MiMo-V2.6-Pro vs GPT-5.6 Sol: Um Ponto no Índice, Vinte e Duas Vezes a Taxa Combinada

No Artificial Analysis Intelligence Index v4.3.2, lido em 22 de setembro de 2026, o GPT-5.6 Sol do fornecedor, em esforço máximo, pontua 47, e o MiMo-V2.6-Pro da Xiaomi pontua 46. Um ponto. As tarifas combinadas que a Artificial Analysis publica para os dois — uma mistura 7:2:1 de acerto de cache, entrada e saída — são US$ 3,08 para o GPT-5.6 Sol e US$ 0,18 para o MiMo-V2.6-Pro. Vinte e duas vezes o dinheiro por um ponto do índice é toda a configuração deste confronto, e a pergunta interessante não é se o ponto vale a pena. É em quais solicitações específicas o ponto reside, porque o agregado não informa.

O que torna o par digno de comparação é que não estão obviamente na mesma categoria. O GPT-5.6 Sol é um modelo de fronteira proprietário com um modo multiagente e uma tabela de preços à altura. O Xiaomi MiMo-V2.6-Pro é um checkpoint de pesos abertos licenciado pelo MIT que foi lançado a 22 de setembro de 2026, com os repositórios de aprendizagem por reforço a chegar no dia anterior, e tem um preço como se fosse um modelo de gama média. Que um modelo aberto de um trilião de parâmetros fique a um ponto do carro-chefe da OpenAI é a notícia. O que fazes com esse facto é uma decisão à parte.

Os dois modelos, ditos claramente.

O GPT-5.6 Sol foi lançado em 9 de julho de 2026 como o carro-chefe da família GPT-5.6, ao lado de Terra e Luna, e a OpenAI encaminha o gpt-5.6 sem sufixo como alias para ele. É proprietário, aceita entrada de texto e imagem e retorna texto, oferece suporte a esforço de raciocínio de none a xhigh, além de um modo multiagente "ultra" exclusivo do Sol, e tem corte de conhecimento em fevereiro de 2026. Seu preço de tabela é US$ 4,00 por milhão de tokens de entrada e US$ 20,00 por milhão de saída na API própria da OpenAI, com entrada em cache a US$ 0,50 e uma janela de contexto de 1M de tokens. A Artificial Analysis mediu 77,3 tokens de saída por segundo e 127,21 segundos até o primeiro token, a um custo de US$ 3.464,84 para executar o índice completo.

O Xiaomi MiMo-V2.6-Pro é um modelo de mistura de especialistas esparso com 1,02 trilhão de parâmetros totais e 42 bilhões ativados por token, com uma janela de contexto de 1M tokens e multimodalidade nativa em texto, imagem, vídeo e áudio. A Xiaomi manteve o preço da geração anterior em vez de reajustar o novo checkpoint para cima, e é por isso que um modelo desse tamanho é listado a US$ 0,43 e US$ 0,87 por milhão de tokens, com 99% de desconto de cache. A Artificial Analysis mediu 134,3 tokens de saída por segundo, 2,15 segundos até o primeiro token e US$ 206,66 para executar o índice — US$ 0,13 por tarefa.

• Pesos — MiMo-V2.6-Pro licenciado sob MIT e disponível para download; GPT-5.6 Sol proprietário, apenas API

• Parâmetros — MiMo-V2.6-Pro 1,02T no total / 42B ativos; GPT-5.6 Sol não divulgado

• Contexto — 1M de tokens em ambos; o GPT-5.6 Sol limita a saída a 128K

• Modalidade — MiMo-V2.6-Pro aceita texto, imagem, vídeo e áudio; a superfície de entrada publicada do GPT-5.6 Sol é texto e imagem

• Preço de tabela — MiMo-V2.6-Pro US$ 0,43 / US$ 0,87 por 1M; GPT-5.6 Sol US$ 4,00 / US$ 20,00, entrada em cache US$ 0,50

