MiMo-V2.6-Pro vs Gemini 3.1 Pro: Kesenjangan 16 Poin yang Hanya Ada pada Satu Versi Indeks

Sandikan Xiaomi MiMo-V2.6-Pro dan Gemini 3.1 Pro Preview secara berdampingan pada Artificial Analysis Intelligence Index dan Anda mendapatkan 46 berbanding 30 — keunggulan enam belas poin bagi model yang biaya inputnya hanya seperlima. Sandikan keduanya pada angka yang dipublikasikan kedua vendor saat peluncuran masing-masing dan Gemini 3.1 Pro menang sebelas poin. Kedua pembacaan itu berasal dari evaluator yang sama. Alasan keduanya tidak sepakat adalah hal paling berguna untuk dipahami tentang membandingkan model pada September 2026: indeks tersebut telah dibangun ulang di bawah keduanya, dan sebuah skor hanya bermakna bila berada di samping nomor versi yang menghasilkannya.

Komposit v4.3.2 adalah yang berlaku saat ini. Di dalamnya terdapat sepuluh evaluasi — AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, dan AA-LCR v1.1 — dan berdasarkan itu, dibaca pada 22 September 2026, model Xiaomi mencetak skor 46 dan Google mencetak skor 30. Saat peluncurannya pada 19 Februari 2026, Gemini 3.1 Pro Preview dilaporkan berada di angka 57 pada skala yang berlaku saat itu, yang menempatkannya di puncak papan peringkat. Kedua angka Gemini tersebut bukanlah sebuah penurunan. Keduanya adalah dua tolok ukur yang berbeda.

Apa sebenarnya setiap model itu

Gemini 3.1 Pro Preview adalah model penalaran terdepan Google, dirilis 19 Februari 2026 dan masih menyandang label pratinjau tujuh bulan kemudian. Model ini memiliki jendela konteks 1 juta token, membatasi keluaran pada 65.536 token — tercatat sebagai 64K oleh Artificial Analysis dan 65K di halaman model kami sendiri — serta menerima masukan berupa teks, gambar, PDF, audio, dan video, dengan keluaran teks. Model ini bersifat proprietary, dengan jumlah parameter yang tidak diungkapkan dan batas pengetahuan Januari 2025. API milik Google sendiri mengenakan biaya $2,00 per juta token masukan dan $12,00 per juta token keluaran untuk masukan di bawah 200K, berubah menjadi $4,00 dan $18,00 di atasnya, dengan masukan yang di-cache sebesar $0,20.

Xiaomi MiMo-V2.6-Pro tersedia secara umum pada 22 September 2026, dengan repositori checkpoint reinforcement learning muncul sehari sebelumnya. Ini adalah model sparse mixture-of-experts dengan total 1,02 triliun parameter dan 42 miliar parameter yang diaktifkan per token, dengan jendela konteks 1 juta token, multimodalitas native di seluruh teks, gambar, video, dan audio, serta bobot yang dapat diunduh berlisensi MIT. Xiaomi mempertahankan harga generasi MiMo-V2.5 sebelumnya alih-alih menetapkan harga ulang untuk checkpoint baru menjadi lebih tinggi: $0,43 per juta token masukan dan $0,87 per juta token keluaran, dengan diskon cache 99% dan tarif campuran $0,18 pada campuran cache-hit/masukan/keluaran 7:2:1.

• Bobot — Xiaomi MiMo-V2.6-Pro berlisensi MIT dan dapat diunduh; Gemini 3.1 Pro Preview eksklusif, hanya API

• Parameter — MiMo-V2.6-Pro total 1,02T / aktif 42B; Gemini 3.1 Pro Preview tidak diungkapkan

• Konteks — 1 juta token keduanya; Gemini 3.1 Pro Preview membatasi keluaran pada 65.536 token, MiMo-V2.6-Pro tidak memublikasikan batas yang setara

• Modalitas — MiMo-V2.6-Pro menerima teks, gambar, video, dan audio; Gemini 3.1 Pro Preview menerima teks, gambar, PDF, audio, dan video

• Harga daftar — MiMo-V2.6-Pro $0.43 / $0.87 per 1 juta token; Gemini 3.1 Pro Preview $2.00 / $12.00 di bawah 200K input, $4.00 / $18.00 di atas

