BenchLeader

MiMo-V2.6-Pro vs Qwen4 Max

完整资料:MiMo-V2.6-Pro(Xiaomi)和 Qwen4 Max(Alibaba),包括全部基准测试、价格和排名。

更新于 · 数据来自 8 个来源

截至 2026年11月19日,两者共同的基准测试太少,无法判断质量高下。MiMo-V2.6-Pro 更便宜,对方的价格是它的 4.1 倍(每百万 token 混合价格 $0.544 比 $2.25)。看重编程(58 比 55)选 MiMo-V2.6-Pro;看重知识(59 比 43)和推理(59 比 50)选 Qwen4 Max。MiMo-V2.6-Pro 的首次回答更快(42.8 秒 比 139.2 秒)。

要点(截至 2026年11月19日)

  • MiMo-V2.6-Pro 每百万 token 混合价格为 $0.544(标价,2026年11月19日)。
  • Qwen4 Max 每百万 token 混合价格为 $2.25(标价,2026年11月19日)。
  • 在两者都有结果的 15 项基准测试中,Qwen4 Max 领先 15 项(BenchLeader,2026年11月19日)。

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 58 比 55;FrontierCode 2.0 (AA) 24.0% 比 26.4%中
推理Qwen4 Max类别得分 59 比 50;HLE-Diamond (AA) 44.9% 比 15.2%高
知识Qwen4 Max类别得分 59 比 43;AA-Omniscience v1.1 27.7 比 -4.5高
对话质量(人类偏好)–只有 MiMo-V2.6-Pro 有 Arena 评分(类别得分 67)无法比较
成本最低MiMo-V2.6-Pro每百万 token 混合价格 $0.548 比 $2.25;智能体编程会话 $0.030 比 $0.108–
首次回答最快MiMo-V2.6-Pro首个回答 token 42.8 秒(MiMo-V2.6-Pro)比 139.2 秒(Qwen4 Max)–
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

  • 共同的基准测试太少,无法给出结论。
  • MiMo-V2.6-Pro 在编程方面更强。
  • Qwen4 Max 在知识、推理方面更强。
  • MiMo-V2.6-Pro 更便宜,对方的价格是它的 4.1 倍(每百万 token 混合价格 $0.544 比 $2.25)。

概览

规格MiMo-V2.6-ProQwen4 Max
提供商XiaomiAlibaba
发布日期2026年9月21日2026年11月16日
上下文窗口(token)1,048,576991,808
对比时的配置MiMo-V2.6-ProQwen4 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$1.50 / $4.50 / $0.071

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-ProQwen4 Max领先者
推理49.558.5Qwen4 Max
编程58.155.1MiMo-V2.6-Pro
智能体与工具53.1–无法比较
数学65.4–无法比较
知识42.659.0Qwen4 Max
人类偏好67.0–无法比较
多模态60.2–无法比较
长上下文67.9–无法比较

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推理编程知识MiMo-V2.6-Pro, 推理: 49.5MiMo-V2.6-Pro, 编程: 58.1MiMo-V2.6-Pro, 知识: 42.6Qwen4 Max, 推理: 58.5Qwen4 Max, 编程: 55.1Qwen4 Max, 知识: 59.0

未绘制(测得的模型少于两个):智能体与工具, 数学, 指令遵循, 长上下文, 多模态, 人类偏好。

模型(单击添加或移除)Index

各来源的分歧

在两者都有结果的 15 项基准测试中,MiMo-V2.6-Pro 领先 0 项,Qwen4 Max 领先 15 项。所有同时评测两者的综合评分都认为 Qwen4 Max 更强。

综合 IndexMiMo-V2.6-ProQwen4 Max领先者
AA Intelligence Index v5.0.129.942.9Qwen4 Max
Vals Index57.863.2†Qwen4 Max

