Kartu judul yang dihasilkan bertuliskan Qwen4-Max vs MiMo v2.6 Pro, dengan subjudul Tiga belas poin, tagihan dua belas kali lipat, dan tiga chip bertuliskan biaya per tugas $3.27 dibandingkan $0.26, indeks v5.0.1 43 dibandingkan 30, dan bobot tertutup dibandingkan MIT.
Guides & Insights

Qwen4-Max vs MiMo v2.6 Pro: Tiga Belas Poin Indeks dengan Biaya Dua Belas Kali Lipat

Penulis

jinhao.song

Tanggal Terbit

Model terbaru · 20Lihat semua model →
Benchmark: Artificial Analysis · diperbarui setiap hari
Kembali ke semua artikel

MiMo v2.6 Pro adalah model termurah dalam seluruh keluarga perbandingan ini dan Qwen4-Max bukan, yang terdengar seperti pembuka perdebatan harga dan sebenarnya justru penutupnya. Model andalan Xiaomi ini tercantum pada $0.435 per juta token input dan $0.87 per juta output. Model Alibaba tercantum pada $1.50 dan $4.50 di Singapura. Pada output, itu 5,2×, dan pada biaya terukur Artificial Analysis per tugas Intelligence Index yang diselesaikan, selisihnya bahkan lebih lebar: $0.26 untuk MiMo v2.6 Pro versus $3.27 untuk Qwen4-Max, atau 12,6×.

Alasan bahwa itu bukan keseluruhan cerita adalah karena baris skor bergerak ke arah yang sama. Qwen4-Max mencetak 43 pada Index v5.0.1; MiMo v2.6 Pro mencetak 30. Jadi pertanyaan yang harus dijawab halaman ini bukanlah mana yang lebih murah — tidak ada yang ambigu tentang kedua model itu dalam hal tersebut — melainkan apakah tiga belas poin indeks sepadan dengan dua belas kali biayanya, dan untuk pekerjaan mana jawabannya berbalik.

Apa masing-masing model, dan siapa yang dapat menjalankannya

MiMo v2.6 Pro adalah checkpoint unggulan dari seri MiMo-V2.6 Xiaomi: campuran ahli sparse dengan total sekitar 1,02 triliun parameter dan 42 miliar parameter aktif per token, 70 lapisan yang 60 di antaranya sliding-window dan 10 global, 384 expert yang dirutekan dengan 8 diaktifkan, konteks 1 juta token dan keluaran 128.000 token. Model ini menerima teks, gambar, video, dan audio dalam satu model — encoder visi 681 juta parameter dan tokenizer audio terpisah menangani sisi non-teks — dan bersifat omnimodal dengan cara yang tidak dimiliki Qwen4-Max. Bobotnya tersedia di Hugging Face dengan lisensi MIT, tanpa pembatasan akses, dan drafter prediksi multi-token 5 lapis disertakan untuk decoding spekulatif.

Qwen4-Max adalah model unggulan tertutup dari lini Qwen 4 milik Alibaba, tersedia umum sejak 16 November 2026: total 2,4 triliun parameter, 71 miliar aktif per token ditambah 328 miliar parameter embedding N-gram, Gated DeltaNet dan pengindeks atensi sparse dalam arsitekturnya, konteks 1 juta token dengan batas atas input 991.808 token dan 262.144 token yang dibagi antara proses berpikir dan jawaban. Input berupa teks, gambar, dan video. Output berupa teks. Tidak ada bobot pada harga berapa pun.

Kalimat terakhir itu adalah perbedaan struktural dan mengungguli setiap benchmark di halaman ini. Salah satu model ini dapat Anda sewa dari vendor. Model lainnya dapat Anda sewa, unduh, fine-tune, kuantisasi, jalankan di perangkat keras Anda sendiri, bekukan pada versi yang Anda kendalikan, dan tetap jalankan setelah vendor mengubah harga atau menonaktifkan endpoint. Bagi pembeli di sektor teregulasi atau tim yang pernah dirugikan oleh deprecation, itu bukan sekadar baris fitur — itu adalah keseluruhan keputusan, dan menjadikan selisih indeks sebagai pertimbangan sekunder.

