
Qwen4-Max vs MiMo v2.6 Pro: trece puntos de índice por doce veces el costo
- OrcaNUEVOOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 por 1M de tokens · 180 tok/s
- tencentNUEVOTencent: Hy4 Flash2026-11-16$0.02 / $0.07 por 1M de tokens · 223 tok/s
- GoogleNUEVOGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 por 1M de tokens · 89 tok/s
- AnthropicNUEVOAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 por 1M de tokens · 98 tok/s
- orcaNUEVOOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 por 1M de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 por 1M de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 por 1M de tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 por 1M de tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 por 1M de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 por 1M de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Inteligencia
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 por 1M de tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Inteligencia
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 por 1M de tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Inteligencia
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 por 1M de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Inteligencia
MiMo v2.6 Pro es el modelo más barato de toda esta familia de comparaciones y Qwen4-Max no lo es, lo que suena como el comienzo de una discusión sobre precios y en realidad es el final de una. El buque insignia de Xiaomi tiene un precio de lista de $0,435 por millón de tokens de entrada y $0,87 por millón de salida. El de Alibaba tiene un precio de lista de $1,50 y $4,50 en Singapur. En salida, eso es 5,2×, y en el coste medido por tarea terminada del Intelligence Index de Artificial Analysis, la diferencia es aún mayor: $0,26 para MiMo v2.6 Pro frente a $3,27 para Qwen4-Max, o 12,6×.
La razón por la que esa no es toda la historia es que la fila de puntuaciones se mueve en la misma dirección. Qwen4-Max obtiene 43 en el Index v5.0.1; MiMo v2.6 Pro obtiene 30. Así que la pregunta que esta página tiene que responder no es cuál es más barato —nada sobre los dos modelos es ambiguo en eso—, sino si trece puntos de índice valen doce veces el dinero, y para qué trabajos cambia la respuesta.
Qué es cada modelo y quién puede ejecutarlo
MiMo v2.6 Pro es el checkpoint insignia de la serie MiMo-V2.6 de Xiaomi: una mezcla dispersa de expertos con aproximadamente 1,02 billones de parámetros en total y 42 mil millones activos por token, 70 capas de las cuales 60 son de ventana deslizante y 10 globales, 384 expertos enrutados con 8 activados, un contexto de 1 M de tokens y 128.000 tokens de salida. Acepta texto, imagen, vídeo y audio en un solo modelo —un codificador visual de 681 M de parámetros y un tokenizador de audio independiente se encargan de la parte no textual— y es omnimodal de una forma en que Qwen4-Max no lo es. Los pesos están en Hugging Face bajo MIT, sin restricciones, e incluye un drafter de predicción multitoken de 5 capas para decodificación especulativa.
Qwen4-Max es el modelo insignia cerrado de la línea Qwen 4 de Alibaba, disponible de forma general desde el 16 de noviembre de 2026: 2,4 billones de parámetros en total, 71.000 millones activos por token más 328.000 millones de parámetros de embedding de N-gramas, Gated DeltaNet y un indexador de atención dispersa en la arquitectura, un contexto de 1 millón de tokens con un límite de entrada de 991.808 tokens y 262.144 tokens compartidos entre el razonamiento y la respuesta. La entrada es texto, imagen y vídeo. La salida es texto. No hay pesos a ningún precio.
Esa última frase es la diferencia estructural y está por encima de cualquier benchmark de esta página. Uno de estos modelos se puede alquilar a un proveedor. El otro se puede alquilar, descargar, ajustar, cuantizar, servir en tu propio hardware, congelar en una versión que controlas y seguir ejecutando después de que el proveedor cambie sus precios o retire el endpoint. Para un comprador de un sector regulado o un equipo que se ha visto perjudicado por una deprecación, eso no es una fila de características: es toda la decisión, y hace que la brecha del índice sea una consideración secundaria.
El marcador, con los recuentos de tokens que lo explican.
Todas las cifras siguientes provienen de Artificial Analysis en Index v5.0.1 con el ajuste de esfuerzo máximo de cada proveedor, o de las propias fichas de los proveedores. Nada de esto se reproduce aquí.
• Índice — Qwen4-Max 43 vs MiMo v2.6 Pro 30. Trece puntos, y ambos se sitúan en el medio de una tabla cuya mediana es 43.
