MiMo-V2.6-Pro vs GLM-5.2: Dua MoE Berbobot Terbuka, dan Benchmark yang Tidak Boleh Anda Kurangi

Versi paling malas dari perbandingan ini menempatkan 72,57 milik Xiaomi MiMo-V2.6-Pro di samping 46,2 milik GLM-5.2, menyebutnya sebagai kemenangan 26 poin, lalu menerbitkannya. Itu salah karena alasan yang sama sekali tidak berkaitan dengan model mana yang lebih baik: kedua angka itu bukan pengukuran yang sama. 72,57 milik Xiaomi adalah rata-rata dari tiga pada harness-nya sendiri dengan mini-swe-agent dan belum pernah diserahkan ke papan publik; 46,2 adalah angka Pass@1 dari harness yang sama sekali berbeda. Perbandingan yang jujur antara Xiaomi MiMo-V2.6-Pro dan GLM-5.2 adalah perbandingan yang berbeda, pada penggaris yang keduanya benar-benar diuji — dan pada penggaris itu, selisihnya nyata tetapi dua belas poin, bukan dua puluh enam.

Pada Artificial Analysis Intelligence Index v4.3.2, yang dibaca pada 22 September 2026, Xiaomi MiMo-V2.6-Pro mendapat skor 46. GLM-5.2 mendapat skor 34. Keduanya adalah model mixture-of-experts dengan bobot terbuka dari lab-lab Tiongkok, keduanya menjalankan jendela konteks 1M token, dan keduanya diberi harga cukup murah sehingga pilihan di antara keduanya adalah soal kemampuan dan penyajian, bukan anggaran. Di situlah kemiripannya berakhir, karena GLM-5.2 telah digantikan oleh pembuatnya sendiri, dan halaman tempat perbandingan ini ditulis mencantumkan pemberitahuan penghentian dukungan.

Apa setiap model itu, dan dalam keadaan apa ia berada

GLM-5.2 adalah andalan Z.ai, yang dirilis pada 16 Juni 2026. Ini adalah transformer mixture-of-experts dengan total sekitar 753 miliar parameter dan sekitar 40 miliar yang aktif per token, dan dilaporkan dilatih sepenuhnya pada akselerator Huawei Ascend, bukan perangkat keras Nvidia. Model ini dirilis dengan bobot terbuka di bawah lisensi MIT dengan kuantisasi FP8 dan INT4, mendukung konteks 1 juta token dengan output hingga 131.072 token, dan dipatok pada $1,40 per juta token input dan $4,40 per juta token output di API Z.ai sendiri, dengan input yang di-cache seharga $0,26 dan tarif campuran $0,90. Artificial Analysis mengukurnya pada 72,6 token output per detik dan 5,98 detik ke token pertama, dengan biaya $1.559,05 untuk menjalankan indeks penuh.

Xiaomi MiMo-V2.6-Pro tersedia secara umum pada 22 September 2026, dengan repositori checkpoint reinforcement-learning-nya muncul sehari sebelumnya. Ini adalah model sparse mixture-of-experts dengan total 1,02 triliun parameter dan 42 miliar yang diaktifkan per token — total yang lebih besar daripada GLM-5.2 dan jumlah aktif yang hampir identik — dengan jendela konteks 1 juta token, multimodalitas native di seluruh teks, gambar, video, dan audio, serta bobot berlisensi MIT. Xiaomi mempertahankan harga generasi sebelumnya alih-alih menaikkan harga, sehingga tercantum pada $0,43 dan $0,87 per juta token dengan diskon cache 99% dan campuran $0,18.

• Bobot — keduanya berlisensi MIT dan dapat diunduh; ini satu-satunya kategori di mana keduanya benar-benar setara

• Parameter aktif — MiMo-V2.6-Pro 42B per token; GLM-5.2 sekitar 40B. Nyaris identik, yang membuat selisih skor menjadi hasil pelatihan, bukan hasil skala

• Total parameter — MiMo-V2.6-Pro 1.02T; GLM-5.2 sekitar 753B

• Skor indeks — MiMo-V2.6-Pro 46; GLM-5.2 34, keduanya pada Artificial Analysis v4.3.2

• Harga daftar — MiMo-V2.6-Pro $0.43 / $0.87 per 1 juta; GLM-5.2 $1.40 / $4.40, campuran $0.18 dibandingkan $0.90

• Biaya untuk menjalankan indeks — MiMo-V2.6-Pro $206,66; GLM-5.2 $1.559,05

• Kecepatan — MiMo-V2.6-Pro 134,3 token keluaran/detik; GLM-5.2 72,6

• Waktu hingga token pertama — MiMo-V2.6-Pro 2,15 detik; GLM-5.2 5,98 detik

• Status — MiMo-V2.6-Pro terkini dan GA; GLM-5.2 tidak digunakan lagi di Artificial Analysis, yang kini hanya melakukan benchmark terhadapnya pada beban kerja input default 10k

Pemberitahuan deprecation adalah headline

Z.ai sejak itu telah merilis GLM-5.3, dan halaman Artificial Analysis untuk GLM-5.2 mengatakan hal itu secara langsung, menandai model tersebut sebagai usang dan membatasi pekerjaan benchmark lanjutan pada satu beban kerja default. Itu mengubah tujuan halaman ini. Jika Anda memilih model baru hari ini, pertarungan yang sebenarnya Anda pedulikan adalah MiMo-V2.6-Pro melawan GLM-5.3, bukan GLM-5.2 — dan pada indeks v4.3.2 yang sama, GLM-5.3 dengan upaya maksimum mencetak 45 melawan 46 milik MiMo-V2.6-Pro. Satu poin. Itu pertarungan nyata, dan itu artikel yang sama sekali berbeda.

