MiMo-V2.6-Pro vs Qwen3.8-Max: одно очко в индексе — шестикратная цена

Qwen3.8-Max — это модель с 2,4 триллиона параметров, которая активирует 95 миллиардов из них на токен и работает у одного провайдера. Xiaomi MiMo-V2.6-Pro — это модель с 1,02 триллиона параметров, которая активирует 42 миллиарда на токен, набирает на один балл больше в том же независимом индексе и стоит примерно в шесть раз меньше за вызов. Эти факты плохо уживаются вместе, и то, как вы их разрешите, и определяет весь выбор между ними. Если коротко: в Artificial Analysis Intelligence Index v4.3.2 Xiaomi MiMo-V2.6-Pro набирает 46 баллов, а Qwen3.8-Max — 45, то есть ничья в пределах погрешности, тогда как в прайс-листе указано $0,43 и $0,87 за миллион токенов против $2,00 и $6,00.

Что на самом деле представляет собой каждая модель

Qwen3.8-Max — флагманская модель Alibaba, общедоступная с 3 августа 2026 года, и на момент выпуска она была крупнейшей моделью, которую выпустила линейка Qwen. Это разреженная смесь экспертов, построенная на архитектуре Qwen 3.5, с 2,4 триллиона параметров всего и примерно 95 миллиардами активных параметров на токен, контекстным окном в 1 млн токенов, выводом до 131 000 токенов и мультимодальным вводом для текста, изображений и видео. Alibaba снизила международную цену до $2,00 за миллион входных токенов и $6,00 за миллион выходных, при этом кэшированный ввод — $0,25, и представила это как примерно 40% от цены ввода Claude Opus 5. Точечное обновление Qwen3.8-Max-0902 последовало 2 сентября 2026 года, и именно его Artificial Analysis сейчас оценивает в 45.

Xiaomi MiMo-V2.6-Pro стал общедоступным 22 сентября 2026 года, за три дня до написания этого сравнения, а его репозитории контрольных точек обучения с подкреплением появились днём ранее. Это разреженная смесь экспертов с 1,02 триллиона общих параметров и 42 миллиардами активных на токен, с тем же контекстным окном в 1M токенов, врождённой мультимодальностью по тексту, изображениям, видео и аудио и весами, опубликованными под лицензией MIT. Xiaomi сохранила цены предыдущего поколения, а не пересмотрела цену новой контрольной точки в сторону повышения, поэтому он указан по цене $0,43 и $0,87 со скидкой 99% на кэш и смешанной ценой $0,18.

• Активные вычисления на токен — Qwen3.8-Max 95B; Xiaomi MiMo-V2.6-Pro 42B, менее половины

• Общее число параметров — Qwen3.8-Max 2,4T; Xiaomi MiMo-V2.6-Pro 1,02T

• Оценка индекса — Xiaomi MiMo-V2.6-Pro 46; Qwen3.8-Max 45, оба на Artificial Analysis v4.3.2

• Скорость вывода — Xiaomi MiMo-V2.6-Pro: 134,3 токена/с; Qwen3.8-Max: 39,2 — при медиане по уровню 72,5

• Время до первого токена — Xiaomi MiMo-V2.6-Pro 2,15 секунды; Qwen3.8-Max 2,93

• Прейскурантная цена — Xiaomi MiMo-V2.6-Pro $0,43 / $0,87 за 1 млн; Qwen3.8-Max $2,00 / $6,00

• Смешанная ставка — Xiaomi MiMo-V2.6-Pro: $0,18 за 1 млн при соотношении 7:2:1 (кэш-попадание/ввод/вывод); Qwen3.8-Max: $1,18

• Веса — Xiaomi MiMo-V2.6-Pro под лицензией MIT и доступны для скачивания; Qwen3.8-Max предоставлялся как проприетарный эндпоинт, при этом текстовый релиз с открытыми весами лишён контекста в 1M и визуального ввода

• Доступность — для каждого на Artificial Analysis учитывается один API-провайдер

Счёт равный. Скорость — нет.

