MiMo-V2.6-Pro vs Gemini 3.1 Pro: una brecha de 16 puntos que solo existe en una versión del índice

Si pones Xiaomi MiMo-V2.6-Pro y Gemini 3.1 Pro Preview uno al lado del otro en el Artificial Analysis Intelligence Index, obtienes 46 frente a 30: una ventaja de dieciséis puntos para un modelo que cuesta una quinta parte en entrada. Si los pones uno al lado del otro con las cifras que ambos proveedores publicaron en sus propios lanzamientos, Gemini 3.1 Pro gana por once. Ambas lecturas provienen del mismo evaluador. La razón por la que no coinciden es lo más útil que hay que entender sobre la comparación de modelos en septiembre de 2026: el índice se ha reconstruido por debajo de ambos, y una puntuación solo tiene sentido junto al número de versión que la produjo.

El compuesto v4.3.2 es el actual. Ejecuta diez evaluaciones —AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience y AA-LCR v1.1— y en él, según la lectura del 22 de septiembre de 2026, el modelo de Xiaomi obtiene 46 y el de Google, 30. En su lanzamiento, el 19 de febrero de 2026, se informó que Gemini 3.1 Pro Preview estaba en 57 en la escala vigente en ese momento, lo que lo llevó a encabezar la tabla. Esas dos cifras de Gemini no son un descenso. Son dos reglas de medición distintas.

Lo que cada modelo realmente es

Gemini 3.1 Pro Preview es el modelo de razonamiento frontera de Google, lanzado el 19 de febrero de 2026 y que todavía lleva la etiqueta de preview siete meses después. Tiene una ventana de contexto de 1M de tokens, limita la salida a 65.536 tokens —indicados como 64K por Artificial Analysis y 65K en nuestra propia página del modelo— y acepta texto, imágenes, PDF, audio y vídeo, y devuelve texto. Es propietario, con un número de parámetros no revelado y una fecha de corte de conocimiento de enero de 2025. La propia API de Google cobra 2,00 $ por millón de tokens de entrada y 12,00 $ por millón de tokens de salida por debajo de 200K de entrada, y pasa a 4,00 $ y 18,00 $ por encima de esa cifra, con la entrada en caché a 0,20 $.

Xiaomi MiMo-V2.6-Pro pasó a estar disponible de forma general el 22 de septiembre de 2026, y los repositorios de checkpoints de aprendizaje por refuerzo aparecieron el día anterior. Es un modelo de mezcla de expertos disperso con 1,02 billones de parámetros totales y 42 mil millones activados por token, con una ventana de contexto de 1 M de tokens, multimodalidad nativa en texto, imagen, vídeo y audio, y pesos descargables con licencia MIT. Xiaomi mantuvo el precio de la generación anterior, MiMo-V2.5, en lugar de subir el precio del nuevo checkpoint: $0,43 por millón de tokens de entrada y $0,87 por millón de tokens de salida, con un descuento de caché del 99 % y una tarifa combinada de $0,18 con una proporción de aciertos de caché/entrada/salida de 7:2:1.

• Pesos — Xiaomi MiMo-V2.6-Pro con licencia MIT y descargable; Gemini 3.1 Pro Preview propietario, solo por API

• Parámetros — MiMo-V2.6-Pro 1,02T en total / 42B activos; Gemini 3.1 Pro Preview no revelado

• Contexto — 1M tokens ambos; Gemini 3.1 Pro Preview limita la salida a 65,536 tokens, MiMo-V2.6-Pro no publica un límite equivalente

• Modalidad — MiMo-V2.6-Pro acepta texto, imagen, video y audio; Gemini 3.1 Pro Preview acepta texto, imagen, PDF, audio y video

• Precio de lista — MiMo-V2.6-Pro $0.43 / $0.87 por 1M de tokens; Gemini 3.1 Pro Preview $2.00 / $12.00 por debajo de 200K de entrada, $4.00 / $18.00 por encima

• Caché — MiMo-V2.6-Pro 99% de descuento; Gemini 3.1 Pro Preview $0.20 por 1M de lecturas en caché

• Velocidad — MiMo-V2.6-Pro 134,3 tokens de salida/segundo; Gemini 3.1 Pro Preview 121,8

• Tiempo hasta el primer token — MiMo-V2.6-Pro 2,15 segundos; Gemini 3.1 Pro Preview 63,62 segundos

• Costo medido de ejecutar el índice — MiMo-V2.6-Pro $206.66, o $0.13 por tarea; Gemini 3.1 Pro Preview $1,310.21, o $0.67 por tarea

La etiqueta de vista previa es la verdadera diferencia

Todo lo anterior es una especificación. La única línea que cambia cómo deberías leer toda la comparación es la palabra «preview». Un modelo en preview es un candidato que Google no se ha comprometido a mantener en ese endpoint. Eso importa para una página de comparación de una manera en la que no lo hace una diferencia de dieciséis puntos en el índice, porque un modelo con el que no puedes contar que siga ahí dentro de seis meses no es un modelo en el que te estandarices — y la propia familia de Google ya lo ha superado. Gemini 3.6 Flash y Gemini 3.8 Flash están por encima de Gemini 3.1 Pro en programación y trabajo agéntico a menor coste, y por eso una reseña técnica del lanzamiento de 3.1 Pro lo describió como decididamente de la generación anterior. La propia página de AA lo sitúa en el puesto 71 de 202 en inteligencia.

El modelo de Xiaomi está en la posición opuesta. Se lanzó esta semana, los pesos están disponibles bajo la licencia MIT, y las características de serving son su punto más fuerte. 134,3 tokens de salida por segundo lo colocan en el undécimo lugar de 114 modelos medidos por velocidad, y 2,15 segundos hasta el primer token es aproximadamente treinta veces más rápido que los 63,62 segundos de Gemini 3.1 Pro Preview. Para una aplicación interactiva, eso no es un factor de desempate. Es la diferencia entre un producto y una demo, y es el número que más probabilidades tiene de pasar desapercibido en una tabla de benchmarks.

