MiMo-V2.6-Pro vs Qwen3.6 Max
完整资料:MiMo-V2.6-Pro(Xiaomi)和 Qwen3.6 Max(Alibaba),包括全部基准测试、价格和排名。
更新于 · 数据来自 7 个来源
截至 2026年11月16日,质量上 Qwen3.6 Max 领先 MiMo-V2.6-Pro(BenchLeader Index 62.1 比 57.5)。不过,MiMo-V2.6-Pro 更便宜,对方的价格是它的 5.4 倍(每百万 token 混合价格 $0.544 比 $2.92)。看重长上下文(68 比 65)、编程(59 比 56)和人类偏好(67 比 65)选 MiMo-V2.6-Pro;看重知识(60 比 42)、智能体与工具(72 比 57)和推理(61 比 50)选 Qwen3.6 Max。
要点(截至 2026年11月16日)
- MiMo-V2.6-Pro 的 BenchLeader Index 为 57.5,Qwen3.6 Max 为 62.1(BenchLeader,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)。
- Qwen3.6 Max 每百万 token 混合价格为 $2.92(标价,2026年11月16日)。
- 在两者都有结果的 13 项基准测试中,MiMo-V2.6-Pro 领先 12 项(BenchLeader,2026年11月16日)。
- 在 Arena WebDev 上,MiMo-V2.6-Pro 的评分为 1625,Qwen3.6 Max 为 1482(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 | MiMo-V2.6-Pro | 类别得分 59 比 56;Arena WebDev 1625 比 1482 | 中 |
| 智能体与工具调用 | Qwen3.6 Max | 类别得分 72 比 57 | 高 |
| 数学 | MiMo-V2.6-Pro | 类别得分 66 比 64;Arena Maths 1484 比 1471 | 中 |
| 推理 | Qwen3.6 Max | 类别得分 61 比 50;Arena Hard Prompts 1481 比 1504 | 高 |
| 知识 | Qwen3.6 Max | 类别得分 60 比 42 | 高 |
| 长文档 | MiMo-V2.6-Pro | 类别得分 68 比 65;AA-LCR v1.1 86.3% 比 80.7% | 中 |
| 对话质量(人类偏好) | MiMo-V2.6-Pro | Arena 投票 67 比 65 | 中 |
| 成本最低 | MiMo-V2.6-Pro | 每百万 token 混合价格 $0.548 比 $2.92;智能体编程会话 $0.030 比 $0.109 | – |
| 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 Qwen3.6 Max (max) 领先:62.1 比 57.5。
- MiMo-V2.6-Pro 在编程、人类偏好、长上下文、数学方面更强。
- Qwen3.6 Max (max) 在智能体与工具、知识、推理方面更强。
- MiMo-V2.6-Pro 更便宜,对方的价格是它的 5.4 倍(每百万 token 混合价格 $0.544 比 $2.92)。
概览
| 规格 | MiMo-V2.6-Pro | Qwen3.6 Max |
|---|---|---|
| 提供商 | Xiaomi | Alibaba |
| 发布日期 | 2026年9月21日 | 2026年4月20日 |
| 上下文窗口(token) | 1,048,576 | 262,144 |
| 对比时的配置 | MiMo-V2.6-Pro | Qwen3.6 Max (max) |
| 开放权重 | 是 | 否 |
| 每百万 token 价格(输入 / 输出 / 缓存输入) | $0.440 / $0.870 / $0.0036 | $1.30 / $7.80 / $0.130 |
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 | MiMo-V2.6-Pro | Qwen3.6 Max (max) | 领先者 |
|---|---|---|---|
| 推理 | 49.9 | 60.8 | Qwen3.6 Max |
| 编程 | 58.8 | 55.9 | MiMo-V2.6-Pro |
| 智能体与工具 | 57.1 | 72.1 | Qwen3.6 Max |
| 数学 | 65.5 | 64.4 | MiMo-V2.6-Pro |
| 知识 | 42.3 | 59.7 | Qwen3.6 Max |
| 指令遵循 | – | 74.7 | 无法比较 |
| 人类偏好 | 67.0 | 64.5 | MiMo-V2.6-Pro |
| 多模态 | 60.2 | – | 无法比较 |
| 长上下文 | 67.9 | 65.0 | MiMo-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。
未绘制(测得的模型少于两个):指令遵循, 多模态。
各来源的分歧