• Taxa combinada — MiMo-V2.6-Pro US$ 0,18 por 1M; GPT-5.6 Sol US$ 3,08

• Custo medido por tarefa do índice — MiMo-V2.6-Pro $0.13; GPT-5.6 Sol $3,464.84 para o índice completo

• Velocidade — MiMo-V2.6-Pro 134,3 tokens de saída/segundo; GPT-5.6 Sol 77,3

• Tempo até o primeiro token — MiMo-V2.6-Pro 2,15 segundos; GPT-5.6 Sol 127,21 segundos

• Controle de raciocínio — o GPT-5.6 Sol expõe none/low/medium/high/xhigh/max, além de um modo ultra multiagente; o MiMo-V2.6-Pro não publica uma escala equivalente

Onde o único ponto realmente fica

Uma diferença de um ponto num compósito de dez avaliações é um erro de arredondamento no agregado e um abismo no componente. A suíte cobre AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience e AA-LCR v1.1 — raciocínio, conhecimento, matemática e programação — e nenhum dos fornecedores publica uma desagregação por avaliação para esses dois modelos. Essa ausência é uma limitação real em ambos os lados desta página e vale a pena dizê-la, em vez de a encobrir com um compósito.

O que está documentado é direcional e aponta para o trabalho agêntico como o ponto onde a lacuna se concentra. O material de lançamento do GPT-5.6 Sol relata 53,6% no Agents' Last Exam, uma avaliação de fluxo de trabalho profissional de longa duração que abrange 55 áreas, que a OpenAI descreveu como um novo recorde; 64,6% no SWE-Bench Pro; 88,8% no Terminal-Bench 2.1; e 62,6% no OSWorld 2.0 para uso de computador. Sua pontuação de 90,4% no BrowseComp sobe para 92,2% no modo ultra, que executa quatro subagentes em paralelo a aproximadamente quatro vezes o custo em tokens. Esses são números de fornecedor em harnesses de fornecedor, e a ressalva habitual se aplica a cada um deles — mas são as categorias em que uma diferença de um ponto no composto tem menos probabilidade de estar distribuída uniformemente, e a Xiaomi não publica nenhum detalhamento agêntico comparável para o MiMo-V2.6-Pro.

O contrapeso é que os próprios números de fornecedor do MiMo-V2.6-Pro pertencem a uma família de tarefas completamente diferente. A Xiaomi relata que o modelo passou de 58,4 para 72,57 no DeepSWE v1.1 ao longo de sua execução de aprendizado por reforço, avaliado com mini-swe-agent na média de três no avaliador da própria Xiaomi e nunca submetido a um painel público. Colocar 72,57 ao lado de qualquer valor do Sol seria inventar uma comparação que não existe. O único número em relação ao qual ambos os modelos foram de fato executados pelo mesmo avaliador é o 46 e o 47.

A comparação de custos, feita como deve ser

A aritmética por token subestima a diferença, porque os dois modelos não consomem a mesma quantidade de tokens para concluir o mesmo trabalho. O número único justo é o que a Artificial Analysis mediu para executar seu índice completo contra cada um: US$ 206,66 para o MiMo-V2.6-Pro e US$ 3.464,84 para o GPT-5.6 Sol. Mesma suíte, mesma estrutura de testes, medidos de forma idêntica — uma diferença de 16,8x em um conjunto de tarefas controlado, e que já absorve o fato de que o Sol é um modelo de raciocínio que emite tokens para pensar.

Agora, um loop de produção. Uma execução de agente de 30 etapas lendo 200.000 tokens de contexto por etapa e gravando 2.000 tokens por etapa é 6 milhões de tokens de entrada e 60.000 de saída por execução. No GPT-5.6 Sol, no preço de tabela, isso dá US$ 24,00 de entrada e US$ 1,20 de saída — US$ 25,20 por execução antes do cache. No MiMo-V2.6-Pro, são US$ 2,58 e US$ 0,05 — US$ 2,63. O cache altera ambos: a entrada em cache do Sol a US$ 0,50, contra o desconto de 99% do MiMo-V2.6-Pro, ainda deixa o modelo caro uma ordem de magnitude à frente em custo num loop com muito contexto, que é precisamente o loop que um agente executa.

