Step 5 Preview מול MiMo V2.6 Pro: נקודת אינדקס אחת مقابل חשבון גדול פי תשעה
- OrcaחדשOrcaCyber: MiniMax M3.1 Flash Abliterated2026-10-29orca/orcacyber-minimax-m3.1-flash
- OrcaחדשOrcaCyber: GLM 5.3 Flash Abliterated2026-10-2795 tok/s
- OrcaחדשOrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 260 tok/s
- OrcaחדשOrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 91 tok/s
- MoonshotחדשMoonshotAI: Kimi K3.1 Pro2026-10-2446אינטליגנציה
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 103 tok/s
- minimaxחדשMiniMax: M3.1 Flash2026-10-1929אינטליגנציה
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 65 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733אינטליגנציה
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 101 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2955אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2854אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 180 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2228אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2127אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2130אינטליגנציה
- xAIGrok 4.72026-09-2134אינטליגנציה
באותה הרצה של Artificial Analysis, המודלים של StepFun, Step 5 Preview ושל Xiaomi, MiMo V2.6 Pro מסיימים בפער של נקודת אינטליגנציה אחת: 29 מול 30. הם לא במרחק של שטר אחד. באותה הרצה, משימת אינדקס שהושלמה מתומחרת ב-$2.35 עבור Step 5 Preview וב-$0.26 עבור MiMo V2.6 Pro, פער של בערך תשעה לאחד. שניהם מודלי תערובת מומחים עם משקולות פתוחות וחלון של מיליון טוקנים, שניהם מקבלים גם תמונות וגם טקסט, ושניהם הושקו בהפרש של יום זה מזה בסוף ספטמבר 2026 — Step 5 Preview ב-API של StepFun ב-20 בספטמבר, ו-MiMo V2.6 Pro ב-21 בספטמבר. זה הופך את ההשוואה הזו להשוואה הישירה הנקייה ביותר הזמינה בשכבת המשקולות הפתוחות, וזו ההשוואה היחידה שבה המודל הזול יותר הוא גם זה שמקבל ציון מעט גבוה יותר.
מה שמופיע להלן מבוסס על ריצת הערכה בודדת, שנלקחה מגרסת האינדקס ש-Artificial Analysis מגישה כיום, מפני שכמעט כל עמוד השוואה שעדיין נמצא באינטרנט משתמש בגרסה שהוחלפה. המספרים שלמטה ניתנים לשחזור, מאותה ריצה, ומציינים מי הפיק אותם.
שתי הערות שחרור, בהפרש של שבוע, ושתי ירידות משקל מאוד שונות
לוחות הזמנים נבדלים זה מזה באותה מידה שבה נבדלות הארכיטקטורות. Step 5 Preview הגיע ל-API ב-20 בספטמבר ואז שהה כמעט ארבעה שבועות כמוצר זמין באירוח בלבד לפני ש-StepFun פרסמה את הצ'קפוינטים ב-15 באוקטובר. MiMo V2.6 Pro הפיצה את המשקולות שלה ברישיון MIT לצד ה-API ב-21 בספטמבר, ו-Xiaomi פרסמה את מתכון למידת החיזוק שלה, כ-7,000 סביבות משימה ואח מזוקק בנפח 9B באותו זמן.
דפי המפרט, שורה אחת לכל מימד:
• סך כל הפרמטרים והפרמטרים הפעילים — Step 5 Preview: 600B בסך הכל, 27B פעילים לכל טוקן. MiMo V2.6 Pro: 1.0T בסך הכל, 42B פעילים.
• ארכיטקטורה — תצוגה מקדימה של שלב 5: 92 שכבות, תשומת לב דלילה מסוג grouped-query עם אינדוקס בלוקים של 8 טוקנים, ותערובת ביחס 3:1 של תשומת לב חלון-הזזה עם שער ותשומת לב מלאה דלילה. MiMo V2.6 Pro: MoE דליל עם 384 מומחים מנותבים, שמונה פעילים לכל טוקן.