Один балл по композитной оценке из десяти — это не то различие, из-за которого стоит что-либо предпринимать, и куда более полезный сигнал — это то, что происходило под ним. Модель, у которой на токен приходится менее половины активных параметров, набрала чуть больше баллов и генерировала вывод в три с половиной раза быстрее — 134,3 токена в секунду против 39,2, тогда как медиана для сопоставимых моделей рассуждения составляет 72,5. Qwen3.8-Max — самая медленная из моделей фронтирного класса, измеренных на той странице, и это следствие архитектурного решения активировать 95 миллиардов параметров на токен, а не случайность при обслуживании.

Задержка рассказывает совсем другую историю, чем та, на которую намекает число параметров. Qwen3.8-Max выдаёт первый токен за 2,93 секунды против 2,15 у Xiaomi, и разрыв здесь куда меньше, чем разрыв в пропускной способности: Qwen3.8-Max медленно пишет, а не медленно начинает. Для чат-интерфейса, где ответ короткий, эта разница почти не проявляется. Но для агентного цикла, генерирующего десятки тысяч выходных токенов, пропускная способность — это всё время работы, и разрыв в 3,4× накапливается на каждом витке выполнения.

Где таблицы поставщиков расходятся — и почему это не противоречие

Alibaba опубликовала обширную таблицу для Qwen3.8-Max, и она действительно сильная: Terminal-Bench 2.1 — 86,6, SWE-bench Pro — 67,7, PaperBench — 93,0, GPQA Diamond — 92,6, IFBench — 82,8, OSWorld-Verified — 86,1 и Humanity's Last Exam — 43,6. Это цифры, полученные самой компанией на собственных стендах Alibaba, а некоторые из них — на собственных бенчмарках Alibaba, так что это утверждения, а не измерения, — но это утверждения по широко используемым бенчмаркам, что делает их более сопоставимыми между лабораториями, чем результат на специально созданном стенде.

Основная цифра Xiaomi — 72,57 в DeepSWE v1.1 против базовых 58,4; измерение проводилось с mini-swe-agent по среднему из трёх на собственной системе оценки Xiaomi, в рамках прогона обучения с подкреплением, который Xiaomi задокументировала как тридцать шагов и примерно 750 000 траекторий при опубликованных затратах около $2,62 млн. Это не отправлялось в публичный лидерборд DeepSWE, и ни одна третья сторона это не воспроизвела. Сопоставлять 72,57 с 67,7 SWE-bench Pro у Qwen и объявлять победу Xiaomi с преимуществом в пять пунктов означало бы сравнивать два разных бенчмарка, два разных харнесса и две разные методики подсчёта. Есть ровно одна линейка, по которой обе модели прогонял кто-то, кроме их создателя, и она показывает 46 против 45.

Два из наиболее значимых числа Qwen3.8-Max вовсе не являются оценками. Alibaba объявила, что веса будут открыты вместе с Qwen3.8-27B, а вышедший чекпоинт является текстовым и не поддерживает полный контекст на 1M токенов или визуальный ввод, которые есть у обслуживаемой конечной точки Max. Так что «Qwen3.8-Max — это открытые веса» и «Qwen3.8-Max — это мультимодальная конечная точка с контекстом 1M» — оба утверждения верны, но относятся к разным артефактам, и план развёртывания, построенный на первом в расчёте на второе, не переживёт соприкосновения с реальностью. Тем временем точечный выпуск 0902 вывел модель на первое место в одной публичной арене веб-разработки без изменения номера версии — напоминание о том, что модель, которую вы тестировали в августе, не обязательно окажется той моделью, которая обслуживает ваши запросы в сентябре.

Означает ли открытость весов, что вы можете самостоятельно развернуть любой из них?

Для Xiaomi MiMo-V2.6-Pro в принципе да: лицензия MIT, коммерческое соглашение не требуется. На практике чекпойнт с 1,02 трлн параметров при 42 млрд активных требует многоузлового кластера для обслуживания, а это совсем иной уровень обязательств, чем вызов API. Публикация весов делает самостоятельный хостинг законным, но не дешёвым.

Для Qwen3.8-Max ответ оказывается уже, чем подсказывает репутация. Открытый релиз поддерживает только текст и не включает полное контекстное окно, поэтому при самостоятельном хостинге вы получаете существенно меньшую модель, чем та, на которой измеряли 45. Если вам нужна конфигурация, прошедшая бенчмарки, то продукт — это обслуживаемый эндпоинт, а сам эндпоинт проприетарный.

