchArena (LMArena)1229–
Arena Agent Task CompletionArena (LMArena)4.55
Vending-Bench 2Andon Labs14427.9†–
SpireClimbEpoch AI Benchmarking Hub9.2%–
AutomationBenchArtificial Analysis61.6%58.6%
GDP.pdf (AA)Artificial Analysis25.2%19.2%
Harvey LAB-AA v1.1Harvey3.6%–
AA-Briefcase v1.1Artificial Analysis14761512
Design Arena AgenticDesign Arena1218†1271
Terminal-Bench-Science 0.1 (AA)Artificial Analysis30.0%5.7%
CWE-Bench (AA)Artificial Analysis64.2%63.3%
DeepSec-Bench (AA)Artificial Analysis46.3%26.2%
CyberGym end-to-end (AA)Artificial Analysis0.0%78.6%
MKA (AA)Artificial Analysis–37.3%
FACTS SearchGoogle92.7%†–
数学
FrontierMath Tiers 1–3Epoch AI Benchmarking Hub89.8%–
FrontierMath Tier 4Epoch AI Benchmarking Hub90.0%–
OTIS Mock AIMEEpoch AI Benchmarking Hub100.0%–
ProofBenchVals AI83.0%†70.0%
LiveBench MathematicsLiveBench96.4%–
Arena MathsArena (LMArena)14401484
FrontierMath ErdősEpoch AI Benchmarking Hub1.5%–
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub60.7%–
LiveBench 2.0 Data AnalysisLiveBench–72.3%†
LiveBench ResearchLiveBench–84.8%†
LiveBench 1.0 Data AnalysisLiveBench81.2%–
AA-Omniscience v1.1Artificial Analysis21.4-4.5
PRBench LegalScale AI SEAL38.6%†–
BioMysteryBenchVals AI74.8%–
Excel Modeling BenchmarkVals AI71.5%62.9%
Excel Modeling Benchmark v1.1Vals AI–67.3%
MedCodeVals AI47.1%45.0%
MedScribeVals AI82.0%88.3%
Public Benefits Bench v1.1Vals AI56.6%68.9%
Access to Justice BenchmarkVals AI–70.0%
Financial Coaching BenchVals AI62.6%75.4%
Immigration BenchVals AI–67.5%
EBR-benchEpoch AI Benchmarking Hub53.3%–
GDP.pdfEpoch AI Benchmarking Hub26.4%–
AA-Omniscience v1.1: accuracyArtificial Analysis51.1%34.8%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.1%39.8%
HealthBench Professional (AA)OpenAI62.3%–
FACTS ParametricGoogle76.1%†–
指令遵循
LiveBench LanguageLiveBench85.3%–
LiveBench Instruction FollowingLiveBench68.6%–
Arena Instruction FollowingArena (LMArena)14491472
人类偏好
Arena TextArena (LMArena)14571480
EQ-Bench Creative Writing v3EQ-Bench2126†–
Arena Creative WritingArena (LMArena)14281448
Arena Multi-turnArena (LMArena)14681462
Arena Longer QueriesArena (LMArena)14661496
多模态
Arena VisionArena (LMArena)12331266
LiveBench DesignLiveBench–74.3%†
MMMU-ProArtificial Analysis83.0%–
SAGEVals AI–84.5%
Humanity's Sixth SenseScale AI SEAL31.2%25.2%†
Blueprint-Bench 2Epoch AI Benchmarking Hub36.9%†–
Furniture AssemblyEpoch AI Benchmarking Hub58.3%–
VIALS-AAHandshake AI–43.5%
Code2Video-AAArtificial Analysis–1052
AA-3DArtificial Analysis1131983
FACTS MultimodalGoogle43.9%†–
长上下文
AA-LCR v1.1Artificial Analysis83.7%86.3%
MLCRArtificial Analysis33.9%12.8%
FACTS GroundingGoogle83.3%†–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub163.8†–
LiveBench 2.0LiveBench–66.1%†
LiveBench 1.0LiveBench79.3%–
AA Intelligence Index v5.0.1Artificial Analysis44.229.9
AA Intelligence Index v4.3.2Artificial Analysis47.646.3
AA Progress Index v1Artificial Analysis334321.2
Vals IndexVals AI–57.8
Vals Finance IndexVals AI–57.9%
Vals RSI IndexVals AI28.1%–
Vals Science IndexVals AI45.0%–
Vals Router IndexVals AI–57.8%
Vals Legal IndexVals AI–72.1%
AA Cyber IndexArtificial Analysis36.856.1
安全与诚实
FORTRESSScale AI SEAL13.5%†–
DistressBenchScale AI SEAL68.0%†–
元数据
AA Openness IndexArtificial Analysis–52.8