• הקשר ופלט — Step 5 Preview: 1 מיליון טוקנים. MiMo V2.6 Pro: 1 מיליון טוקנים, עם תקרת פלט של 131K בדף המודל שלנו.
• קלט — שלב 5 תצוגה מקדימה: טקסט, תמונה ווידאו. MiMo V2.6 Pro: טקסט, תמונה, וידאו ואודיו, והוא מציע אודיו מקורי ולא וידאו בלבד.
• משקלים ורישיון — Step 5 Preview: BF16 ו-FP8, בכפוף ל-StepFun Model License 1.0. MiMo V2.6 Pro: MIT.
• מחיר למיליון טוקנים — Step 5 Preview: $1.00 בקלט, $2.70 בפלט, $0.10 במטמון. MiMo V2.6 Pro: $0.435 בקלט, $0.87 בפלט, $0.0036 במטמון.
פער הפרמטרים הוא הדבר הראשון ששמים לב אליו. Step 5 Preview הוא המודל הקטן יותר בגודלו הכולל והקטן יותר מבחינת החישוב הפעיל, 27B מול 42B. אין כאן מקריות של אריזה; הבלוג הטכני של StepFun מציג את החלופה ההפוכה — מבנה צר ועמוק שאומן להתנהג כמו מודל גדול בהרבה בעבודת סוכנים לטווח ארוך, ולכן 92 שכבות יושבות על מעטפת של 600B ולא על מעטפת של טריליון פרמטרים.
הלוח נוקד מחדש, והמספרים הישנים עדיין בכל מקום
אם תחפשו היום את ההשוואה הזו, רוב התוצאות יגידו לכם ש-MiMo V2.6 Pro מקבל 46 ו-Step 5 Preview מקבל 44. אלה היו קריאות אמיתיות. הן נלקחו על גרסה קודמת של מדד הבינה של Artificial Analysis, ומאז הגרסה הזו הוחלפה. בלוח כפי שהוא כיום, אותם שני מודלים מציגים 30 ו-29, והמודלים שנהגו לשבת לידם זזו בשיעורים דומים.
זה חשוב מסיבה מעשית ולא מסיבה פדנטית: כל נתון נגזר המחושב מהציונים הישנים שגוי כעת. היחס "$0.13 לעומת $0.72 למשימה" שהופץ בעת ההשקה הפך ל-$0.26 מול $2.35. הדירוג לא השתנה — MiMo עדיין ביתרון של אחד — אבל סדר הגודל של כל מה שסביבו כן השתנה, וכיוון סיפור העלויות השתנה משגיאת עיגול להחלטה.
אזהרה לגבי אופן הקריאה של כל אחד מהמספרים הללו: המדד הוא מכלול משוקלל, ומדדי המשנה שלו נבדלים בחדות זה מזה עבור הצמד הזה. דיווח על המכלול בלבד היה מסתיר את החלק היחיד בהשוואה שנותן ל-Step 5 Preview סיבה להתקיים.
במקום שבו התשע לאחד קונה משהו
שלוש תוצאות משנה מאותה ריצה הן באמת לטובת Step 5 Preview, והן מתקבצות סביב נושא אחד: לומר פחות כשהוא לא יודע.
• המבחן האחרון של האנושות (Diamond) — Step 5 Preview עם 24% לעומת MiMo V2.6 Pro עם 15%. יתרון של כמעט תשע נקודות במבחן הידע הקשה ביותר במערך.
• AA-Omniscience — Step 5 Preview 16 מול MiMo V2.6 Pro −4. הציון מתגמל הימנעות מכוילת לצד שליפה נכונה, וערך שלילי משמעו מודל שעונה בביטחון ובטעות לעתים קרובות יותר משאינו שותק.
• מהירות פלט — Step 5 Preview 179.1 טוקנים לשנייה לעומת MiMo V2.6 Pro 58.0, נמדד על אותו שירות. תפוקה פי שלושה היא הבדל השהיה ממשי בלופ של סוכן שמבצע תריסר קריאות עוקבות.
