BenchLeader

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-ProArena 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-ProQwen3.6 Max
提供商XiaomiAlibaba
发布日期2026年9月21日2026年4月20日
上下文窗口(token)1,048,576262,144
对比时的配置MiMo-V2.6-ProQwen3.6 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-ProQwen3.6 Max (max)领先者
推理49.960.8Qwen3.6 Max
编程58.855.9MiMo-V2.6-Pro
智能体与工具57.172.1Qwen3.6 Max
数学65.564.4MiMo-V2.6-Pro
知识42.359.7Qwen3.6 Max
指令遵循–74.7无法比较
人类偏好67.064.5MiMo-V2.6-Pro
多模态60.2–无法比较
长上下文67.965.0MiMo-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人类偏好MiMo-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, 人类偏好: 67.0Qwen3.6 Max, 推理: 60.8Qwen3.6 Max, 编程: 55.9Qwen3.6 Max, 智能体与工具: 72.1Qwen3.6 Max, 数学: 64.4Qwen3.6 Max, 知识: 59.7Qwen3.6 Max, 长上下文: 65.0Qwen3.6 Max, 人类偏好: 64.5

未绘制(测得的模型少于两个):指令遵循, 多模态。

模型(单击添加或移除)Index

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 IndexMiMo-V2.6-ProQwen3.6 Max (max)领先者
BenchLeader Index57.562.1Qwen3.6 Max
Arena Text14801460MiMo-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-ProQwen3.6 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-ProQwen3.6 Max (max)
BenchLeader IndexBenchLeader57.562.1
智能体与工具得分BenchLeader57.172.1
编程得分BenchLeader58.855.9
人类偏好得分BenchLeader67.064.5
知识得分BenchLeader42.359.7
长上下文得分BenchLeader67.965.0
数学得分BenchLeader65.564.4
多模态得分BenchLeader60.2–
推理得分BenchLeader49.960.8
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BenchLeader54 tok/s–
首次回答时间BenchLeader42.3 秒–
上下文窗口BenchLeader1,048,576 token262,144 token
推理
GPQA DiamondEpoch AI Benchmarking Hub–87.4%
SimpleBenchSimpleBench–63.0%
Arena Hard PromptsArena (LMArena)15041481
LiveBench 2.0 ReasoningLiveBench79.6%†–
GPQA Diamond (AA)Artificial Analysis–88.8%
Humanity's Last Exam (AA)Artificial Analysis49.4%30.8%
HLE-Diamond (AA)Artificial Analysis15.2%–
CritPtArtificial Analysis26.6%3.7%
CritPt v2 hard subset (AA)Artificial Analysis34.0%–
MysteryMechanismVals AI15.3%–
Arena ExpertArena (LMArena)15261497
Mystery Game PuzzlesEpoch AI Benchmarking Hub–19.0%†
LMCAEpoch AI Benchmarking Hub–42.5%
DTBenchEpoch AI Benchmarking Hub–87.2%
编程
SWE-bench Verified (Epoch)Epoch AI Benchmarking Hub–76.7%
SciCodeSciCode60.9%–
Arena CodingArena (LMArena)15381510
Arena WebDevArena (LMArena)16251482
LiveBench 2.0 CodingLiveBench64.5%†–
IOIVals AI39.3%–
SWE-bench (Vals)Vals AI–72.8%
Code MigrationVals AI43.0%–
Code Migration v1.1Vals AI48.8%–
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI41.3%–
显示全部 111 项基准测试
指标发布方MiMo-V2.6-ProQwen3.6 Max (max)
编程
Vibe Code Bench v1.1Vals AI85.2%–
Vibe Code Bench 1-100 v1.1Vals AI26.4%–
ALE-BenchEpoch AI Benchmarking Hub1158.1–
Terminal-Bench 4.0 (AA)Artificial Analysis34.9%–
GameBench 2 by reasoning settingDuelLab GameBench 249.8†–
Design Arena WebsiteDesign Arena1311–
FrontierCode 1.1 (AA)Artificial Analysis45.4%–
FrontierCode 2.0 (AA)Artificial Analysis24.0%–
智能体与工具
Terminal-BenchTerminal-Bench27.0%†–
APEX-AgentsMercor54.4%–
