MiMo-V2.6-Pro vs. GLM-5.2: Zwei Open-Weight-MoEs und der Benchmark, den man nicht subtrahieren darf

Die faulste Version dieses Vergleichs stellt Xiaomi MiMo-V2.6-Pros 72,57 neben GLM-5.2s 46,2, nennt es einen 26-Punkte-Sieg und veröffentlicht das. Es ist aus einem Grund falsch, der nichts damit zu tun hat, welches Modell besser ist: Diese beiden Zahlen sind nicht dieselbe Messung. Xiaomis 72,57 ist ein Durchschnitt aus drei Läufen auf seinem eigenen Harness mit mini-swe-agent und wurde nie bei einem öffentlichen Leaderboard eingereicht; die 46,2 ist ein Pass@1-Wert aus einem völlig anderen Harness. Der ehrliche Vergleich zwischen Xiaomi MiMo-V2.6-Pro und GLM-5.2 ist ein anderer, auf einer Messlatte, auf der beide tatsächlich gemessen wurden – und auf dieser Messlatte ist die Lücke real, aber sie beträgt zwölf Punkte, nicht sechsundzwanzig.

Im Artificial Analysis Intelligence Index v4.3.2, abgelesen am 22. September 2026, erzielt Xiaomi MiMo-V2.6-Pro 46 Punkte. GLM-5.2 erzielt 34 Punkte. Beide sind Open-Weights-Mixture-of-Experts-Modelle aus chinesischen Laboren, beide betreiben ein 1M-Token-Kontextfenster, und beide sind günstig genug, dass die Wahl zwischen ihnen eine Frage der Fähigkeit und des Servings ist, nicht des Budgets. Dort endet die Ähnlichkeit, denn GLM-5.2 wurde von seinem eigenen Hersteller abgelöst, und die Seite, auf der dieser Vergleich steht, trägt einen Deprecation-Hinweis.

Was jedes Modell ist und in welchem Zustand es sich befindet

GLM-5.2 ist das Flaggschiff von Z.ai, veröffentlicht am 16. Juni 2026. Es ist ein Mixture-of-Experts-Transformer mit ungefähr 753 Milliarden Gesamtparametern, von denen pro Token etwa 40 Milliarden aktiv sind, und Berichten zufolge wurde es vollständig auf Huawei-Ascend-Beschleunigern statt auf Nvidia-Hardware trainiert. Es wird mit offenen Gewichten unter der MIT-Lizenz sowie FP8- und INT4-Quantisierungen ausgeliefert, unterstützt 1 Mio. Token Kontext bei bis zu 131.072 Token Ausgabe und wird auf der eigenen API von Z.ai mit 1,40 $ pro Million Eingabe-Token und 4,40 $ pro Million Ausgabe-Token gelistet, mit zwischengespeicherter Eingabe zu 0,26 $ und einer kombinierten Rate von 0,90 $. Artificial Analysis ermittelte 72,6 Ausgabe-Token pro Sekunde und 5,98 Sekunden bis zum ersten Token, bei Kosten von 1.559,05 $ für den vollständigen Index.

Xiaomi MiMo-V2.6-Pro wurde am 22. September 2026 allgemein verfügbar, wobei die Repositories seiner Reinforcement-Learning-Checkpoints am Tag zuvor erschienen. Es ist ein Sparse-Mixture-of-Experts-Modell mit insgesamt 1,02 Billionen Parametern und 42 Milliarden pro Token aktivierten Parametern – einer größeren Gesamtzahl als GLM-5.2 und einer nahezu identischen Anzahl aktiver Parameter – mit einem 1-Mio.-Token-Kontextfenster, nativer Multimodalität über Text, Bild, Video und Audio sowie Gewichten unter MIT-Lizenz. Xiaomi behielt die Preisgestaltung der vorherigen Generation bei, statt die Preise nach oben anzupassen, sodass es mit 0,43 $ und 0,87 $ pro Million Token gelistet wird, mit einem Cache-Rabatt von 99 % und einem Mischpreis von 0,18 $.