שלושת אלה יחד הם הגנה קוהרנטית על פרמיית המחיר: מודל שפחות הוזה ומחזיר תשובות מהר יותר שווה יותר לכל טוקן בדיוק בעומסי העבודה ששתי הספקיות מכוונות אליהם — סוכנים ארוכי-טווח, פרומפטים בקנה מידה של מאגר קוד, וסינתזת מחקר. האם הוא שווה פי תשעה יותר היא שאלה נפרדת, והתשובה תלויה בכמה עולה לך תשובה שגויה שנאמרת בביטחון.
איפה MiMo מנצח בלי כוכבית
הקוד ובדיקות האוטומציה הולכים בכיוון ההפוך, ולא במעט.
• FrontierCode 2.0 — MiMo V2.6 Pro 24% לעומת Step 5 Preview 12%. פי שניים מהציון במבחן הקידוד, שמהווה את הפער הגדול ביותר בין השניים.
• AutomationBench-AA — 59% לעומת 51%.
• Terminal-Bench 4.0 — 35% לעומת 33%, יתרון צר שחשוב משום שהמיצוב האג'נטי של Step 5 Preview נבנה על עבודת טרמינל.
• GDPpdf — 19% לעומת 15%, ו-Terminal-Bench-Science 6% לעומת 2%, שניהם צנועים אך עקביים.
הניצחונות של Step 5 Preview ב-HLE וב-Omniscience מתפרשים כרוחב ידע וכיול; הניצחונות של MiMo ב-FrontierCode וב-AutomationBench מתפרשים כיכולת לפעול. עבור סוכן קידוד, אלה אינם מטבעות שווי ערך.
כלכלת המטמון היא החלק שסביר ביותר להפתיע מי שעורך מודל הוצאות. תעריף הקלט השמור במטמון של MiMo V2.6 Pro הוא 0.0036 דולר למיליון טוקנים, לעומת 0.10 דולר של Step 5 Preview — הבדל של פי 28 בסוג הטוקנים ששולט בסשן סוכן ארוך, שבו אותו הקשר של מאגר קוד או מסמך נקרא מחדש בכל תור. MiMo מוכרת גם דרג UltraSpeed ב-4.35 דולר לקלט ו-8.70 דולר לפלט עבור קריאות קריטיות מבחינת השהיה, וזו דרך לרכוש תפוקה בלי להחליף מודלים.
מה באמת עולה תור של סוכן
קחו קריאה מייצגת אחת: הקשר של 400,000 טוקנים בכניסה, 20,000 טוקנים ביציאה. לפי מחירי המחירון מדובר ב-$0.454 עבור Step 5 Preview וב-$0.191 עבור MiMo V2.6 Pro — פער של פי 2.4, ולא פי תשעה. כעת הריצו את אותו הקשר עשר פעמים בסשן אחד. כשהמטמון עושה את עבודתו, Step 5 Preview קורא מחדש את 400,000 הטוקנים הללו במחיר של $0.10 למיליון, ו-MiMo V2.6 Pro במחיר של $0.0036, והפער על החלק הממוטמן מתרחב לכערך 28 לאחד.
החשבון הזה הוא הסיבה לכך שהפער לפי משימה ופער המחיר אינם מתיישבים. הנתון לפי משימה הוא ממוצע משוקלל על פני הערכה מלאה עם שימוש חוזר רב בפרומפטים, ולכן הוא משקף את שיעור המטמון לא פחות משיעור הכותרת. אם עומס העבודה שלכם מורכב מפרומפטים חד-פעמיים עם הקשר חדש בכל קריאה, תקצבו קרוב יותר לנתון של פי 2.4. אם מדובר בסוכן מתמיד שקורא שוב את אותם קבצים, הנתון של פי תשעה הוא מספר התכנון הכנה יותר.