Papan skor, dengan jumlah token yang menjelaskannya

Setiap angka di bawah ini berasal dari Artificial Analysis pada Index v5.0.1 dengan setelan upaya tertinggi tiap vendor, atau dari kartu milik vendor itu sendiri. Tidak ada satu pun yang direproduksi di sini.

• Indeks — Qwen4-Max 43 vs MiMo v2.6 Pro 30. Selisih tiga belas poin, dan keduanya berada di tengah papan yang mediannya 43.

Harga input — $1,50 di Singapura dan $1,413 di tempat lain untuk Qwen4-Max vs $0,435 untuk MiMo v2.6 Pro.

• Harga output — $4.50 vs $0.87. Angka 5.2× di sini adalah pengali tunggal terbesar dalam perbandingan ini dan yang paling sering dijadikan pembuka dalam ulasan kartu tarif.

• Pembacaan cache — $0,075 per juta untuk Qwen4-Max vs $0,0036 untuk MiMo v2.6 Pro. Dua puluh satu kali lebih murah pada satu pos biaya yang mendominasi eksekusi agen yang panjang.

• Biaya per tugas indeks — $3,27 vs $0,26. Angka 12,6× lebih besar daripada rasio harga mana pun, karena Qwen4-Max juga menghasilkan token sedikit lebih sedikit (127M dibanding 131M) dengan tarif yang jauh lebih tinggi.

• Waktu per tugas indeks — 32,1 menit vs 34,6, dengan median 11,5 menit. Keduanya digambarkan oleh pelacak sebagai lambat secara signifikan; tidak ada argumen soal kecepatan yang bisa diajukan di sini.

• Kecepatan output — 54,5 token per detik vs 58,3. Praktis setara, dan keduanya jauh di belakang rentang 85 hingga 172 yang ditempati para flagship tertutup.

• Konteks dan output — input 1M pada keduanya. Qwen4-Max membatasi output non-thinking pada 131.072 dan membagi 262.144 antara penalaran dan jawaban; MiMo v2.6 Pro mendokumentasikan batas tetap 128.000.

• Modalitas — teks, gambar, video untuk Qwen4-Max; teks, gambar, video, dan audio untuk MiMo v2.6 Pro.

Bobot — tidak ada vs MIT, tanpa pembatasan, di Hugging Face, dengan resep peluncuran SGLang dan vLLM yang dipublikasikan di kartu.

A screenshot of the Artificial Analysis page for MiMo-V2.6-Pro captured 18 November 2026 with an English interface, showing the Xiaomi provider tag and an open-weights badge, an Intelligence Index score of 30, $0.43 input and $0.87 output per million tokens, $0.26 per task, 131M output tokens, 58 tok/s, 34.6 minutes per task and a 1M context window.

Tiga belas poin, dengan harga yang pantas

Pembacaan malas atas kesenjangan 12.6× per tugas dibandingkan kesenjangan indeks tiga belas poin adalah bahwa Xiaomi menjual kemampuan dengan harga sepersekian dan Alibaba mengenakan premi merek. Pembacaan itu salah, tetapi koreksi refleksif bahwa tiga belas poin indeks selalu membenarkan pengali apa pun juga sama salahnya.