• Gewichte — beide MIT-lizenziert und herunterladbar; dies ist die einzige Kategorie, in der die beiden wirklich gleichwertig sind

• Aktive Parameter — MiMo-V2.6-Pro 42B pro Token; GLM-5.2 etwa 40B. Nahezu identisch, was den Bewertungsunterschied zu einem Trainings- statt zu einem Skalierungsergebnis macht.

• Gesamtparameter — MiMo-V2.6-Pro 1,02 Billionen; GLM-5.2 etwa 753 Milliarden

• Indexwert — MiMo-V2.6-Pro 46; GLM-5.2 34, beide auf Artificial Analysis v4.3.2

• Listenpreis — MiMo-V2.6-Pro 0,43 $ / 0,87 $ pro 1 Mio.; GLM-5.2 1,40 $ / 4,40 $, kombiniert 0,18 $ gegenüber 0,90 $

• Kosten für den Betrieb des Index — MiMo-V2.6-Pro 206,66 $; GLM-5.2 1.559,05 $

• Geschwindigkeit — MiMo-V2.6-Pro 134,3 Ausgabe-Token/Sekunde; GLM-5.2 72,6

• Zeit bis zum ersten Token — MiMo-V2.6-Pro 2,15 Sekunden; GLM-5.2 5,98 Sekunden

Status – MiMo-V2.6-Pro aktuell und allgemein verfügbar (GA); GLM-5.2 auf Artificial Analysis als veraltet gekennzeichnet; dort wird es jetzt nur noch mit dem standardmäßigen 10k-Eingabe-Workload benchmarkt.

Der Abkündigungshinweis ist die Schlagzeile

Z.ai hat inzwischen GLM-5.3 veröffentlicht, und die Artificial-Analysis-Seite zu GLM-5.2 sagt das direkt: Sie kennzeichnet das Modell als veraltet und beschränkt die weitere Benchmark-Arbeit auf eine einzige Standard-Workload. Das ändert den Zweck dieser Seite. Wer heute ein neues Modell auswählt, für den ist das Duell, das wirklich zählt, MiMo-V2.6-Pro gegen GLM-5.3 – nicht GLM-5.2. Und auf demselben v4.3.2-Index erreicht GLM-5.3 mit maximalem Aufwand 45 gegenüber 46 bei MiMo-V2.6-Pro. Ein Punkt. Das ist ein echter Kampf – und ein völlig anderer Artikel.

Der Vergleich mit GLM-5.2 lohnt sich weiterhin, aus einem ganz bestimmten Grund: Er ist die billigste mögliche Veranschaulichung dafür, wie schnell sich die Open-Weights-Frontier zwischen Juni und September 2026 verschoben hat. Zwölf Indexpunkte in etwa vierzehn Wochen, wobei die Zahl der aktiven Parameter im Wesentlichen unverändert blieb. Was auch immer diesen Zuwachs bewirkt hat – Skalierung war es nicht.

Worin GLM-5.2 gut war und ob es das noch immer ist

Das Launch-Material von GLM-5.2 führte mit Coding und lang andauernder agentischer Arbeit, und diese Zahlen beschreiben das Modell weiterhin zutreffend: SWE-bench Pro mit 62,1 gegenüber 58,4 für GLM-5.1, Terminal-Bench 2.1 mit 81,0 gegenüber 63,5 und FrontierSWE mit 74,4 gegenüber 30,5. Auf der Wissens- und Mathematikseite meldete es GPQA-Diamond mit 91,2, AIME 2026 mit 99,2 und Humanity's Last Exam mit 40,5. Damals führte es bei einem Long-Horizon-Benchmark für agentisches Coding alle Modelle an und belegte in einem öffentlichen Web-Development-Leaderboard den zweiten Platz. Dies sind vom Anbieter gemeldete Zahlen aus den anbietereigenen Test-Harnessen, und für jede einzelne davon gilt der übliche Vorbehalt.

