
Qwen4-Max vs MiMo v2.6 Pro : treize points d’indice pour une facture douze fois plus élevée
- OrcaNOUVEAUOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 par million de tokens · 180 tok/s
- tencentNOUVEAUTencent: Hy4 Flash2026-11-16$0.02 / $0.07 par million de tokens · 223 tok/s
- GoogleNOUVEAUGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 par million de tokens · 89 tok/s
- AnthropicNOUVEAUAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 par million de tokens · 98 tok/s
- orcaNOUVEAUOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 par million de tokens · 88 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 par million de tokens · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 par million de tokens · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 par million de tokens · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 par million de tokens · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 par million de tokens · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 par million de tokens · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447Intelligence
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 par million de tokens · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929Intelligence
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 par million de tokens · 114 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733Intelligence
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 par million de tokens · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740Intelligence
MiMo v2.6 Pro est le modèle le moins cher de toute cette famille de comparaisons, et Qwen4-Max ne l’est pas, ce qui ressemble au début d’un débat sur le prix et en est en réalité la conclusion. Le modèle phare de Xiaomi est affiché à 0,435 $ par million de jetons d’entrée et à 0,87 $ par million de jetons de sortie. Celui d’Alibaba est affiché à 1,50 $ et 4,50 $ à Singapour. Sur les jetons de sortie, cela représente 5,2 ×, et sur le coût mesuré par Artificial Analysis par tâche terminée de l’Intelligence Index, l’écart est encore plus large : 0,26 $ pour MiMo v2.6 Pro contre 3,27 $ pour Qwen4-Max, soit 12,6 ×.
Ce n’est pas toute l’histoire, car la ligne des scores évolue dans le même sens. Qwen4-Max obtient 43 sur l’Index v5.0.1 ; MiMo v2.6 Pro obtient 30. La question à laquelle cette page doit donc répondre n’est pas de savoir lequel est le moins cher — aucun doute sur ce point pour les deux modèles — mais si treize points d’indice valent douze fois le prix, et pour quels types de tâches la réponse s’inverse.
Ce qu’est chaque modèle, et qui peut l’exécuter
MiMo v2.6 Pro est le checkpoint phare de la série MiMo-V2.6 de Xiaomi : un mélange d'experts clairsemé d'environ 1,02 billion de paramètres au total et de 42 milliards de paramètres actifs par token, 70 couches dont 60 à fenêtre glissante et 10 globales, 384 experts routés avec 8 activés, un contexte de 1 M de tokens et 128 000 tokens de sortie. Il accepte le texte, l'image, la vidéo et l'audio au sein d'un seul modèle — un encodeur visuel de 681 M de paramètres et un tokeniseur audio distinct gèrent la partie non textuelle — et il est omnimodal, ce que Qwen4-Max n'est pas. Les poids sont sur Hugging Face sous licence MIT, sans restriction d'accès, et un modèle de brouillon à 5 couches pour la prédiction multi-token est fourni pour le décodage spéculatif.
Qwen4-Max est le fleuron propriétaire de la gamme Qwen 4 d'Alibaba, en disponibilité générale depuis le 16 novembre 2026 : 2,4 billions de paramètres au total, 71 milliards de paramètres actifs par token plus 328 milliards de paramètres d'embedding N-gram, Gated DeltaNet et un indexeur d'attention parcimonieuse dans l'architecture, un contexte de 1 M de tokens avec un plafond d'entrée de 991 808 tokens et 262 144 tokens partagés entre la réflexion et la réponse. L'entrée est du texte, des images et des vidéos. La sortie est du texte. Il n'existe aucun poids, à aucun prix.
Cette dernière phrase constitue la différence structurelle et elle prime sur chaque benchmark de cette page. L’un de ces modèles, vous pouvez le louer auprès d’un fournisseur. L’autre, vous pouvez le louer, le télécharger, l’affiner, le quantifier, l’héberger sur votre propre matériel, le figer à une version que vous contrôlez et continuer à l’utiliser après que le fournisseur a modifié ses tarifs ou retiré le point de terminaison. Pour un acheteur soumis à réglementation ou une équipe qui a été échaudée par une dépréciation, ce n’est pas une ligne dans un tableau de fonctionnalités — c’est toute la décision, et cela fait de l’écart d’indice une considération secondaire.
Le tableau des scores, avec les décomptes de jetons qui l’expliquent
Chaque chiffre ci-dessous provient d’Artificial Analysis sur Index v5.0.1 au réglage d’effort maximal de chaque fournisseur, ou des fiches techniques propres aux fournisseurs. Rien de tout cela n’est reproduit ici.