Mulailah dari apa yang bisa dibeli oleh satu poin. Intelligence Index adalah rata-rata tertimbang dari sembilan evaluasi yang mencakup pekerjaan pengetahuan agentik, pengodean terminal, rekayasa perangkat lunak sumber terbuka, penalaran dokumen, serta alur kerja fisika dan ilmiah. Model dengan skor 43 melewati median; model dengan skor 30 tidak, dan mode kegagalan pada skor 30 biasanya bukan "jawaban yang salah" melainkan "mengerjakan 70% yang mudah dan menyerah pada 30% yang sulit" — rantai penggunaan alat yang panjang, refaktor multi-berkas, pertanyaan yang membutuhkan tiga langkah aritmetika atas nilai yang diekstrak. Jika beban kerja Anda adalah pengambilan informasi, klasifikasi, ekstraksi, atau peringkasan, itulah tepatnya tugas-tugas di mana kesenjangannya menyempit dan harga MiMo v2.6 Pro menang telak. Jika beban kerja Anda adalah agen otonom yang melakukan dua puluh panggilan alat terhadap sistem yang aktif, kesenjangannya bertambah di setiap langkah dan model yang meninggalkan rantai pada giliran keempat belas telah membuat Anda kehilangan eksekusi tersebut, terlepas dari berapa pun biaya tokennya.

Kemudian hitung harga pengalinya dengan benar. Pada $3.27 per tugas indeks dibandingkan dengan $0.26, seribu eksekusi agen per hari adalah $3,270 dibandingkan dengan $260, atau sekitar $90,000 per bulan dibandingkan dengan $7,200. Itulah angka yang menentukan apakah tiga belas poin itu terjangkau, dan itu juga angka yang membuat perbandingan tidak adil bagi Xiaomi, karena eksekusi yang diselesaikan Qwen4-Max dan ditinggalkan MiMo v2.6 Pro bukanlah seribu eksekusi yang sama. Biaya per tugas hanya membandingkan hal yang setara ketika kedua model menyelesaikannya.

A generated two-column scoreboard titled Qwen4-Max vs MiMo v2.6 Pro - the scoreboard, with six rows reading index 43 against 30, cost per task $3.27 against $0.26, input price $1.50 against $0.435, output price $4.50 against $0.87, cache read $0.075 against $0.0036, and weights closed against MIT, ungated.

Baris di mana MiMo v2.6 Pro unggul pada kemampuan, bukan harga

Audio. MiMo v2.6 Pro menerimanya secara native, melalui AudioTokenizer 308M dan encoder patch audio 127M, dalam model yang sama yang menangani teks, gambar, dan video. Qwen4-Max mendokumentasikan input teks, gambar, dan video serta tidak memiliki jalur audio. Untuk pipeline yang mentranskripsikan dan bernalar atas rekaman panggilan, audio rapat, atau materi siaran, satu baris itu menyingkirkan Qwen4-Max dari pertimbangan berapa pun harganya, dan itu dilakukannya pada model yang berbiaya $0.87 per juta token keluaran.

Bobot terbuka itu sama pentingnya secara praktis bagi pembeli yang berbeda. Tim yang memerlukan checkpoint tetap untuk audit, fine-tune domain, penerapan on-premise, atau struktur biaya tanpa meteran per-token sama sekali dapat mengambil repositori MiMo v2.6 Pro dan berhenti membayar siapa pun. Opsi itu tidak ada di sisi Qwen, dan berapa pun poin indeksnya tidak dapat menggantikannya.

Di mana lembar spesifikasi model murah semakin menipis

Ada dua baris pada kartu MiMo yang perlu ditandai karena keduanyalah yang akan menimbulkan biaya di kemudian hari.

Yang pertama adalah batas atas keluaran. 128.000 token tetap memadai untuk chat dan analisis serta tipis untuk generasi dekode panjang — satu pekerjaan sintesis 200.000 token saja akan terpotong, dan pemotongan pada proses agentic biasanya berarti percobaan ulang, bukan jawaban yang lebih pendek. Anggaran bersama Qwen4-Max sebesar 262.144 juga tidak berlimpah, tetapi dua kali batas atas itu.