数据截至 2026年11月16日。对比的是每个模型的最佳配置;每项分数的来源链接都在模型页面上。

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.

变化

  • MiMo-V2.6-Pro:1 项分数修订。
  • GPT-6 Sol (max):1 项新结果(GDPval-AA v2.1)。
  • MiMo-V2.6-Pro:1 项分数修订。
  • GPT-6 Sol (max):1 项新结果(MirrorCode)。
  • GPT-6 Sol (max):BenchLeader Index 63.5 → 62.9。
  • GPT-6 Sol (max):2 项分数修订。
  • MiMo-V2.6-Pro:6 项分数修订。
  • GPT-6 Sol (max):1 项分数修订。
  • MiMo-V2.6-Pro:1 项分数修订。
  • GPT-6 Sol (max):1 项分数修订。

排行榜: 综合最佳大模型 · 最适合智能体的大模型 · 便宜好用的大模型

GPT-6 Sol vs MiMo-V2.6-Pro:常见问题

GPT-6 Sol 比 MiMo-V2.6-Pro 更好吗?
质量上 GPT-6 Sol (max) 领先:62.6 比 57.5。BenchLeader Index 综合了所有第三方质量基准测试;截至 2026年11月16日,GPT-6 Sol (max) 总体领先,但请结合你的用途查看各类别得分。
GPT-6 Sol 和 MiMo-V2.6-Pro 哪个更便宜?价格会变吗?
目前 MiMo-V2.6-Pro 更便宜:每百万 token $0.544 比 $4.00(按每 1 个输出 token 对应 3 个输入 token 混合计算)。两者均未公布价格调整。
编程用 GPT-6 Sol 还是 MiMo-V2.6-Pro 更好?
GPT-6 Sol 在编程方面得分更高(类别得分 66 比 59,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,GPT-6 Sol 为 1673,MiMo-V2.6-Pro 为 1625。
GPT-6 Sol 和 MiMo-V2.6-Pro 哪个更快?
GPT-6 Sol 输出更快(约 2 倍;输出 127 比 54 token/秒,Artificial Analysis 7 日中位数)。
智能体和工具调用用 GPT-6 Sol 还是 MiMo-V2.6-Pro 更好?
GPT-6 Sol 在智能体任务方面得分更高(类别得分 59 比 57,50 为平均水平)。在两者共同的最主要智能体与工具基准测试 APEX-Agents 上,GPT-6 Sol 为 54.3%,MiMo-V2.6-Pro 为 54.4%。
更多问题(4)
处理长文档哪个更好?
MiMo-V2.6-Pro 在长上下文基准测试上得分更高(68 比 67)。两者都约为 1.1M token(GPT-6 Sol 为 1,050,000,MiMo-V2.6-Pro 为 1,048,576)。
哪个延迟更低?
GPT-6 Sol 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 36.9 秒比 42.3 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
第三方基准测试对 GPT-6 Sol 和 MiMo-V2.6-Pro 的看法一致吗?
在两者都有结果的 56 项基准测试中,GPT-6 Sol 领先 31 项,MiMo-V2.6-Pro 领先 25 项。第三方来源看法不一:GPT-6 Sol 在 BenchLeader Index和AA Intelligence Index v5.0.1 上领先;MiMo-V2.6-Pro 在 Arena Text 上领先。
GPT-6 Sol 是什么时候发布的?
GPT-6 Sol 于 2026年9月22日 发布。