Perbandingan GLM-5.2 tetap layak dilakukan, karena satu alasan spesifik: ini adalah ilustrasi termurah yang mungkin tentang seberapa cepat frontier open-weights bergerak antara Juni dan September 2026. Dua belas poin indeks dalam sekitar empat belas minggu, dengan jumlah parameter aktif yang nyaris tidak berubah. Apa pun yang menghasilkan peningkatan itu, penyebabnya bukanlah skala.

Apa yang membuat GLM-5.2 unggul, dan apakah masih demikian

Materi peluncuran GLM-5.2 mengedepankan coding dan pekerjaan agentic jangka panjang, dan angka-angka itu masih bertahan sebagai deskripsi model tersebut: SWE-bench Pro 62,1 berbanding 58,4 untuk GLM-5.1, Terminal-Bench 2.1 81,0 berbanding 63,5, dan FrontierSWE 74,4 berbanding 30,5. Di sisi pengetahuan dan matematika, model ini melaporkan GPQA-Diamond 91,2, AIME 2026 99,2, dan Humanity's Last Exam 40,5. Pada saat itu, model ini memimpin semua model pada satu tolok ukur coding agentic berhorizon panjang dan berada di peringkat kedua pada papan peringkat pengembangan web publik. Itu adalah angka yang dilaporkan vendor pada harness milik vendor sendiri, dan peringatan yang biasa berlaku untuk setiap angkanya.

Angka yang diterbitkan sendiri oleh Xiaomi untuk MiMo-V2.6-Pro tidak dapat dibandingkan dengan angka-angka itu, dan ada baiknya kita menjelaskan alasannya secara tepat alih-alih hanya menyinggungnya. Xiaomi melaporkan model tersebut bergerak dari 58,4 ke 72,57 pada DeepSWE v1.1 sepanjang proses reinforcement learning-nya, dievaluasi dengan mini-swe-agent sebagai rata-rata dari tiga, menggunakan grader miliknya sendiri, dengan proses yang didokumentasikan sebanyak 30 langkah dan sekitar 750.000 trajektori diselesaikan dalam waktu kurang dari enam hari dengan biaya yang dipublikasikan sekitar $2,62 juta untuk model Pro. Tidak ada satu pun dari itu yang merupakan entri papan peringkat. Entri papan peringkat adalah klaim tentang konfigurasi tertentu di bawah kondisi yang dinyatakan yang dapat dijalankan ulang oleh pihak ketiga, dan milik Xiaomi bukanlah itu. Sebuah pelacak terpisah mencantumkan GLM-5.2 pada 46,2 di DeepSWE — Pass@1, metrik yang berbeda pada keluarga tugas yang sama — dan menempatkan 72,57 di samping 46,2 untuk menghasilkan margin 26 poin adalah aritmetika pada dua skala yang berbeda. Hal itu tidak boleh dilakukan, dan ini adalah kesalahan paling umum yang beredar tentang pasangan ini.

Memilih di antara keduanya, dan perutean yang membuatnya murah

Jika keduanya berbobot terbuka di bawah lisensi yang sama, faktor penentunya adalah apa yang dapat Anda jalankan dan di mana Anda dapat memanggilnya. GLM-5.2 tersedia di OrcaRouter sebagai z-ai/glm-5.2 — satu endpoint yang kompatibel dengan OpenAI, harga daftar penyedia diteruskan dengan markup 0%, sehingga perubahan harga Z.ai langsung berlaku di sisi kami pada hari yang sama. Xiaomi MiMo-V2.6-Pro tidak ada di OrcaRouter; tidak ada model Xiaomi yang ada di sana, dan untuk mengaksesnya berarti melalui platform Xiaomi sendiri atau salah satu katalog pihak ketiga yang menyediakannya. Kami lebih memilih menyatakan hal itu daripada membiarkan halaman model menyiratkan sebaliknya.

Konsekuensi yang berguna adalah Anda dapat mempertahankan model-model incumbent pada satu kunci dan mengevaluasi pendatang baru terhadap mereka tanpa kontrak kedua. Jika MiMo-V2.6-Pro menang pada prompt Anda, Anda telah mempelajarinya dengan biaya murah. Jika tidak — dan selisih indeks dua belas poin lebih kecil daripada besarnya selisih harga per token, sehingga hasilnya benar-benar bergantung pada beban kerja Anda — Anda tidak kehilangan apa pun selain pengujian tersebut. Merutekan keduanya di belakang satu endpoint dengan failover otomatis juga menjawab keberatan praktis terhadap model yang diluncurkan minggu ini: satu rute penyajian adalah titik kegagalan tunggal, dan jalur yang dapat Anda jadikan cadangan adalah yang membuat model baru aman untuk ditempatkan di depan lalu lintas nyata.

Jawaban singkatnya

Jika Anda menggunakan GLM-5.2 hari ini dan model itu berfungsi, pertanyaan peningkatan bukanlah MiMo-V2.6-Pro — melainkan GLM-5.3, dalam garis keturunan yang sama, dengan selisih satu poin terhadap model Xiaomi dan tanpa biaya migrasi. Jika Anda memilih jalur dari awal dan menginginkan bobot terbuka dengan skor terukur terbaik di antara ketiganya, angka 46 milik MiMo-V2.6-Pro adalah jawabannya, dan 134,3 token per detik serta $0,13 per tugas indeks adalah alasan kemenangannya tidak tipis. Jika Anda menginginkan yang paling aman di antara ketiganya, GLM-5.2 adalah jawaban yang salah karena alasan yang sama sekali tidak berkaitan dengan seberapa bagus model itu pada bulan Juni: model ini satu-satunya dari ketiganya yang telah dihentikan pengembangannya oleh vendornya sendiri.

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.