Yang kedua adalah konsistensi lembar spesifikasi itu sendiri. Kartu MiMo menjelaskan drafter speculative-decoding-nya baik berdasarkan jumlah layer maupun jumlah token yang diprediksinya per forward pass, dan hanya yang pertama muncul di tabel arsitektur. Itu hal kecil, dan justru hal kecil semacam itulah yang memberi tahu Anda bahwa kartu tersebut disusun terburu-buru. Xiaomi juga tidak menerbitkan angka throughput atau memori sendiri untuk checkpoint tersebut; setiap angka kecepatan yang beredar, termasuk 58,3 token per detik di atas, berasal dari pihak ketiga yang mengukur perangkat keras yang bukan milik Anda.

Qwen4-Max memiliki masalah sebaliknya: kartu vendor yang sangat lengkap dengan batas pengetahuan yang hilang secara mencolok, pada model yang dijual untuk pemahaman dokumen dan video. Kedua kartu menuntut disiplin yang sama — percayai arsitekturnya, uji perilakunya.

Menjalankan perbandingan tanpa menggandakan pekerjaan

OrcaRouter menyediakan MiMo v2.6 Pro sebagai xiaomi/mimo-v2.6-pro, pada harga daftar Xiaomi dengan markup 0% yang diteruskan, pada kunci yang sama dan endpoint yang sama yang kompatibel dengan OpenAI seperti bagian lain dari katalog. Layanan ini tidak menyediakan Qwen4-Max, yang tersedia melalui API Model Studio milik Alibaba sendiri dan beberapa platform pihak ketiga.

A screenshot of the OrcaRouter model page for xiaomi/mimo-v2.6-pro captured 18 November 2026 with an English interface, showing the Xiaomi breadcrumb, the xiaomi/mimo-v2.6-pro identifier, text, image, video and audio input with vision, audio, tools, JSON and reasoning, a 131K max output, and a description of it as the flagship of the open-source MiMo V2.6 family.

Asimetri itu sebenarnya menguntungkan untuk keputusan khusus ini, karena hal pertama yang harus dilakukan sebuah tim bukanlah memilih di antara keduanya sama sekali — melainkan menetapkan apakah ketiga belas poin itu penting bagi prompt mereka sendiri. MiMo v2.6 Pro cukup murah di platform ini untuk dijalankan sebagai baseline pada set eval nyata tanpa perlu berdiskusi soal anggaran: dengan $0.26 per tugas indeks, sapuan 5.000 prompt biayanya kurang dari satu kali makan siang tim. Jalankan itu lebih dulu, lihat di mana ia gagal, lalu putuskan apakah kegagalan tersebut adalah yang bisa diatasi oleh kemampuan ekstra Qwen4-Max. Routing DSL membuat jawabannya operasional — kirim kelas-kelas yang ditangani MiMo ke MiMo dan sisanya ke tempat lain — dan failover otomatis berarti model murah dapat menjadi default tanpa menjadi satu-satunya jalur.

Perbandingannya, dinyatakan sekali dan tanpa keraguan: MiMo v2.6 Pro adalah pilihan default yang tepat untuk apa pun dengan batas harga, apa pun yang membutuhkan audio, apa pun yang harus berjalan di perangkat keras Anda sendiri, dan apa pun yang keunggulan biaya 12.6×-nya lebih penting daripada tiga belas poin indeks. Qwen4-Max adalah pilihan yang tepat untuk pekerjaan agentik yang mode kegagalannya adalah rantai yang terbengkalai, untuk pekerjaan yang membutuhkan lebih dari 128.000 token keluaran, dan untuk tim yang menginginkan pengukuran regional Alibaba — $1.413 dan $4.24 di Frankfurt, Virginia, dan Tokyo, dengan inferensi batch di Beijing. Keduanya bukanlah kesalahan. Kesalahannya adalah memilih berdasarkan daftar tarif, ketika jawabannya tampak jelas dan aritmetika yang penting adalah 12.6× versus tiga belas poin, bukan $0.87 versus $4.50.

Dibandingkan dalam artikel ini2

Terdeteksi dari artikel ini · Benchmark: Artificial Analysis · diperbarui setiap hari