在两者都有结果的 13 项基准测试中,MiMo-V2.6-Pro 领先 12 项,Qwen3.6 Max 领先 1 项。第三方来源看法不一:MiMo-V2.6-Pro 在 Arena Text 上领先;Qwen3.6 Max 在 BenchLeader Index 上领先。
| 综合 Index | MiMo-V2.6-Pro | Qwen3.6 Max (max) | 领先者 |
|---|---|---|---|
| BenchLeader Index | 57.5 | 62.1 | Qwen3.6 Max |
| Arena Text | 1480 | 1460 | MiMo-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 | MiMo-V2.6-Pro | Qwen3.6 Max (max) |
|---|---|---|
| 每百万 token 混合价格 | $0.548 | $2.92 |
| 每百万 token 输入 / 输出 | $0.440 / $0.870 | $1.30 / $7.80 |
| 每百万 token 缓存输入 | $0.0036 | $0.130 |
| 每项任务价格:聊天回复 | $0.0004 | $0.0029 |
| 每项任务价格:总结一份 30 页的报告 | $0.0058 | $0.020 |
| 每项任务价格:代码编辑 | $0.0039 | $0.019 |
| 每项任务价格:智能体编程会话 | $0.030 | $0.109 |
| 每项任务价格:结构化信息提取 | $0.0011 | $0.0042 |
| 智能体编程会话(输入大多命中缓存) | $0.010 | $0.057 |
| 每项基准测试任务成本(AA Index) | $0.257 | – |
| 每项任务输出 token(AA Index) | 121k | – |
| 其中推理部分 | 86k | – |
| 每项任务耗时(AA Index) | 38 min | – |
| 输出速度 | 54 tok/s | – |
| 首次回答时间 | 42.3 秒 | – |
| 完整回答耗时(最近一次测量 2026年11月13日) | 95.7 秒 | – |
每个模型都按其排名最高的推理强度设置进行对比。MiMo-V2.6-Pro 得分 57.5,首个回答 token 需 42 秒。Qwen3.6 Max (max) 得分 62.1。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 111 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 | MiMo-V2.6-Pro | Qwen3.6 Max (max) |
|---|---|---|---|
| BenchLeader Index | BenchLeader | 57.5 | 62.1 |
| 智能体与工具得分 | BenchLeader | 57.1 | 72.1 |
| 编程得分 | BenchLeader | 58.8 | 55.9 |
| 人类偏好得分 | BenchLeader | 67.0 | 64.5 |
| 知识得分 | BenchLeader | 42.3 | 59.7 |
| 长上下文得分 | BenchLeader | 67.9 | 65.0 |
| 数学得分 | BenchLeader | 65.5 | 64.4 |
| 多模态得分 | BenchLeader | 60.2 | – |
| 推理得分 | BenchLeader | 49.9 | 60.8 |
| 指令遵循得分 | BenchLeader | – | 74.7 |
| 混合价格(美元/百万 token) | BenchLeader | $0.548 | $2.92 |
| 输出速度 | BenchLeader | 54 tok/s | – |
| 首次回答时间 | BenchLeader | 42.3 秒 | – |
| 上下文窗口 | BenchLeader | 1,048,576 token | 262,144 token |
| 推理 | |||
| GPQA Diamond | Epoch AI Benchmarking Hub | – | 87.4% |
| SimpleBench | SimpleBench | – | 63.0% |
| Arena Hard Prompts | Arena (LMArena) | 1504 | 1481 |
| LiveBench 2.0 Reasoning | LiveBench | 79.6%† | – |
| GPQA Diamond (AA) | Artificial Analysis | – | 88.8% |
| Humanity's Last Exam (AA) | Artificial Analysis | 49.4% | 30.8% |
| HLE-Diamond (AA) | Artificial Analysis | 15.2% | – |
| CritPt | Artificial Analysis | 26.6% | 3.7% |
| CritPt v2 hard subset (AA) | Artificial Analysis | 34.0% | – |
| MysteryMechanism | Vals AI | 15.3% | – |
| Arena Expert | Arena (LMArena) | 1526 | 1497 |