• Precio de entrada — $1.50 en Singapur y $1.413 en otros lugares para Qwen4-Max frente a $0.435 para MiMo v2.6 Pro.
• Precio de salida: $4.50 frente a $0.87. El 5.2× es el mayor multiplicador individual de la comparación y el que más suelen destacar las reseñas de tarifas.
• Lectura de caché — $0.075 por millón para Qwen4-Max frente a $0.0036 para MiMo v2.6 Pro. Veintiún veces más económico en el único concepto que domina las ejecuciones largas de agentes.
• Costo por tarea de indexación — $3.27 frente a $0.26. El 12.6× es mayor que cualquiera de las dos proporciones de precios, porque Qwen4-Max también genera ligeramente menos tokens (127M frente a 131M) a una tarifa mucho más alta.
• Tiempo por tarea de indexación — 32,1 minutos frente a 34,6, con una mediana de 11,5 minutos. El tracker describe ambas como notablemente lentas; no hay ningún argumento de velocidad que esgrimir aquí.
• Velocidad de salida — 54,5 tokens por segundo frente a 58,3. Prácticamente a la par, y ambos muy por detrás del rango de 85 a 172 que ocupan los modelos insignia cerrados.
• Contexto y salida: 1M de entrada en ambos. Qwen4-Max limita la salida sin razonamiento a 131.072 y comparte 262.144 entre razonamiento y respuesta; MiMo v2.6 Pro documenta 128.000 fijos.
• Modalidad — texto, imagen y video para Qwen4-Max; texto, imagen, video y audio para MiMo v2.6 Pro.
• Pesos — ninguno vs MIT, sin restricciones, en Hugging Face, con recetas de lanzamiento de SGLang y vLLM publicadas en la tarjeta.

Trece puntos, con precios adecuados
La lectura perezosa de una brecha de 12,6× por tarea frente a una brecha de trece puntos en el índice es que Xiaomi vende capacidad a una fracción del precio y Alibaba cobra una prima de marca. Esa lectura es errónea, pero también lo es la corrección refleja de que trece puntos de índice siempre justifican cualquier multiplicador.
Empieza por lo que compra un punto. El Intelligence Index es una media ponderada de nueve evaluaciones que abarca trabajo de conocimiento agéntico, programación en terminal, ingeniería de software de código abierto, razonamiento sobre documentos, física y flujos de trabajo científicos. Un modelo con 43 supera la mediana; uno con 30 no, y el modo de fallo con 30 normalmente no son las «respuestas incorrectas», sino «hace el 70 % fácil y se rinde con el 30 % difícil»: cadenas largas de uso de herramientas, refactorizaciones de varios archivos, preguntas que requieren tres pasos de aritmética sobre valores extraídos. Si tu carga de trabajo es recuperación, clasificación, extracción o resumen, esas son exactamente las tareas en las que la brecha se reduce y el precio de MiMo v2.6 Pro gana de forma contundente. Si tu carga de trabajo es un agente autónomo que hace veinte llamadas a herramientas contra un sistema en vivo, la brecha se multiplica en cada paso, y un modelo que abandona la cadena en el turno catorce te ha costado la ejecución, independientemente de lo que cuesten los tokens.
Entonces, ponle el precio adecuado al multiplicador. A $3.27 por tarea de índice frente a $0.26, mil ejecuciones de agente al día son $3,270 frente a $260, o aproximadamente $90,000 al mes frente a $7,200. Ese es el número que decide si los trece puntos son asequibles, y también es el número que hace que la comparación sea injusta con Xiaomi, porque las ejecuciones que Qwen4-Max completa y que MiMo v2.6 Pro abandona no son las mismas mil ejecuciones. Un costo por tarea solo compara lo comparable cuando ambos modelos terminan.

La fila donde MiMo v2.6 Pro gana en capacidad, no en precio
Audio. MiMo v2.6 Pro lo admite de forma nativa, mediante un AudioTokenizer de 308M y un codificador de parches de audio de 127M, en el mismo modelo que gestiona texto, imagen y vídeo. Qwen4-Max documenta entrada de texto, imagen y vídeo, y ninguna vía de audio. Para una canalización que transcribe y razona sobre grabaciones de llamadas, audio de reuniones o material de radiodifusión, esa única fila elimina a Qwen4-Max de la consideración a cualquier precio, y lo hace en un modelo que cuesta $0.87 por millón de tokens de salida.