• Cache — MiMo-V2.6-Pro diskon 99%; Gemini 3.1 Pro Preview $0,20 per 1 juta pembacaan cache

• Kecepatan — MiMo-V2.6-Pro 134,3 token keluaran/detik; Gemini 3.1 Pro Preview 121,8

• Waktu sampai token pertama — MiMo-V2.6-Pro 2,15 detik; Gemini 3.1 Pro Preview 63,62 detik

• Biaya terukur untuk menjalankan indeks — MiMo-V2.6-Pro $206,66, atau $0,13 per tugas; Gemini 3.1 Pro Preview $1.310,21, atau $0,67 per tugas

Label pratinjau adalah perbedaan yang sebenarnya

Semua di atas adalah spesifikasi. Satu baris yang mengubah cara Anda membaca keseluruhan perbandingan adalah kata "preview". Model preview adalah kandidat yang Google belum berkomitmen untuk mempertahankannya di endpoint itu. Hal itu penting untuk halaman perbandingan dengan cara yang tidak dimiliki oleh selisih indeks enam belas poin, karena model yang tidak dapat Anda andalkan keberadaannya dalam enam bulan bukanlah model yang Anda jadikan standar — dan keluarga Google sendiri sudah melampauinya. Gemini 3.6 Flash dan Gemini 3.8 Flash berada di atas Gemini 3.1 Pro dalam hal coding dan kerja agentic dengan biaya lebih rendah, itulah sebabnya salah satu ulasan teknis tentang rilis 3.1 Pro menggambarkannya sebagai generasi sebelumnya. Halaman AA sendiri mencantumkannya pada peringkat 71 dari 202 dalam hal kecerdasan.

Model Xiaomi berada di posisi yang berlawanan. Model ini dirilis minggu ini, bobotnya tersedia di bawah MIT, dan karakteristik penyajiannya adalah hal terkuat darinya. 134,3 token keluaran per detik menempatkannya di peringkat kesebelas dari 114 model yang diukur kecepatannya, dan 2,15 detik ke token pertama kira-kira tiga puluh kali lebih cepat daripada Gemini 3.1 Pro Preview yang 63,62 detik. Untuk aplikasi interaktif, itu bukan penentu. Itu adalah perbedaan antara produk dan demo, dan itu adalah angka yang paling mungkin tidak terlihat pada tabel benchmark.

Ke mana uang itu sebenarnya pergi

Perhitungan per token meremehkan selisih antara keduanya, karena model-model ini tidak menghabiskan jumlah token yang sama untuk menyelesaikan pekerjaan yang sama. Angka yang lebih jernih adalah yang diukur Artificial Analysis untuk menjalankan Intelligence Index lengkapnya pada masing-masing: $206,66 untuk MiMo-V2.6-Pro dan $1.310,21 untuk Gemini 3.1 Pro Preview. Suite yang sama, harness yang sama, diukur dengan cara yang sama — selisih 6,3x pada kumpulan tugas yang identik, dan ini sudah memperhitungkan fakta bahwa model penalaran menghasilkan banyak token untuk berpikir. Gemini 3.1 Pro Preview menghasilkan 67 juta token keluaran di seluruh indeks; median untuk model di tingkat harganya adalah 90 juta, jadi sebenarnya model ini lebih ekonomis per poin dibandingkan model-model selevelnya, namun biaya evaluasinya tetap enam kali lebih mahal daripada model Xiaomi.

Lalu, jalankan loop produksi terhadapnya. Sebuah run agen 30 langkah yang membaca 200.000 token konteks per langkah dan menulis 2.000 token per langkah adalah 6 juta token input dan 60.000 token output per run. Pada Gemini 3.1 Pro Preview di bawah tier 200K, itu $12,00 untuk input dan $0,72 untuk output — $12,72 per run. Pada MiMo-V2.6-Pro, itu $2,58 dan $0,05 — $2,63. Jika melewati 200.000 token input pada model Google, tarif inputnya menjadi dua kali lipat menjadi $4,00, di mana pada titik itu loop yang sama biayanya $24,00 sebelum output. Caching mengubah kedua angka tersebut, tetapi diskon 99% pada model murah versus pembacaan cache $0,20 pada model mahal membuat model mahal satu orde besaran lebih mahal pada loop yang berat konteks.