| Mystery Game Puzzles | Epoch AI Benchmarking Hub | – | 19.0%† |
| LMCA | Epoch AI Benchmarking Hub | – | 42.5% |
| DTBench | Epoch AI Benchmarking Hub | – | 87.2% |
| 编程 | |||
| SWE-bench Verified (Epoch) | Epoch AI Benchmarking Hub | – | 76.7% |
| SciCode | SciCode | 60.9% | – |
| Arena Coding | Arena (LMArena) | 1538 | 1510 |
| Arena WebDev | Arena (LMArena) | 1625 | 1482 |
| LiveBench 2.0 Coding | LiveBench | 64.5%† | – |
| IOI | Vals AI | 39.3% | – |
| SWE-bench (Vals) | Vals AI | – | 72.8% |
| Code Migration | Vals AI | 43.0% | – |
| Code Migration v1.1 | Vals AI | 48.8% | – |
| ProgramBench | Vals AI | 0.5% | – |
| SWE-bench Multimodal | Vals AI | 41.3% | – |
显示全部 111 项基准测试
| 指标 | 发布方 | MiMo-V2.6-Pro | Qwen3.6 Max (max) |
|---|---|---|---|
| 编程 | |||
| Vibe Code Bench v1.1 | Vals AI | 85.2% | – |
| Vibe Code Bench 1-100 v1.1 | Vals AI | 26.4% | – |
| ALE-Bench | Epoch AI Benchmarking Hub | 1158.1 | – |
| Terminal-Bench 4.0 (AA) | Artificial Analysis | 34.9% | – |
| GameBench 2 by reasoning setting | DuelLab GameBench 2 | 49.8† | – |
| Design Arena Website | Design Arena | 1311 | – |
| FrontierCode 1.1 (AA) | Artificial Analysis | 45.4% | – |
| FrontierCode 2.0 (AA) | Artificial Analysis | 24.0% | – |
| 智能体与工具 | |||
| Terminal-Bench | Terminal-Bench | 27.0%† | – |
| APEX-Agents | Mercor | 54.4% | – |
| Arena Agent | Arena (LMArena) | 2.4 | – |
| LiveBench Long Agentic | LiveBench | 36.4%† | – |
| LiveBench Browser | LiveBench | 77.3%† | – |
| Terminal-Bench Hard | Artificial Analysis | – | 43.9% |
| τ²-Bench Telecom (AA) | Artificial Analysis | – | 95.9% |
| Terminal-Bench 2.1 (Vals) | Vals AI | 67.8% | – |
| GDPval-AA v2.1, normalised score | Artificial Analysis | 59.1% | – |
| GDPval-AA v2.1 | Artificial Analysis | 1692 | – |
| Analyst Agent (AA) | Artificial Analysis | 37.5% | – |
| CyberBench | Vals AI | 72.9% | – |
| Finance Agent v2 | Vals AI | 57.3% | – |
| Finance Agent v2.1 | Vals AI | 64.3% | – |
| Harvey's Legal Agent Benchmark v1.1 | Vals AI | 13.8% | – |
| Harvey's Legal Agent Benchmark v1 | Vals AI | 10.8% | – |
| Legal Research Bench | Vals AI | 47.1% | – |
| SREBench | Vals AI | 3.0% | – |
| Tax Agent Bench | Vals AI | 32.4% | – |
| Terminal-Bench 2.0 (Vals) | Vals AI | – | 51.7% |
| Terminal-Bench 4.0 (Vals) | Vals AI | 31.3% | – |
| Terminal-Bench Science | Vals AI | 2.9% | – |