• Indice — Qwen4-Max 43 contre MiMo v2.6 Pro 30. Treize points, et les deux se situent au milieu d’un classement dont la médiane est de 43.
• Prix des entrées — 1,50 $ à Singapour et 1,413 $ ailleurs pour Qwen4-Max, contre 0,435 $ pour MiMo v2.6 Pro.
• Prix de sortie — 4,50 $ contre 0,87 $. Le 5,2× est ici le multiplicateur unique le plus élevé de la comparaison, et celui que la plupart des analyses de grilles tarifaires mettent en avant.
• Lecture du cache — 0,075 $ par million pour Qwen4-Max contre 0,0036 $ pour MiMo v2.6 Pro. Vingt et un fois moins cher sur le seul poste qui domine les longues exécutions d’agents.
• Coût par tâche d'indexation — 3,27 $ contre 0,26 $. Le facteur 12,6× est supérieur à l'un comme à l'autre des ratios de prix, car Qwen4-Max génère également un peu moins de tokens (127 M contre 131 M) à un tarif nettement plus élevé.
• Temps par tâche d'indexation — 32,1 minutes contre 34,6, pour une médiane de 11,5 minutes. Les deux sont qualifiés par le traqueur de particulièrement lents ; il n'y a ici aucun argument de vitesse à faire valoir.
• Vitesse de génération : 54,5 jetons par seconde contre 58,3. Quasiment au même niveau, et tous deux bien loin de la plage de 85 à 172 qu'occupent les modèles phares fermés.
• Contexte et sortie — 1 M en entrée pour les deux. Qwen4-Max plafonne la sortie en mode non-thinking à 131 072 et partage 262 144 entre le raisonnement et la réponse ; MiMo v2.6 Pro indique 128 000 fixes.
• Modalité — texte, image, vidéo pour Qwen4-Max ; texte, image, vidéo et audio pour MiMo v2.6 Pro.
• Poids — aucun vs MIT, sans restriction, sur Hugging Face, avec des recettes de lancement SGLang et vLLM publiées sur la fiche.

Treize points, au juste prix
L’interprétation paresseuse d’un écart de 12,6× par tâche face à un écart de treize points sur l’indice consiste à dire que Xiaomi vend des capacités à une fraction du prix et qu’Alibaba facture une prime de marque. Cette lecture est fausse, mais l’est tout autant la correction réflexe selon laquelle treize points d’indice justifient toujours n’importe quel multiplicateur.
Commencez par ce qu’un point permet d’acheter. L’Intelligence Index est une moyenne pondérée de neuf évaluations couvrant le travail de connaissance agentique, le codage en terminal, l’ingénierie logicielle open source, le raisonnement documentaire, la physique et les workflows scientifiques. Un modèle à 43 dépasse la médiane ; un modèle à 30 non, et son mode de défaillance consiste généralement non pas à « donner de mauvaises réponses », mais à « faire les 70 % faciles et abandonner les 30 % difficiles » — longues chaînes d’utilisation d’outils, refactorisations multi-fichiers, questions nécessitant trois étapes d’arithmétique sur des valeurs extraites. Si votre charge de travail est la recherche d’informations, la classification, l’extraction ou le résumé, ce sont exactement les tâches où l’écart se resserre et où le prix de MiMo v2.6 Pro l’emporte nettement. Si votre charge de travail est un agent autonome effectuant vingt appels d’outils contre un système en production, l’écart se cumule à chaque étape, et un modèle qui abandonne la chaîne au quatorzième tour vous a fait perdre l’exécution, quel que soit le coût des tokens.
Calculez correctement le coût du multiplicateur. À 3,27 $ par tâche d’index contre 0,26 $, mille exécutions d’agents par jour représentent 3 270 $ contre 260 $, soit environ 90 000 $ par mois contre 7 200 $. C’est le chiffre qui détermine si les treize points sont abordables, et c’est aussi celui qui rend la comparaison injuste pour Xiaomi, car les exécutions que Qwen4-Max achève et que MiMo v2.6 Pro abandonne ne sont pas les mêmes mille exécutions. Un coût par tâche ne permet de comparer des éléments comparables que lorsque les deux modèles terminent.

La ligne où MiMo v2.6 Pro l'emporte sur les capacités, et non sur le prix
L’audio. MiMo v2.6 Pro le prend en charge nativement, via un AudioTokenizer de 308 M et un encodeur de patchs audio de 127 M, au sein du même modèle qui traite le texte, l’image et la vidéo. Qwen4-Max documente les entrées texte, image et vidéo, et aucune voie audio. Pour un pipeline qui transcrit et raisonne sur des enregistrements d’appels, l’audio de réunions ou des contenus de diffusion, cette seule ligne écarte Qwen4-Max de toute considération, à n’importe quel prix, et elle le fait sur un modèle qui coûte 0,87 $ par million de tokens de sortie.
