Eine generierte Titelkarte mit der Aufschrift „Qwen4-Max vs MiMo v2.6 Pro“, dem Untertitel „Dreizehn Punkte, zwölfmal so hohe Kosten“ und drei Chips mit der Aufschrift „Kosten pro Aufgabe 3,27 $ gegenüber 0,26 $“, „Index v5.0.1 43 gegenüber 30“ und „Gewichte geschlossen gegenüber MIT“.
Guides & Insights

Qwen4-Max vs. MiMo v2.6 Pro: Dreizehn Indexpunkte für den zwölffachen Preis

Autor

jinhao.song

Veröffentlicht am

Neueste Modelle · 20Alle Modelle ansehen →
Benchmarks: Artificial Analysis · täglich aktualisiert
Zurück zu allen Beiträgen

MiMo v2.6 Pro ist das günstigste Modell in dieser gesamten Vergleichsgruppe und Qwen4-Max nicht, was wie der Auftakt zu einer Preisdiskussion klingt und tatsächlich deren Ende ist. Xiaomis Flaggschiff ist mit 0,435 US-Dollar pro Million Eingabetoken und 0,87 US-Dollar pro Million Ausgabetoken gelistet. Alibabas Modell liegt in Singapur bei 1,50 und 4,50 US-Dollar. Bei der Ausgabe sind das 5,2×, und bei den von Artificial Analysis gemessenen Kosten pro abgeschlossener Intelligence-Index-Aufgabe ist die Spanne noch größer: 0,26 US-Dollar für MiMo v2.6 Pro gegenüber 3,27 US-Dollar für Qwen4-Max, also 12,6×.

Der Grund, warum das nicht die ganze Geschichte ist, ist, dass die Ergebniszeile in dieselbe Richtung läuft. Qwen4-Max erzielt 43 auf dem Index v5.0.1; MiMo v2.6 Pro erzielt 30. Die Frage, die diese Seite beantworten muss, ist also nicht, welches Modell günstiger ist – daran ist bei den beiden Modellen nichts unklar –, sondern ob dreizehn Indexpunkte zwölfmal so viel Geld wert sind und für welche Aufgaben die Antwort kippt.

Was jedes Modell ist und wer es ausführen kann

MiMo v2.6 Pro ist der Flaggschiff-Checkpoint von Xiaomis MiMo-V2.6-Serie: ein sparse Mixture-of-Experts mit insgesamt rund 1,02 Billionen Parametern und 42 Milliarden aktiven pro Token, 70 Schichten, von denen 60 Sliding-Window- und 10 globale Schichten sind, 384 gerouteten Experten mit 8 aktivierten, einem Kontext von 1 Mio. Token und 128.000 Token Ausgabe. Es akzeptiert Text, Bild, Video und Audio in einem Modell – ein Vision-Encoder mit 681 Mio. Parametern und ein separater Audio-Tokenizer übernehmen die Nicht-Text-Seite – und es ist omnimodal, was Qwen4-Max nicht ist. Die Gewichte sind auf Hugging Face unter MIT-Lizenz ohne Gating verfügbar, und ein 5-Schicht-Multi-Token-Prediction-Drafter ist für spekulative Dekodierung enthalten.

Qwen4-Max ist das geschlossene Flaggschiff von Alibabas Qwen-4-Reihe und seit dem 16. November 2026 allgemein verfügbar: insgesamt 2,4 Billionen Parameter, davon 71 Milliarden pro Token aktiv plus 328 Milliarden N-Gramm-Embedding-Parameter, Gated DeltaNet und ein Sparse-Attention-Indexer in der Architektur, ein Kontext von 1 Mio. Token mit einer Eingabeobergrenze von 991.808 Token und 262.144 Token, die sich Denken und Antwort teilen. Eingabe sind Text, Bild und Video. Ausgabe ist Text. Es gibt keine Gewichte – zu keinem Preis.