Вызов любого из них, и арифметика, которая это решает

Обе модели учитываются Artificial Analysis у одного и того же API-провайдера, что необычно для двух флагманских моделей и делает отказоустойчивое переключение не приятным бонусом, а насущным практическим вопросом. Qwen3.8-Max доступна на OrcaRouter как qwen/qwen3.8-max — один OpenAI-совместимый эндпоинт по собственной прайсовой цене Alibaba с наценкой 0 %, так что указанные выше $2.00 и $6.00 передаются без изменений, а изменение цены на стороне Alibaba вступает в силу у нас в тот же день. Наши собственные измерения показывают p50 эндпоинта около 3,3 секунды — именно на это число стоит ориентироваться при планировании, а не на теоретический лучший случай, а цепочка резервных вариантов означает, что зависший запрос повторяется на другом апстриме до начала ответа. Xiaomi MiMo-V2.6-Pro на OrcaRouter отсутствует; ни одной модели Xiaomi там нет, и сегодня путь к ней — собственная платформа Xiaomi и сторонние каталоги, где она указана.

Именно арифметика затрат и решает исход этого противостояния, и это не та арифметика, которую предполагают заявленные тарифы. При соотношении попаданий в кэш, входных и выходных токенов 7:2:1 смешанные ставки составляют $0,18 и $1,18 за миллион — разрыв в 6,6 раза, шире, чем разрывы в 4,6 раза для входных и 6,9 раза для выходных данных, потому что 99-процентная скидка на кэш у Xiaomi глубже, чем 88% у Alibaba. Artificial Analysis также фиксирует стоимость $0,13 за задачу Intelligence Index для Xiaomi MiMo-V2.6-Pro, измеренную одинаково для всех моделей в таблице. Прогоните одну и ту же рабочую нагрузку через обе модели, и более дешёвая модель окажется той, что набрала больше баллов, — и это необычно, что такое можно написать, и причина, по которой это сравнение не является формальностью.

Кому стоит переключиться, а кому — нет

Если вы сегодня работаете на Qwen3.8-Max и всё работает, срочной необходимости переходить нет. Разрыв в индексе — это лишь один пункт, поведение с изображениями и длинным контекстом уже подтверждено в вашей рабочей нагрузке, а Alibaba продолжает развивать линейку — обновление 0902 это показывает. Аргумент в пользу перехода — пропускная способность и смешанная стоимость, и он силён только если ваш трафик ориентирован на вывод или рассчитан на длительный горизонт: агенты, генерация кода, всё, что пишет гораздо больше, чем читает.

Если вы начинаете с нуля, с таким порядком трудно спорить на основании опубликованных данных. Модель Xiaomi быстрее, дешевле по всем параметрам, имеет лицензию MIT и немного опережает по единственному независимо проводимому сводному тесту, охватывающему оба решения. Противовесы реальны и конкретны: три дня истории в продакшене, единственный маршрут обслуживания и отсутствие публичной записи в бенчмарке, которую можно было бы изучить. Такое сочетание говорит в пользу того, чтобы оценивать её в отдельном канале рядом с действующим решением, а не заменять его, — именно для этого и нужна конфигурация маршрутизации, и поэтому полезный шаг — поставить кандидата и действующее решение за одним ключом, а не выбирать победителя по табло результатов.

Что изменило бы этот ответ?

Три вещи. Второй и третий провайдер для Xiaomi MiMo-V2.6-Pro устранили бы единственное структурное возражение против него и превратили бы разрыв в цене в реальное решение, а не в соблазнительную возможность. Независимый прогон конфигурации DeepSWE либо подтвердил бы 72.57, либо заставил бы от него отказаться, и любой из этих исходов ценнее самой цифры. А разбивка по отдельным оценкам в v4.3.2 показала бы, какие из десяти оценок выигрывает каждая модель — композитный показатель есть композитный, и модель, лидирующая в агентном программировании, и модель, лидирующая в ответах на вопросы с интенсивным поиском, могут получить одинаковый индексный балл, при этом оказавшись неподходящими для задач друг друга.