Los pesos abiertos importan de la misma manera práctica para un comprador diferente. Un equipo que necesita un checkpoint fijo para auditoría, un ajuste fino de dominio, un despliegue on-premise o una estructura de costes sin ningún medidor por token puede tomar el repositorio de MiMo v2.6 Pro y dejar de pagarle a nadie. Esa opción no existe del lado de Qwen, y ninguna cantidad de puntos de índice puede sustituirla.
Donde la ficha técnica del modelo económico se queda más corta
Vale la pena señalar dos filas de la tarjeta MiMo, porque son las que costarán dinero más adelante.
El primero es el límite máximo de salida. 128.000 tokens fijos está bien para chat y análisis, y es escaso para la generación de decodificación larga: un único trabajo de síntesis de 200.000 tokens se trunca, y el truncamiento en una ejecución agéntica normalmente significa un reintento en lugar de una respuesta más corta. El presupuesto compartido de 262.144 de Qwen4-Max tampoco es generoso, pero es el doble del límite máximo.
El segundo es la propia consistencia de la ficha de especificaciones. La ficha de MiMo describe su borrador de decodificación especulativa tanto por número de capas como por cuántos tokens predice por pase hacia delante, y solo lo primero aparece en la tabla de arquitectura. Es algo menor, y es el tipo de detalle menor que te dice que la ficha se armó con prisa. Xiaomi tampoco publica ninguna cifra propia de rendimiento ni de memoria para el checkpoint; cada dato de velocidad que circula, incluido el de 58,3 tokens por segundo anterior, es de un tercero que mide hardware que no es el tuyo.
Qwen4-Max tiene el problema opuesto: una ficha de proveedor muy completa en la que falta de forma llamativa la fecha de corte de conocimiento, en un modelo que se vende para la comprensión de documentos y vídeo. Ambas fichas exigen la misma disciplina: confiar en la arquitectura, probar el comportamiento.
Ejecutar la comparación sin duplicar el trabajo
OrcaRouter ofrece MiMo v2.6 Pro como xiaomi/mimo-v2.6-pro, al precio de lista de Xiaomi y con un 0 % de margen trasladado, con la misma clave y el mismo endpoint compatible con OpenAI que el resto del catálogo. No ofrece Qwen4-Max, que está disponible a través de la propia API Model Studio de Alibaba y de varias plataformas de terceros.

Esa asimetría resulta en realidad conveniente para esta decisión concreta, porque lo primero que debería hacer un equipo no es elegir entre estos dos en absoluto, sino determinar si los trece puntos importan para sus propios prompts. MiMo v2.6 Pro es lo bastante económico en esta plataforma como para funcionar como línea base sobre un conjunto de evaluación real sin necesidad de una conversación sobre presupuesto: a 0,26 $ por tarea de indexación, un barrido de 5.000 prompts cuesta menos que una comida de equipo. Ejecuta eso primero, observa dónde falla y luego decide si esos fallos son los que aborda la capacidad adicional de Qwen4-Max. Routing DSL hace que la respuesta sea operativa — enviar las clases que MiMo maneja a MiMo y el resto a otra parte — y la conmutación por error automática significa que el modelo económico puede ser el predeterminado sin ser la única ruta.
La comparación, dicha una sola vez y sin ambages: MiMo v2.6 Pro es la opción predeterminada correcta para todo lo que tenga un techo de precio, todo lo que necesite audio, todo lo que deba ejecutarse en tu propio hardware y todo aquello en lo que una ventaja de coste de 12,6× supere a trece puntos de índice. Qwen4-Max es la elección correcta para el trabajo agéntico en el que las cadenas abandonadas son el modo de fallo, para tareas que necesitan más de 128.000 tokens de salida y para equipos que quieren la medición regional de Alibaba: 1,413 $ y 4,24 $ en Fráncfort, Virginia y Tokio, con inferencia por lotes en Pekín. Ninguna de las dos es un error. El error es elegir mirando la tarifa, donde la respuesta parece obvia y la aritmética que importa es 12,6× frente a trece puntos, no 0,87 $ frente a 4,50 $.
Comparados en este artículo2
Detectado en este artículo · Benchmarks: Artificial Analysis · actualizado a diario