| Arena Agent Task Completion | Arena (LMArena) | 5 | – |
| Vending-Bench 2 | Andon Labs | – | 4254.2 |
| AutomationBench | Artificial Analysis | 58.6% | – |
| GDP.pdf (AA) | Artificial Analysis | 19.2% | – |
| AA-Briefcase v1.1 | Artificial Analysis | 1512 | – |
| Design Arena Agentic | Design Arena | 1271 | – |
| Terminal-Bench-Science 0.1 (AA) | Artificial Analysis | 5.7% | – |
| CWE-Bench (AA) | Artificial Analysis | 63.3% | – |
| DeepSec-Bench (AA) | Artificial Analysis | 26.2% | – |
| CyberGym end-to-end (AA) | Artificial Analysis | 78.6% | – |
| MKA (AA) | Artificial Analysis | 37.3% | – |
| 数学 | |||
| OTIS Mock AIME | Epoch AI Benchmarking Hub | – | 91.1% |
| ProofBench | Vals AI | 70.0% | – |
| Arena Maths | Arena (LMArena) | 1484 | 1471 |
| 知识 | |||
| SimpleQA Verified | Epoch AI Benchmarking Hub | – | 52.0% |
| LiveBench 2.0 Data Analysis | LiveBench | 72.3%† | – |
| LiveBench Research | LiveBench | 84.8%† | – |
| AA-Omniscience v1.1 | Artificial Analysis | -4.5 | – |
| CorpFin | Vals AI | – | 66.5% |
| CaseLaw v2 | Vals AI | – | 47.9% |
| Excel Modeling Benchmark | Vals AI | 62.9% | – |
| Excel Modeling Benchmark v1.1 | Vals AI | 67.3% | – |
| MedCode | Vals AI | 45.0% | – |
| MedScribe | Vals AI | 88.3% | – |
| Public Benefits Bench v1.1 | Vals AI | 68.9% | – |
| Access to Justice Benchmark | Vals AI | 70.0% | – |
| Financial Coaching Bench | Vals AI | 75.4% | – |
| Immigration Bench | Vals AI | 67.5% | – |
| AA-Omniscience v1.1: accuracy | Artificial Analysis | 34.8% | – |
| AA-Omniscience v1.1: non-hallucination | Artificial Analysis | 39.8% | – |
| 指令遵循 | |||
| IFBench | Artificial Analysis | – | 76.6% |
| Arena Instruction Following | Arena (LMArena) | 1472 | 1451 |
| 人类偏好 | |||
| Arena Text | Arena (LMArena) | 1480 | 1460 |
| Arena Creative Writing | Arena (LMArena) | 1448 | 1438 |
| Arena Multi-turn | Arena (LMArena) | 1462 | 1466 |
| Arena Longer Queries | Arena (LMArena) | 1496 | 1473 |
| 多模态 | |||
| Arena Vision | Arena (LMArena) | 1266 | – |
| LiveBench Design | LiveBench | 74.3%† | – |
| SAGE | Vals AI | 84.5% | – |
| Humanity's Sixth Sense | Scale AI SEAL | 25.2%† | – |
| VIALS-AA | Handshake AI | 43.5% | – |
| Code2Video-AA | Artificial Analysis | 1052 | – |
| AA-3D | Artificial Analysis | 983 | – |
| 长上下文 | |||
| AA-LCR v1.1 | Artificial Analysis | 86.3% | 80.7% |
| MLCR | Artificial Analysis | 12.8% | – |