Dieser letzte Satz ist der strukturelle Unterschied und er übertrifft jeden Benchmark auf dieser Seite. Eines dieser Modelle können Sie bei einem Anbieter mieten. Das andere können Sie mieten, herunterladen, feinabstimmen, quantisieren, auf Ihrer eigenen Hardware betreiben, auf einer von Ihnen kontrollierten Version einfrieren und weiter betreiben, nachdem der Anbieter seine Preise ändert oder den Endpunkt einstellt. Für einen regulierten Käufer oder ein Team, das durch eine Deprecation schon einmal geschädigt wurde, ist das keine Funktionszeile — es ist die gesamte Entscheidung, und es macht die Indexlücke zu einer sekundären Überlegung.

Die Anzeigetafel mit den Token-Zahlen, die sie erklären

Jede Zahl unten stammt von Artificial Analysis zu Index v5.0.1 bei der höchsten Effort-Einstellung des jeweiligen Anbieters oder aus den eigenen Karten der Anbieter. Nichts davon wird hier wiedergegeben.

• Index — Qwen4-Max 43 vs. MiMo v2.6 Pro 30. Dreizehn Punkte, und beide liegen im Mittelfeld einer Rangliste, deren Median bei 43 liegt.

• Eingabepreis — 1,50 $ in Singapur und 1,413 $ anderswo für Qwen4-Max gegenüber 0,435 $ für MiMo v2.6 Pro.

• Output-Preis — 4,50 $ vs. 0,87 $. Der Faktor 5,2× ist hier der größte einzelne Multiplikator im Vergleich und derjenige, mit dem die meisten Preislisten-Reviews beginnen.

• Cache-Lesevorgang — 0,075 $ pro Million für Qwen4-Max gegenüber 0,0036 $ für MiMo v2.6 Pro. Einundzwanzigmal günstiger bei genau dem einen Posten, der lange Agentenläufe dominiert.

• Kosten pro Indexierungsaufgabe — 3,27 $ vs. 0,26 $. Der Faktor 12,6× ist größer als jedes der beiden Preisverhältnisse, weil Qwen4-Max zudem etwas weniger Tokens (127 M gegenüber 131 M) zu einem deutlich höheren Tarif generiert.

• Zeit pro Indizierungsaufgabe — 32,1 Minuten gegenüber 34,6, bei einem Median von 11,5 Minuten. Beide werden vom Tracker als deutlich langsam beschrieben; ein Geschwindigkeitsargument lässt sich hier nicht anführen.

• Ausgabegeschwindigkeit — 54,5 Token pro Sekunde gegenüber 58,3. Effektiv gleichauf, und beide deutlich hinter dem Bereich von 85 bis 172, den die geschlossenen Flaggschiffe besetzen.

• Kontext und Ausgabe – 1M Eingabe bei beiden. Qwen4-Max begrenzt die Ausgabe im Nicht-Denkmodus auf 131.072 und teilt 262.144 zwischen Reasoning und Antwort auf; MiMo v2.6 Pro gibt 128.000 fest an.

• Modalität — Text, Bild, Video für Qwen4-Max; Text, Bild, Video und Audio für MiMo v2.6 Pro.

• Gewichte — keine vs. MIT, ohne Zugangsbeschränkung, auf Hugging Face, mit auf der Modellkarte veröffentlichten Startrezepten für SGLang und vLLM.

A screenshot of the Artificial Analysis page for MiMo-V2.6-Pro captured 18 November 2026 with an English interface, showing the Xiaomi provider tag and an open-weights badge, an Intelligence Index score of 30, $0.43 input and $0.87 output per million tokens, $0.26 per task, 131M output tokens, 58 tok/s, 34.6 minutes per task and a 1M context window.

Dreizehn Punkte, angemessen bepreist

Die oberflächliche Lesart eines 12,6×-Unterschieds pro Aufgabe gegenüber einer Indexlücke von dreizehn Punkten lautet, dass Xiaomi Leistungsfähigkeit zu einem Bruchteil des Preises verkauft und Alibaba einen Markenaufschlag verlangt. Diese Lesart ist falsch, doch ebenso falsch ist die reflexhafte Korrektur, dass dreizehn Indexpunkte stets jeden Multiplikator rechtfertigen.