Arena AgentArena (LMArena)2.4–
LiveBench Long AgenticLiveBench36.4%†–
LiveBench BrowserLiveBench77.3%†–
Terminal-Bench HardArtificial Analysis–43.9%
τ²-Bench Telecom (AA)Artificial Analysis–95.9%
Terminal-Bench 2.1 (Vals)Vals AI67.8%–
GDPval-AA v2.1, normalised scoreArtificial Analysis59.1%–
GDPval-AA v2.1Artificial Analysis1692–
Analyst Agent (AA)Artificial Analysis37.5%–
CyberBenchVals AI72.9%–
Finance Agent v2Vals AI57.3%–
Finance Agent v2.1Vals AI64.3%–
Harvey's Legal Agent Benchmark v1.1Vals AI13.8%–
Harvey's Legal Agent Benchmark v1Vals AI10.8%–
Legal Research BenchVals AI47.1%–
SREBenchVals AI3.0%–
Tax Agent BenchVals AI32.4%–
Terminal-Bench 2.0 (Vals)Vals AI–51.7%
Terminal-Bench 4.0 (Vals)Vals AI31.3%–
Terminal-Bench ScienceVals AI2.9%–
Arena Agent Task CompletionArena (LMArena)5–
Vending-Bench 2Andon Labs–4254.2
AutomationBenchArtificial Analysis58.6%–
GDP.pdf (AA)Artificial Analysis19.2%–
AA-Briefcase v1.1Artificial Analysis1512–
Design Arena AgenticDesign Arena1271–
Terminal-Bench-Science 0.1 (AA)Artificial Analysis5.7%–
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%–
数学
OTIS Mock AIMEEpoch AI Benchmarking Hub–91.1%
ProofBenchVals AI70.0%–
Arena MathsArena (LMArena)14841471
知识
SimpleQA VerifiedEpoch AI Benchmarking Hub–52.0%
LiveBench 2.0 Data AnalysisLiveBench72.3%†–
LiveBench ResearchLiveBench84.8%†–
AA-Omniscience v1.1Artificial Analysis-4.5–
CorpFinVals AI–66.5%
CaseLaw v2Vals AI–47.9%
Excel Modeling BenchmarkVals AI62.9%–
Excel Modeling Benchmark v1.1Vals AI67.3%–
MedCodeVals AI45.0%–
MedScribeVals AI88.3%–
Public Benefits Bench v1.1Vals AI68.9%–
Access to Justice BenchmarkVals AI70.0%–
Financial Coaching BenchVals AI75.4%–
Immigration BenchVals AI67.5%–
AA-Omniscience v1.1: accuracyArtificial Analysis34.8%–
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.8%–
指令遵循
IFBenchArtificial Analysis–76.6%
Arena Instruction FollowingArena (LMArena)14721451
人类偏好
Arena TextArena (LMArena)14801460
Arena Creative WritingArena (LMArena)14481438
Arena Multi-turnArena (LMArena)14621466
Arena Longer QueriesArena (LMArena)14961473
多模态
Arena VisionArena (LMArena)1266–
LiveBench DesignLiveBench74.3%†–
SAGEVals AI84.5%–
Humanity's Sixth SenseScale AI SEAL25.2%†–
VIALS-AAHandshake AI43.5%–
Code2Video-AAArtificial Analysis1052–
AA-3DArtificial Analysis983–
长上下文
AA-LCR v1.1Artificial Analysis86.3%80.7%
MLCRArtificial Analysis12.8%–
综合
Epoch Capabilities IndexEpoch AI Benchmarking Hub–149.8
LiveBench 2.0LiveBench66.1%†–
AA Intelligence Index v5.0.1Artificial Analysis29.9–
AA Intelligence Index v4.3.2Artificial Analysis46.328.4
AA Progress Index v1Artificial Analysis321.2297.1
Vals IndexVals AI57.8–
Vals Finance IndexVals AI57.9%–
Vals Router IndexVals AI57.8%–
Vals Legal IndexVals AI72.1%–
AA Cyber IndexArtificial Analysis56.1–
元数据
AA Openness IndexArtificial Analysis52.8–

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。

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。