| 综合 | |||
| Epoch Capabilities Index | Epoch AI Benchmarking Hub | – | 149.8 |
| LiveBench 2.0 | LiveBench | 66.1%† | – |
| AA Intelligence Index v5.0.1 | Artificial Analysis | 29.9 | – |
| AA Intelligence Index v4.3.2 | Artificial Analysis | 46.3 | 28.4 |
| AA Progress Index v1 | Artificial Analysis | 321.2 | 297.1 |
| Vals Index | Vals AI | 57.8 | – |
| Vals Finance Index | Vals AI | 57.9% | – |
| Vals Router Index | Vals AI | 57.8% | – |
| Vals Legal Index | Vals AI | 72.1% | – |
| AA Cyber Index | Artificial Analysis | 56.1 | – |
| 元数据 | |||
| AA Openness Index | Artificial 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。
- MiMo-V2.6-Pro:1 项分数修订。
- Qwen3.6 Max (max):BenchLeader Index 62.8 → 62.3。
- MiMo-V2.6-Pro:6 项分数修订。
- MiMo-V2.6-Pro:1 项分数修订。
- MiMo-V2.6-Pro:1 项分数修订。
- MiMo-V2.6-Pro:BenchLeader Index 61.1 → 57.2。
- MiMo-V2.6-Pro:5 项新结果(AA Intelligence Index v5.0.1, AA Progress Index v1, HLE-Diamond (AA)…);3 项分数修订;价格 $0.13/M → $0.26/M。
- Qwen3.6 Max (max):1 项新结果(AA Progress Index v1)。
- MiMo-V2.6-Pro:BenchLeader Index 61.7 → 61.1。
相关对比
- MiMo-V2.6-Pro vs GPT-6 Astra
- MiMo-V2.6-Pro vs GPT-6.1 Sol
- MiMo-V2.6-Pro vs Claude Fable 5
- Qwen3.6 Max vs Claude Fable 5.2
- Qwen3.6 Max vs Gemini 4 Carbon
- Qwen3.6 Max vs Claude Opus 5.5
- Qwen3.6 Max vs GPT-6 Astra
- MiMo-V2.6-Pro vs GPT-5.6 Sol
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
MiMo-V2.6-Pro vs Qwen3.6 Max:常见问题
- Qwen3.6 Max 比 MiMo-V2.6-Pro 更好吗?
- 质量上 Qwen3.6 Max (max) 领先:62.1 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,Qwen3.6 Max (max) 总体领先,但请结合你的用途查看各类别得分。
- MiMo-V2.6-Pro 和 Qwen3.6 Max 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 $2.92(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 MiMo-V2.6-Pro 还是 Qwen3.6 Max 更好?
- MiMo-V2.6-Pro 在编程方面得分更高(类别得分 59 比 56,50 为平均水平)。在两者共同的最主要编程基准测试 Arena WebDev 上,MiMo-V2.6-Pro 为 1625,Qwen3.6 Max 为 1482。
- 智能体和工具调用用 MiMo-V2.6-Pro 还是 Qwen3.6 Max 更好?
- Qwen3.6 Max 在智能体任务方面得分更高(类别得分 72 比 57,50 为平均水平)。
- 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 65)。MiMo-V2.6-Pro 支持更长的上下文:1,048,576 token,Qwen3.6 Max 为 262,144 token。
更多问题(2)
- 第三方基准测试对 MiMo-V2.6-Pro 和 Qwen3.6 Max 的看法一致吗?
- 在两者都有结果的 13 项基准测试中,MiMo-V2.6-Pro 领先 12 项,Qwen3.6 Max 领先 1 项。第三方来源看法不一:MiMo-V2.6-Pro 在 Arena Text 上领先;Qwen3.6 Max 在 BenchLeader Index 上领先。
- MiMo-V2.6-Pro 是什么时候发布的?
- MiMo-V2.6-Pro 于 2026年9月21日 发布。