Xiaomis eigene veröffentlichte Zahlen für MiMo-V2.6-Pro sind nicht mit ihnen vergleichbar, und es lohnt sich, genau zu benennen, warum, statt nur darauf anzuspielen. Xiaomi berichtet, dass das Modell in seinem Reinforcement-Learning-Durchlauf auf DeepSWE v1.1 von 58,4 auf 72,57 steigt, evaluiert mit mini-swe-agent als Durchschnitt aus drei, auf seinem eigenen Grader, wobei der Durchlauf mit 30 Schritten dokumentiert ist und in weniger als sechs Tagen rund 750.000 Trajektorien abgeschlossen wurden, bei veröffentlichten Ausgaben von etwa 2,62 Millionen US-Dollar für das Pro-Modell. Nichts davon ist ein Leaderboard-Eintrag. Ein Leaderboard-Eintrag ist eine Behauptung über eine bestimmte Konfiguration unter angegebenen Bedingungen, die eine dritte Partei erneut ausführen kann, und Xiaomis ist keiner. Ein separater Tracker listet GLM-5.2 mit 46,2 auf DeepSWE — Pass@1, eine andere Metrik für dieselbe Aufgabenfamilie —, und 72,57 neben 46,2 zu stellen, um einen Abstand von 26 Punkten zu erzeugen, ist Arithmetik auf zwei verschiedenen Skalen. Das sollte man nicht tun, und es ist der häufigste Fehler, der über dieses Paar kursiert.

Die Entscheidung zwischen ihnen und das Routing, das es günstig macht

Wenn beide unter derselben Lizenz offene Gewichte sind, sind die entscheidenden Faktoren, was du ausführen kannst und wo du es aufrufen kannst. GLM-5.2 ist auf OrcaRouter als z-ai/glm-5.2 verfügbar — ein OpenAI-kompatibler Endpunkt, der Anbieterlistenpreis wird mit 0 % Aufschlag durchgereicht, sodass eine Preisänderung von Z.ai bei uns noch am selben Tag live ist. Xiaomi MiMo-V2.6-Pro ist nicht auf OrcaRouter; kein Xiaomi-Modell ist das, und um es zu erreichen, braucht man Xiaomis eigene Plattform oder einen der Drittanbieter-Kataloge, die es führen. Wir sagen das lieber, als dass eine Modellseite etwas anderes impliziert.

Die nützliche Konsequenz ist, dass Sie die etablierten Modelle unter einem Schlüssel halten und den Neuling gegen sie evaluieren können, ohne einen zweiten Vertrag. Wenn MiMo-V2.6-Pro bei Ihren Prompts gewinnt, haben Sie das günstig gelernt. Wenn nicht – und die Zwölf-Punkte-Lücke im Index ist kleiner, als die Preisdifferenz pro Token groß ist, sodass das Ergebnis tatsächlich von Ihrer Workload abhängt –, haben Sie nichts außer dem Test verloren. Die beiden hinter einem Endpunkt mit automatischem Failover zu routen, beantwortet auch den praktischen Einwand gegen ein Modell, das diese Woche erschienen ist: Eine einzelne Serving-Route ist ein Single Point of Failure, und eine Spur, von der aus Sie zurückfallen können, ist das, was ein neues Modell sicher genug macht, um es vor echten Traffic zu setzen.

Die kurze Antwort

Wenn Sie heute auf GLM-5.2 setzen und es funktioniert, ist die Frage nach dem Upgrade nicht MiMo-V2.6-Pro – sondern GLM-5.3, auf derselben Linie, mit einem Punkt Abstand zum Xiaomi-Modell und ohne Migrationskosten. Wenn Sie von Grund auf eine Spur wählen und offene Gewichte mit der besten gemessenen Punktzahl der drei wollen, dann ist MiMo-V2.6-Pros 46 die Zahl, und seine 134,3 Token pro Sekunde und 0,13 $ pro Index-Aufgabe sind die Gründe, warum es kein knapper Sieg ist. Wenn Sie das sicherste der drei wollen, ist GLM-5.2 die falsche Antwort – aus einem Grund, der nichts damit zu tun hat, wie gut es im Juni war: Es ist das einzige der drei, dessen eigener Anbieter die Entwicklung eingestellt hat.

OrcaRouter stellt 200+ Modelle hinter einem einzigen OpenAI-kompatiblen Endpoint zum Listenpreis des Anbieters mit 0 % Aufschlag bereit, sodass eine Preisänderung eines Anbieters noch am selben Tag live ist.