Beginnen wir damit, was ein Punkt bringt. Der Intelligence Index ist ein gewichteter Durchschnitt aus neun Evaluierungen über agentische Wissensarbeit, Terminal-Coding, Open-Source-Softwareentwicklung, Dokumentenverständnis sowie Physik- und wissenschaftliche Workflows hinweg. Ein Modell bei 43 liegt über dem Median; eines bei 30 nicht, und der typische Fehlermodus bei 30 sind meist nicht „falsche Antworten“, sondern „erledigt die einfachen 70 % und gibt bei den schwierigen 30 % auf“ – lange Tool-Use-Ketten, Refactorings über mehrere Dateien, Fragen, die drei Rechenschritte mit extrahierten Werten erfordern. Wenn Ihre Workload aus Retrieval, Klassifikation, Extraktion oder Zusammenfassung besteht, sind das genau die Aufgaben, bei denen die Lücke schrumpft und der Preis von MiMo v2.6 Pro eindeutig gewinnt. Wenn Ihre Workload ein autonomer Agent ist, der zwanzig Tool-Aufrufe gegen ein Live-System ausführt, vergrößert sich die Lücke mit jedem Schritt, und ein Modell, das die Kette im vierzehnten Durchgang abbricht, hat Ihnen den Lauf gekostet – unabhängig davon, was die Tokens kosten.

Dann bepreise den Multiplikator richtig. Bei 3,27 $ pro Index-Aufgabe gegenüber 0,26 $ kosten tausend Agentenläufe pro Tag 3.270 $ gegenüber 260 $, oder rund 90.000 $ pro Monat gegenüber 7.200 $. Das ist die Zahl, die entscheidet, ob die dreizehn Punkte bezahlbar sind, und es ist auch die Zahl, die den Vergleich für Xiaomi unfair macht, weil die Läufe, die Qwen4-Max abschließt, und die, die MiMo v2.6 Pro abbricht, nicht dieselben tausend Läufe sind. Kosten pro Aufgabe vergleichen nur dann Gleiches mit Gleichem, wenn beide Modelle fertig werden.

A generated two-column scoreboard titled Qwen4-Max vs MiMo v2.6 Pro - the scoreboard, with six rows reading index 43 against 30, cost per task $3.27 against $0.26, input price $1.50 against $0.435, output price $4.50 against $0.87, cache read $0.075 against $0.0036, and weights closed against MIT, ungated.

Die Zeile, in der MiMo v2.6 Pro bei der Leistungsfähigkeit und nicht beim Preis gewinnt

Audio. MiMo v2.6 Pro verarbeitet es nativ – über einen 308M AudioTokenizer und einen 127M Audio-Patch-Encoder – in demselben Modell, das Text, Bild und Video verarbeitet. Qwen4-Max dokumentiert Text-, Bild- und Videoeingabe und keinen Audio-Pfad. Für eine Pipeline, die Anrufaufzeichnungen, Besprechungsaudio oder Sendematerial transkribiert und daraus Schlussfolgerungen zieht, schließt diese einzige Zeile Qwen4-Max zu jedem Preis aus der Betrachtung aus – und das bei einem Modell, das 0,87 US-Dollar pro Million Ausgabe-Tokens kostet.

Die offenen Gewichte sind aus demselben praktischen Grund für einen anderen Käufer relevant. Ein Team, das einen festen Checkpoint für ein Audit, ein domänenspezifisches Fine-Tuning, eine On-Premise-Bereitstellung oder eine Kostenstruktur ganz ohne Abrechnung pro Token benötigt, kann das Repository von MiMo v2.6 Pro nehmen und aufhören, irgendjemandem etwas zu zahlen. Diese Option gibt es auf der Qwen-Seite nicht, und keine noch so hohe Zahl an Indexpunkten ersetzt sie.

Wo sich das Datenblatt des günstigen Modells ausdünnt

Zwei Zeilen auf der MiMo-Karte sollten hervorgehoben werden, weil sie diejenigen sind, die später Geld kosten.

Das erste ist die Ausgabeobergrenze. 128.000 Token pauschal sind für Chat und Analyse in Ordnung und knapp für Long-Decode-Generierung – ein einzelner Synthesejob mit 200.000 Token wird abgeschnitten, und eine Kürzung bei einem agentischen Lauf bedeutet üblicherweise einen erneuten Versuch statt einer kürzeren Antwort. Das gemeinsame Budget von Qwen4-Max von 262.144 ist ebenfalls nicht großzügig, aber es ist doppelt so hoch wie die Obergrenze.