A dónde va realmente el dinero

La aritmética por token subestima la diferencia entre estos dos, porque los modelos no consumen la misma cantidad de tokens para completar el mismo trabajo. La cifra más clara es la que midió Artificial Analysis para ejecutar su Índice de Inteligencia completo con cada uno: $206,66 para MiMo-V2.6-Pro y $1.310,21 para Gemini 3.1 Pro Preview. El mismo conjunto, el mismo entorno de prueba, medido de la misma manera: una diferencia de 6,3x en un conjunto de tareas idéntico, y que ya tiene en cuenta el hecho de que los modelos de razonamiento emiten una gran cantidad de tokens mientras piensan. Gemini 3.1 Pro Preview generó 67 millones de tokens de salida en todo el índice; la mediana para los modelos de su franja de precio es de 90 millones, así que en realidad es más económico por punto que sus pares, y aun así cuesta seis veces más evaluarlo que al modelo de Xiaomi.

Después, lanza un bucle de producción contra él. Una ejecución de agente de 30 pasos que lee 200.000 tokens de contexto por paso y escribe 2.000 tokens por paso supone 6 millones de tokens de entrada y 60.000 de salida por ejecución. En Gemini 3.1 Pro Preview, por debajo del nivel de 200K, eso son $12,00 de entrada y $0,72 de salida — $12,72 por ejecución. En MiMo-V2.6-Pro son $2,58 y $0,05 — $2,63. Supera los 200.000 tokens de entrada en el modelo de Google y la tarifa de entrada se duplica a $4,00, momento en el que el mismo bucle cuesta $24,00 antes de la salida. El almacenamiento en caché mueve ambas cifras, pero un descuento del 99 % en un modelo barato frente a una lectura de caché de $0,20 en uno caro deja al modelo caro un orden de magnitud por delante en un bucle con mucho contexto.

La cuestión del enrutamiento, planteada con honestidad

Esta es la parte en la que es fácil equivocarse. Gemini 3.1 Pro Preview está en OrcaRouter como google/gemini-3.1-pro-preview, accesible a través de una única clave compatible con OpenAI al precio de lista del proveedor y con un 0 % de recargo, de modo que un cambio de precio de Google se refleja en nuestro lado el mismo día, y no en el siguiente ciclo de facturación. Xiaomi MiMo-V2.6-Pro no está en OrcaRouter. Ningún modelo de Xiaomi lo está, y decirlo con claridad es más útil que dejar que una página de modelo dé a entender lo contrario. Acceder a él hoy implica usar la propia plataforma de Xiaomi o uno de los catálogos de terceros que lo incluyen.

Esa asimetría es exactamente la razón por la que un router se gana su lugar en esta comparación en lugar de ser una simple nota al pie. Los dos modelos no compiten por las mismas solicitudes. Gemini 3.1 Pro Preview es el incumbent por el que quizá ya estés pagando, y la pregunta que responde esta página es si el nuevo modelo barato puede hacerse con una parte de su tráfico. Realizar esa prueba como es debido implica enviar tus propios prompts a ambos y comparar las respuestas, no leer un índice, y hacerlo abriendo un segundo contrato, una segunda clave y una segunda relación de facturación es la fricción que impide que la prueba llegue a realizarse alguna vez. Una sola clave, ambos carriles allí donde los enrutemos, y la comparación se convierte en un cambio de configuración. La conmutación por error automática cubre la otra mitad: un modelo en preview puede retirarse o verse limitado en su tasa con poco aviso, y un segundo carril detrás del mismo endpoint es lo que convierte eso de una caída en una decisión de enrutamiento.

¿Cuál elegir?

Elige Gemini 3.1 Pro Preview cuando la tarea necesite entrada de PDF y audio de forma nativa, cuando ya estés dentro del ecosistema de Google, o cuando necesites específicamente el comportamiento de ese modelo y puedas aceptar el riesgo de obsolescencia de un endpoint en vista previa. Su tiempo de 63 segundos hasta el primer token significa que, en la práctica, es un modelo para cargas de trabajo por lotes y sin conexión, diga lo que diga el marketing sobre la interactividad.

Elige MiMo-V2.6-Pro cuando el volumen sea la limitación, cuando el bucle tenga mucho contexto y sea repetitivo, cuando quieras los pesos en tu propio hardware —MIT permite el despliegue comercial, la modificación y el entrenamiento adicional— o cuando la latencia del primer token forme parte del producto. Es el raro caso de un modelo barato que además es el rápido, y esa combinación vale más de lo que sugieren los dieciséis puntos de índice.

Lo que cambiaría este panorama es un sucesor que no sea una versión de vista previa de Gemini 3.1 Pro, o una reproducción independiente de las cifras de DeepSWE que Xiaomi publicó desde su propio harness — 72.57 para Pro, 65.68 para Flash, partiendo de 58.4 y 48.8 respectivamente a lo largo de la ejecución de aprendizaje por refuerzo. Esas cifras son reportadas por el proveedor, evaluadas con el calificador de Xiaomi con mini-swe-agent según el promedio de tres, y no se enviaron a una tabla de clasificación pública. Hasta que alguien las vuelva a ejecutar, el 46 de Artificial Analysis es la cifra que hay que citar, y está medida con la misma regla que el 30.

OrcaRouter pone más de 200 modelos detrás de un único endpoint compatible con OpenAI al precio de lista del proveedor con 0 % de margen, por lo que un cambio de precio del proveedor se aplica el mismo día.