מה שאפשר לקרוא לו היום
MiMo V2.6 Pro נמצא בקטלוג של OrcaRouter תחת מזהה הדגם xiaomi/mimo-v2.6-pro, כאשר החיוב הוא לפי מחיר המחירון של Xiaomi עצמה – 0.43 דולר לקלט ו-0.87 דולר לפלט למיליון טוקנים, ללא תוספת מרווח. זה חשוב כאן מסיבה ספציפית: התמחור בהשוואה הזו הוא הדבר שסביר ביותר להשתנות, וראוטר מעביר-דרך משמעו ששינוי מחיר של Xiaomi יגיע לחשבון שלך באותו יום ולא בחידוש החוזה הבא.
Step 5 Preview אינו בקטלוג שלנו. היעד שאליו פונים עבורו נותר ה-API של StepFun עצמו, או מארח צד שלישי שמחזיק את הצ'קפוינטים. עבור צוות ששוקל את שני האפשרויות, האסימטריה הזו היא בעצמה נימוק: אפשר לבדוק צד אחד של ההשוואה הזו מול חלופת גיבוי בתצורת ניתוב אחת, ואילו את הצד האחר לא. ה-DSL של הניתוב מאפשר לך לנתב את תעבורת הקוד אל MiMo V2.6 Pro ולהחזיק מודל שני מאחורי מעבר אוטומטי לגיבוי, כך שזינוק בזמן השהיה אצל ספק אחד לא מפיל את הסוכן. אם היתרון של נקודה אחת של MiMo יתברר כלא מחזיק מעמד בעומס העבודה שלך, החלפה עולה מזהה מודל, לא חוזה.
השאלות שהמפגש הזה ממשיך להעלות
למה רוב דפי ההשוואה עדיין מציגים 46 מול 44?
משום שהם נכתבו מול הגרסה הקודמת של המדד ולא חושבו מחדש. ההערכה הבסיסית השתנתה, לא רק המודלים, ולכן כל נתון שנגזר ממנה — כולל עלות לכל משימה — השתנה יחד איתה. כאשר שני דפים מצטטים את הצמד הזה וחולקים זה מזה ביותר מנקודה או שתיים, בדקו איזו גרסת מדד יצרה כל אחד מהם.
האם יתרון הכיול של Step 5 Preview מחזיק מעמד לנוכח שינוי תחום?
חלקית. תוצאות Omniscience ו-HLE נמדדות על ידע כללי; התנהגות הכיול שהן מתגמלות היא בעלת הערך הרב ביותר כאשר המודל נשאל על דברים מחוץ להתפלגות האימון שלו. בתחום צר שבו שני המודלים אומנו באופן אינטנסיבי — קוד, למשל — היתרון של MiMo ב-FrontierCode מרמז שיתרון ההימנעות אינו עושה את העבודה שאתם משלמים עליה.
האם מי מהדגמים מהווה תחליף ישיר לאחר?
לא בלי לבדוק. הן חולקות בפועל ממשק תואם OpenAI, אבל בקרות החשיבה שונות, תקרות הפלט שונות, וטביעת הרגל הפעילה של 27B ב-Step 5 Preview משנה כמה מהפרומפט הארוך אפשר להחזיק בזיכרון. הסב את הפרומפט, הרץ מחדש את מערך ההערכה שלך, והשווה לפי עומס העבודה שלך ולא לפי השקף של אף אחד מהספקים.
הגרסה הקצרה של ההחלטה: אם עומס העבודה שלך עתיר ידע, רגיש לשיהוי ויקר לטעות בו, תוספת המחיר פי תשעה של Step 5 Preview מוצדקת, ו-179 טוקנים לשנייה שלו הופכים את השימוש בו לנעים. אם עומס העבודה שלך הוא קוד, אוטומציה והפעלות ארוכות על אותו הקשר, MiMo V2.6 Pro הוא המודל הטוב יותר במחיר שאינו קרוב — והוא זה מבין השניים שאתה יכול להציב מאחורי נתב היום ולעבור ממנו מחר.
השוואות במאמר הזה1
זוהה מתוך המאמר הזה · בנצ'מרקים: Artificial Analysis · מתעדכן יומית