Das zweite ist die interne Konsistenz des Datenblatts. Die MiMo-Karte beschreibt ihren Speculative-Decoding-Drafter sowohl anhand der Anzahl der Schichten als auch anhand der Zahl der Tokens, die er pro Vorwärtspass vorhersagt, und nur Ersteres erscheint in der Architekturtabelle. Das ist eine Kleinigkeit, und es ist die Art von Kleinigkeit, die verrät, dass die Karte in Eile zusammengestellt wurde. Xiaomi veröffentlicht außerdem keinen eigenen Durchsatz- oder Speicherwert für den Checkpoint; jede kursierende Geschwindigkeitszahl, einschließlich der oben genannten 58,3 Tokens pro Sekunde, stammt von Dritten, die Hardware messen, die nicht Ihre ist.

Qwen4-Max hat das umgekehrte Problem: eine sehr vollständige Anbieterkarte, bei der ein Wissensstichtag auffällig fehlt, für ein Modell, das für Dokument- und Videoverständnis vermarktet wird. Beide Karten erfordern dieselbe Disziplin — der Architektur vertrauen, das Verhalten testen.

Den Vergleich durchführen, ohne den Aufwand zu verdoppeln

OrcaRouter führt MiMo v2.6 Pro als xiaomi/mimo-v2.6-pro, zum Listenpreis von Xiaomi mit 0 % Aufschlag, der durchgereicht wird, unter demselben Schlüssel und über denselben OpenAI-kompatiblen Endpunkt wie der Rest des Katalogs. Qwen4-Max ist nicht enthalten; dieses Modell ist über Alibabas eigene Model Studio API und mehrere Drittanbieter-Plattformen verfügbar.

A screenshot of the OrcaRouter model page for xiaomi/mimo-v2.6-pro captured 18 November 2026 with an English interface, showing the Xiaomi breadcrumb, the xiaomi/mimo-v2.6-pro identifier, text, image, video and audio input with vision, audio, tools, JSON and reasoning, a 131K max output, and a description of it as the flagship of the open-source MiMo V2.6 family.

Diese Asymmetrie ist für genau diese Entscheidung tatsächlich praktisch, denn das Erste, was ein Team tun sollte, ist nicht, überhaupt zwischen diesen beiden zu wählen – es ist festzustellen, ob die dreizehn Punkte für die eigenen Prompts relevant sind. MiMo v2.6 Pro ist auf dieser Plattform günstig genug, um als Baseline über ein echtes Eval-Set zu laufen, ohne eine Budgetdiskussion: bei $0,26 pro Index-Aufgabe kostet ein Durchlauf mit 5.000 Prompts weniger als ein Teammittagessen. Lass das zuerst laufen, schau, wo es scheitert, und entscheide dann, ob diese Fehler diejenigen sind, die die zusätzlichen Fähigkeiten von Qwen4-Max adressieren. Routing DSL macht die Antwort operativ – schicke die Klassen, mit denen MiMo zurechtkommt, an MiMo und den Rest woandershin – und automatisches Failover bedeutet, dass das günstige Modell der Standard sein kann, ohne der einzige Weg zu sein.

Der Vergleich, einmal und ohne Relativierung formuliert: MiMo v2.6 Pro ist die richtige Standardwahl für alles mit einer Preisobergrenze, alles, was Audio benötigt, alles, was auf eigener Hardware laufen muss, und alles, bei dem ein Kostenvorteil von 12,6× dreizehn Indexpunkte aufwiegt. Qwen4-Max ist die richtige Wahl für agentische Arbeit, bei der abgebrochene Ketten der Fehlermodus sind, für Aufgaben, die mehr als 128.000 Token Ausgabe benötigen, und für Teams, die Alibabas regionale Abrechnung wollen — 1,413 $ und 4,24 $ in Frankfurt, Virginia und Tokio, mit Batch-Inferenz in Peking. Keine der beiden ist ein Fehler. Der Fehler ist, sich an der Preisliste zu orientieren, wo die Antwort offensichtlich erscheint und die entscheidende Rechnung 12,6× gegen dreizehn Punkte lautet, nicht 0,87 $ gegen 4,50 $.

In diesem Artikel verglichen1

Aus diesem Artikel erkannt · Benchmarks: Artificial Analysis · täglich aktualisiert