Pertanyaan routing, yang dinyatakan dengan jujur

Inilah bagian yang mudah salah. Gemini 3.1 Pro Preview ada di OrcaRouter sebagai google/gemini-3.1-pro-preview, dapat diakses melalui satu kunci yang kompatibel dengan OpenAI pada harga daftar penyedia dengan markup 0% — jadi perubahan harga Google langsung berlaku di sisi kami pada hari yang sama, bukan pada siklus penagihan berikutnya. Xiaomi MiMo-V2.6-Pro tidak ada di OrcaRouter. Tidak ada model Xiaomi pun yang ada, dan mengatakan hal itu secara terus terang lebih berguna daripada membiarkan halaman model menyiratkan sebaliknya. Mengaksesnya hari ini berarti platform Xiaomi sendiri atau salah satu katalog pihak ketiga yang mencantumkannya.

Asimetri itulah yang tepat menjadi alasan mengapa router layak mendapat tempat dalam perbandingan ini, bukan sekadar menjadi catatan kaki. Kedua model tidak bersaing untuk permintaan yang sama. Gemini 3.1 Pro Preview adalah incumbent yang mungkin sudah Anda bayar, dan pertanyaan yang dijawab halaman ini adalah apakah model murah baru dapat mengambil sebagian lalu lintasnya. Menjalankan uji itu dengan benar berarti mengirim prompt Anda sendiri ke keduanya dan membandingkan jawabannya, bukan membaca indeks — dan melakukannya dengan membuka kontrak kedua, kunci kedua, dan hubungan penagihan kedua adalah hambatan yang membuat uji tersebut tidak pernah terjadi. Satu kunci, kedua jalur di tempat kami merutekannya, dan perbandingan menjadi perubahan konfigurasi. Failover otomatis menutupi separuh lainnya: model pratinjau dapat ditarik atau dibatasi lajunya dengan sedikit pemberitahuan, dan jalur kedua di belakang endpoint yang sama adalah yang mengubahnya dari gangguan menjadi keputusan perutean.

Yang mana yang harus dipilih

Pilih Gemini 3.1 Pro Preview saat tugas memerlukan input PDF dan audio secara native, saat Anda sudah berada di dalam ekosistem Google, atau saat Anda secara khusus membutuhkan perilaku model tersebut dan bisa menerima risiko penghentian endpoint pratinjau. Waktu 63 detiknya menuju token pertama berarti dalam praktiknya ini adalah model batch dan beban kerja offline, apa pun yang dikatakan pemasaran tentang interaktivitas.

Pilih MiMo-V2.6-Pro ketika volume menjadi kendala, ketika loop-nya sarat konteks dan repetitif, ketika Anda ingin bobotnya berjalan di perangkat keras Anda sendiri — MIT mengizinkan penerapan komersial, modifikasi, dan pelatihan lanjutan — atau ketika latensi token pertama adalah bagian dari produk. Ini kasus langka model murah yang sekaligus cepat, dan kombinasi itu bernilai lebih daripada yang disiratkan oleh enam belas poin indeks.

Yang akan mengubah gambaran ini adalah penerus non-preview dari Gemini 3.1 Pro, atau reproduksi independen atas angka DeepSWE yang dipublikasikan Xiaomi dari harness miliknya sendiri — 72,57 untuk Pro, 65,68 untuk Flash, bergerak dari 58,4 dan 48,8 masing-masing sepanjang proses reinforcement learning. Angka-angka itu dilaporkan vendor, dievaluasi pada grader Xiaomi dengan mini-swe-agent pada rata-rata dari tiga, dan tidak diajukan ke papan peringkat publik. Sampai seseorang menjalankannya ulang, Artificial Analysis 46 adalah angka yang harus dikutip, dan angka itu diukur dengan penggaris yang sama seperti angka 30.

OrcaRouter menempatkan 200+ model di balik satu endpoint yang kompatibel dengan OpenAI pada harga daftar penyedia dengan markup 0%, sehingga perubahan harga vendor langsung berlaku pada hari yang sama.