Les poids ouverts comptent de la même manière pratique pour un autre acheteur. Une équipe qui a besoin d’un checkpoint figé pour un audit, d’un fine-tuning de domaine, d’un déploiement sur site ou d’une structure de coûts sans aucun compteur par jeton peut récupérer le dépôt de MiMo v2.6 Pro et cesser de payer qui que ce soit. Cette option n’existe pas du côté de Qwen, et aucune quantité de points d’indice ne peut s’y substituer.
Là où la fiche technique du modèle bon marché s'amincit
Deux lignes de la carte MiMo méritent d’être signalées, car ce sont celles qui coûteront de l’argent plus tard.
Le premier point est le plafond de sortie. 128 000 tokens fixes, c’est correct pour le chat et l’analyse, mais insuffisant pour la génération à décodage long : une seule tâche de synthèse de 200 000 tokens sera tronquée, et une troncature lors d’une exécution agentique signifie généralement une nouvelle tentative plutôt qu’une réponse plus courte. Le budget partagé de 262 144 tokens de Qwen4-Max n’est pas généreux non plus, mais il représente le double du plafond.
Le deuxième point concerne la cohérence interne de la fiche technique. La fiche de MiMo décrit son modèle de proposition pour le décodage spéculatif à la fois par son nombre de couches et par le nombre de tokens qu’il prédit par passe avant, et seul le premier apparaît dans le tableau d’architecture. C’est un détail, mais c’est le genre de détail qui montre que la fiche a été assemblée à la hâte. Xiaomi ne publie par ailleurs aucun chiffre de débit ou d’empreinte mémoire qui lui soit propre pour le checkpoint ; tous les chiffres de vitesse en circulation, y compris les 58,3 tokens par seconde ci-dessus, proviennent de tiers mesurant un matériel qui n’est pas le vôtre.
Qwen4-Max présente le problème inverse : une fiche fournisseur très complète où la date limite des connaissances est manifestement absente, sur un modèle vendu pour la compréhension de documents et de vidéos. Les deux fiches exigent la même discipline — faire confiance à l’architecture, tester le comportement.
Exécuter la comparaison sans doubler le travail
OrcaRouter propose MiMo v2.6 Pro sous la référence xiaomi/mimo-v2.6-pro, au prix catalogue de Xiaomi avec 0 % de marge appliquée, sur la même clé et le même point de terminaison compatible OpenAI que le reste du catalogue. Il ne propose pas Qwen4-Max, qui est disponible via l'API Model Studio d'Alibaba et plusieurs plateformes tierces.

Cette asymétrie est en fait pratique pour cette décision particulière, car la première chose qu’une équipe devrait faire n’est pas du tout de choisir entre ces deux-là — c’est de déterminer si les treize points comptent pour ses propres prompts. MiMo v2.6 Pro est suffisamment bon marché sur cette plateforme pour servir de référence sur un véritable ensemble d’évaluation sans discussion budgétaire : à 0,26 $ par tâche d’indexation, un balayage de 5 000 prompts coûte moins cher qu’un déjeuner d’équipe. Lancez d’abord cela, examinez où il échoue, puis décidez si ces échecs sont ceux auxquels la capacité supplémentaire de Qwen4-Max répond. Le DSL de routage rend la réponse opérationnelle — envoyez les classes que MiMo gère à MiMo et le reste ailleurs — et le basculement automatique signifie que le modèle bon marché peut être la valeur par défaut sans être le seul chemin.
La comparaison, énoncée une fois et sans faux-fuyant : MiMo v2.6 Pro est le choix par défaut correct pour tout ce qui a un plafond de prix, tout ce qui nécessite l’audio, tout ce qui doit tourner sur votre propre matériel, et tout ce où un avantage de coût de 12,6× l’emporte sur treize points d’indice. Qwen4-Max est le bon choix pour le travail agentique où les chaînes abandonnées sont le mode de défaillance, pour les tâches qui nécessitent plus de 128 000 jetons de sortie, et pour les équipes qui veulent la facturation régionale d’Alibaba — 1,413 $ et 4,24 $ à Francfort, Virginie et Tokyo, avec inférence par lots à Pékin. Aucun des deux n’est une erreur. L’erreur est de choisir d’après la grille tarifaire, où la réponse semble évidente et où le calcul qui compte est 12,6× contre treize points, et non 0,87 $ contre 4,50 $.
Comparés dans cet article2
Détecté à partir de cet article · Benchmarks : Artificial Analysis · mis à jour quotidiennement