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-ProQwen4 Max
每百万 token 混合价格$0.548$2.25
每百万 token 输入 / 输出$0.440 / $0.870$1.50 / $4.50
每百万 token 缓存输入$0.0036$0.071
每项任务价格:聊天回复$0.0004$0.0020
每项任务价格:总结一份 30 页的报告$0.0058$0.021
每项任务价格:代码编辑$0.0039$0.016
每项任务价格:智能体编程会话$0.030$0.108
每项任务价格:结构化信息提取$0.0011$0.0039
智能体编程会话(输入大多命中缓存)$0.010$0.044
每项基准测试任务成本(AA Index)$0.257$3.27
每项任务输出 token(AA Index)121k105k
其中推理部分86k69k
每项任务耗时(AA Index)36 min30 min
输出速度56 tok/s59 tok/s
首次回答时间42.8 秒139.2 秒
完整回答耗时(最近一次测量 2026年11月13日)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 MiMo-V2.6-Pro 上花费 $0.257,在 Qwen4 Max 上花费 $3.27;完成同样的工作,MiMo-V2.6-Pro 输出的 token 是对方的 1.2 倍。

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 56.9,首个回答 token 需 43 秒。Qwen4 Max首个回答 token 需 139 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 95 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-ProQwen4 Max
BenchLeader IndexBenchLeader56.9–
智能体与工具得分BenchLeader53.1–
编程得分BenchLeader58.155.1
人类偏好得分BenchLeader67.0–
知识得分BenchLeader42.659.0
长上下文得分BenchLeader67.9–
数学得分BenchLeader65.4–
多模态得分BenchLeader60.2–
推理得分BenchLeader49.558.5
混合价格(美元/百万 token)BenchLeader$0.548$2.25
输出速度BenchLeader56 tok/s59 tok/s
首次回答时间BenchLeader42.8 秒139.2 秒
上下文窗口BenchLeader1,048,576 token991,808 token
推理
Arena Hard PromptsArena (LMArena)1504–
LiveBench 2.0 ReasoningLiveBench79.6%†92.2%†
Humanity's Last Exam (AA)Artificial Analysis49.4%–
HLE-Diamond (AA)Artificial Analysis15.2%44.9%
CritPtArtificial Analysis26.6%–
CritPt v2 hard subset (AA)Artificial Analysis34.0%43.0%
MysteryMechanismVals AI15.3%–
Arena ExpertArena (LMArena)1526–
编程
SciCodeSciCode60.9%–
Arena CodingArena (LMArena)1538–
Arena WebDevArena (LMArena)16231750†
LiveBench 2.0 CodingLiveBench64.5%†69.8%†
IOIVals AI39.3%–
Code MigrationVals AI43.0%–
Code Migration v1.1Vals AI48.8%–
ProgramBenchVals AI0.5%–
SWE-bench MultimodalVals AI41.3%–
Vibe Code Bench v1.1Vals AI85.2%86.7%†
Vibe Code Bench 1-100 v1.1Vals AI26.4%–
ALE-BenchEpoch AI Benchmarking Hub1158.1–
Terminal-Bench 4.0 (AA)Artificial Analysis34.9%48.5%
GameBench 2 by reasoning settingDuelLab GameBench 249.8†–
FrontierCode 1.1 (AA)Artificial Analysis45.4%–
FrontierCode 2.0 (AA)Artificial Analysis24.0%26.4%
智能体与工具
Terminal-BenchTerminal-Bench27.0%†–
显示全部 95 项基准测试
指标发布方MiMo-V2.6-ProQwen4 Max
智能体与工具
APEX-AgentsMercor54.4%–
Arena AgentArena (LMArena)1.47.3†
LiveBench Long AgenticLiveBench36.4%†46.6%†
LiveBench BrowserLiveBench77.3%†80.7%†
Terminal-Bench 2.1 (Vals)Vals AI67.8%–
GDPval-AA v2.1, normalised scoreArtificial Analysis59.1%–
GDPval-AA v2.1Artificial Analysis16921809
Analyst Agent (AA)Artificial Analysis37.5%46.3%
APEX-Agents (AA)Artificial Analysis–59.1%
CyberBenchVals AI72.9%–
Finance Agent v2Vals AI57.3%–
Finance Agent v2.1Vals AI64.3%66.7%†
Harvey's Legal Agent Benchmark v1.1Vals AI13.8%21.3%†
Harvey's Legal Agent Benchmark v1Vals AI10.8%–
Legal Research BenchVals AI47.1%41.4%†
SREBenchVals AI3.0%–
Tax Agent BenchVals AI32.4%40.4%†
Terminal-Bench 4.0 (Vals)Vals AI31.3%48.5%†
Terminal-Bench ScienceVals AI2.9%–
Arena Agent Task CompletionArena (LMArena)3.58.8†
AutomationBenchArtificial Analysis58.6%72.6%
GDP.pdf (AA)Artificial Analysis19.2%26.2%
Harvey LAB-AA v1.1Harvey–9.4%
EnterpriseOps-GymArtificial Analysis–48.5%
AA-Briefcase v1.1Artificial Analysis15121686
Design Arena AgenticDesign Arena12631356
Terminal-Bench-Science 0.1 (AA)Artificial Analysis5.7%23.3%
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
ProofBenchVals AI70.0%–
Arena MathsArena (LMArena)1482–
知识
LiveBench 2.0 Data AnalysisLiveBench72.3%†83.4%†
LiveBench ResearchLiveBench84.8%†84.7%†
AA-Omniscience v1.1Artificial Analysis-4.527.7
Excel Modeling BenchmarkVals AI62.9%–
Excel Modeling Benchmark v1.1Vals AI67.3%70.8%†
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%43.7%
AA-Omniscience v1.1: non-hallucinationArtificial Analysis39.8%71.6%
指令遵循
Arena Instruction FollowingArena (LMArena)1473–
人类偏好
Arena TextArena (LMArena)1480–
Arena Creative WritingArena (LMArena)1449–
Arena Multi-turnArena (LMArena)1463–
Arena Longer QueriesArena (LMArena)1497–
多模态
Arena VisionArena (LMArena)1266–
LiveBench DesignLiveBench74.3%†79.1%†
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%–
MLCRArtificial Analysis12.8%19.4%
综合
LiveBench 2.0LiveBench66.1%†73.1%†
AA Intelligence Index v5.0.1Artificial Analysis29.942.9
AA Intelligence Index v4.3.2Artificial Analysis46.3–
AA Progress Index v1Artificial Analysis321.2–
Vals IndexVals AI57.863.2†
Vals Finance IndexVals AI57.9%62.0%†
Vals Router IndexVals AI57.8%–
Vals Legal IndexVals AI72.1%70.7%†
AA Cyber IndexArtificial Analysis56.1–
元数据
AA Openness IndexArtificial Analysis52.8–