A metade da comparação relativa à latência é mais gritante do que a relativa ao preço e recebe menos atenção. O GPT-5.6 Sol mediu 127,21 segundos até ao primeiro token. O MiMo-V2.6-Pro mediu 2,15. Isso é uma diferença de cinquenta e nove vezes, e é o número que decide se um produto interativo é sequer possível. O Sol em esforço máximo é, na prática, um modelo de lote — você envia, você espera, você volta. Se a sua aplicação bloqueia no primeiro token, a escolha já foi feita por você, independentemente do que o índice diga.

Uma tecla, as duas faixas

Ambos os modelos estão acessíveis através de uma única chave OrcaRouter ao preço de tabela do fornecedor, com 0% de margem — GPT-5.6 Sol como openai/gpt-5.6-sol, que é a nossa própria rota para ele. Como repassamos o preço de tabela do fornecedor sem qualquer margem, uma alteração de preço de qualquer um dos lados fica ativa do nosso lado no próprio dia, em vez de esperar por um novo orçamento.

A DSL de roteamento é onde esse emparelhamento fica interessante, e não apenas conveniente. Dois modelos separados por um ponto no índice, um custando dezesseis vezes mais por tarefa, não são alternativas entre as quais escolher — são uma configuração de duas faixas. Mande a maior parte de uma carga de trabalho para a faixa barata e roteie a cauda para a cara com base em um predicado que você define: requisições que falham em uma autoverificação, requisições que correspondem a uma regra de complexidade, requisições cujo custo de falha excede o custo de tokens o suficiente para que o ponto seja um seguro barato. O failover é a outra metade disso. Sol é servido amplamente; MiMo-V2.6-Pro foi lançado esta semana e estava listado por um único provedor de API quando a Artificial Analysis o capturou, o que é uma rota frágil para um modelo que você colocaria em um caminho de produção. Um roteador que consegue fazer fallback é o que torna a faixa barata segura de adotar, e também é o que torna a faixa cara opcional em vez de obrigatória.

Qual escolher

Escolha o GPT-5.6 Sol quando o custo da falha da tarefa ofuscar o custo dos tokens — trabalho agêntico de longo horizonte com efeitos colaterais reais, automação de uso do computador, uso de ferramentas em que uma chamada errada é pior que uma lenta, qualquer coisa em que você já pague um humano para verificar a saída. A execução do índice de $3,464.84 não é um motivo para evitá-lo; é o preço do nível, e o nível existe por um motivo.

Escolha o MiMo-V2.6-Pro quando o volume for a restrição, quando a carga de trabalho for pesada em contexto e repetitiva, quando você precisar de latência do primeiro token baixa o suficiente para um humano esperar, quando quiser os pesos na sua própria infraestrutura — o MIT permite implantação comercial, modificação e treinamento adicional — ou quando a economia unitária só funcionar a um quinto de centavo por mil tokens. Seus 134,3 tokens por segundo o tornam utilizável de forma interativa como a maioria dos modelos abertos de trilhões de parâmetros não é, e isso é uma capacidade, não um desconto.

Escolha os dois se você tiver um roteador, porque a resposta honesta para "qual é melhor" é que uma diferença composta de um ponto não é um veredito — é uma medição de quão semelhantes eles são em média e quão diferentes provavelmente são na cauda. O modo de falha a evitar é padronizar no modelo barato porque a proporção é de 22x, descobrir no terceiro mês que uma classe de requisição precisa do modelo caro, e não ter caminho para encaminhá-la para lá. A falha espelhada é pagar tarifas do Sol por um trabalho de sumarização que um modelo de índice 46 conclui de forma idêntica. Nenhum dos dois é um problema de modelo. Ambos são configuração, e configuração é a parte que você pode mudar numa terça-feira à tarde.

O OrcaRouter coloca mais de 200 modelos por trás de um único endpoint compatível com OpenAI pelo preço de tabela do provedor, com 0% de markup, então uma mudança de preço do fornecedor entra em vigor no mesmo dia.