数据截至 2026年11月19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 gb2-20261114-ca113f475f5e (https://benchmarks.duellab.org/releases/gb2-20261114-ca113f475f5e/), 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:2 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: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。
  • MiMo-V2.6-Pro:BenchLeader Index 61.7 → 61.1。
  • MiMo-V2.6-Pro:3 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

MiMo-V2.6-Pro vs Qwen4 Max:常见问题

MiMo-V2.6-Pro 和 Qwen4 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 $2.25(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 Qwen4 Max 更好?
MiMo-V2.6-Pro 在编程方面得分更高(类别得分 58 比 55,50 为平均水平)。在两者共同的最主要编程基准测试 FrontierCode 2.0 (AA) 上,MiMo-V2.6-Pro 为 24.0%,Qwen4 Max 为 26.4%。
MiMo-V2.6-Pro 和 Qwen4 Max 哪个更快?
Qwen4 Max 输出更快(输出 59 比 56 token/秒,Artificial Analysis 7 日中位数)。
处理长文档哪个更好?
MiMo-V2.6-Pro 支持更长的上下文:1,048,576 token,Qwen4 Max 为 991,808 token。
哪个延迟更低?
MiMo-V2.6-Pro 先开始回答:据 Artificial Analysis 测量,首个回答 token 的等待时间为 42.8 秒比 139.2 秒。这主要取决于推理强度:设置越高,回答前思考得越久。
更多问题(2)
第三方基准测试对 MiMo-V2.6-Pro 和 Qwen4 Max 的看法一致吗?
在两者都有结果的 15 项基准测试中,MiMo-V2.6-Pro 领先 0 项,Qwen4 Max 领先 15 项。所有同时评测两者的综合评分都认为 Qwen4 Max 更强。
Qwen4 Max 是什么时候发布的?
Qwen4 Max 于 2026年11月16日 发布。