GPT-6 Astra Ultrafast vs Xiaomi MiMo v2.6 Pro Ultraspeed: Samma manöver, två olika erbjudanden

Två labb utförde samma manöver under samma tvåveckorsperiod, och det intressanta är att de utförde den utifrån motsatta antaganden om vad en kund köper. GPT-6 Astra Ultrafast är leverantörens flaggskepp som säljs via serveringsnivån Ultrafast – modellen släpptes den 3 september 2026, nivån har varit allmänt tillgänglig sedan den 29 september 2026 och nämndes i NVIDIA:s inlägg den 1 oktober som körande på Blackwell-GPU:er. Xiaomi MiMo v2.6 Pro Ultraspeed är Xiaomis version, släppt den 22 september 2026: samma checkpoint med 1,02 biljoner parametrar som MiMo-V2.6-Pro, serverad snabbare, med ungefär tio gånger standardhastigheten.

En av dem är det snabbaste sättet att anropa en frontiermodell. Den andra är den billigaste snabbnivån som finns. De är inte konkurrenter i vanlig mening – du skulle behöva skriva en mycket märklig applikation för att välja mellan en sluten flaggskeppsmodell för 300 dollar per miljon tokens och en modell med öppna vikter för 8,70 dollar per miljon tokens. Det som gör att den här kombinationen är värd en sida är att båda är hastighetsnivåer snarare än modeller, så att jämföra dem isolerar den enda fråga som en hastighetsnivå ställer: vad exakt betalar du multiplen för?

Båda nivåerna säljer samma icke-ting

Inget av namnen är en kontrollpunkt. Det här är den del som bevakningen av lanseringen tenderar att sudda ut, så det är värt att vara mekanisk kring det.

• Vad namnet syftar på — GPT-6 Astra Ultrafast är GPT-6 Astra med requestfältet service_tier: "ultrafast" satt; modell-id:t i begäran är fortfarande gpt-6-astra. Xiaomi MiMo v2.6 Pro Ultraspeed är MiMo-V2.6-Pro-checkpointen som serveras på en snabbare väg och prissätts som en egen radpost.

• Vad som ändras — batchning, spekulativ avkodning, hårdvaruallokering, samtidighetsgränser, anslutningshantering. Allt mellan vikterna och din HTTP-förfrågan, och inget inuti vikterna.

• Det som inte förändras — svaren. Samma checkpoint vid samma inställningar bör producera samma innehåll i en annan takt. Om två spår av samma modell divergerar på identisk indata är det en defekt att rapportera, inte en förmåga du har köpt.

• Varför det spelar roll för den här jämförelsen — eftersom ingen av nivåerna gör anspråk på en benchmark-förbättring jämfört med sin egen standardbana, kollapsar hela köpbeslutet till pris per token mot sparade sekunder. Vilket innebär att de två erbjudandena avgörs av aritmetik, inte av utvärdering.

Det finns dock en asymmetri i inramningen, och den ligger inte i nivåerna. Xiaomis UltraSpeed ligger ovanpå en öppet licensierad modell – vikterna för MiMo-V2.6 har en MIT-licens enligt Xiaomis egna modellkort, och familjen släpptes tillsammans med sin RL-träningsmiljö. OpenAIs Ultrafast ligger ovanpå ett stängt flaggskepp som du bara kan nå via ett API. Att betala en hastighetsmultipel för öppna vikter är ett reversibelt beslut; du kan alltid servera checkpointen själv. Att betala den för ett stängt flaggskepp är det inte.

De två prismultiplarna, och vad de köper

Det är här paret slutar vara symmetriskt, och siffrorna är ovanligt rena på båda sidor eftersom varje leverantör prissatte en multipel snarare än ett absolut belopp.

• GPT-6 Astra Ultrafast — 60,00 USD per miljon indatatoken, 6,00 USD för cachad indata, 75,00 USD för cacheskrivning och 300,00 USD för utdata, jämfört med standardnivåns 10,00 USD och 50,00 USD. Enhetligt 6,00x i varje kolumn, med en ökning till 120,00 USD och 450,00 USD över 272 000 indatatoken. Standardnivån finns i vår katalog till OpenAIs listpris, vilket är det billigaste sättet att nå flaggskeppet.

• Xiaomi MiMo v2.6 Pro Ultraspeed — $4,35 för indata och $8,70 för utdata per miljon tokens, jämfört med standard Pro-linjen på $0,44 och $0,87. Det är ungefär 9,9x på indata och exakt 10x på utdata.

• Hastighetspåståendena kopplade till dessa multiplar — både OpenAI och NVIDIA begränsar Astra Ultrafast till "upp till 8x" snabbare token-generering än Astra standardläge. Xiaomis eget material uppger upp till 20x utdatahastighet jämfört med standardtjänsten Pro; kataloguppgifter från tredje part som beskriver samma modell samma dag anger ungefär 10x. Ingen mätning som förenar de två siffrorna har publicerats.

• Förhållandet mellan multipel och hastighet — OpenAI:s 6x-pris ger ett påstått tak på 8x, så nivån är prissatt under sitt eget bästa fall. Beroende på vems siffra man tror på ger Xiaomis 10x-pris ett påstått tak på 10x till 20x, så vid leverantörens tak är affären fördelaktig och vid den lägre siffran är det ett rent nollresultat.

Det är den enskilt mest beslutsrelevanta skillnaden mellan de två, och den är mindre än vad rubrikpriserna antyder. Per enhet borttagen latens enligt leverantörernas egna uppgifter är Astra Ultrafast det bättre av de två erbjudandena. Per token arbete är Xiaomi UltraSpeed ungefär fjorton gånger billigare på indata och trettiofyra gånger billigare på utdata jämfört med Ultrafast-priserna, och mellan två och sex gånger billigare än Astras standardkanal – men det är en annan modell, och en betydligt mindre kapabel sådan, vilket är bytet du faktiskt gör. Xiaomis egna modellkort för familjen publicerar arkitektur- och träningsfakta snarare än en oberoende sammanvägd poäng, och ingen avläsning från det index som OpenAIs flaggskepp mäts i har publicerats för den över huvud taget.

Vad de två leverantörerna valde att avslöja

Hastighetsnivåer är mer ett test av redovisning än ett prestandatest, eftersom det du skulle behöva för att verifiera påståendet – en latensfördelning vid en angiven samtidighetsnivå – helt och hållet ligger i leverantörens händer.

NVIDIAs inlägg den 1 oktober är det mest specifika offentliga uttalandet bakom Astra-nivån, och det den bidrar med är tillskrivning snarare än mätning: Blackwell-GPU:er, tillgänglighet i OpenAI API och för kvalificerade ChatGPT Work- och Codex-användare, samt två OpenAI-ingenjörer som beskriver loopen. Philippe Tillet, OpenAIs inferenschef, säger att Astra kan "förvandla den kunskapen till högpresterande kärnor som gör NVIDIA-hårdvara attraktiv"; Uday Ruddarraju, OpenAIs teknikchef för compute, säger "vi använde våra interna modeller för att optimera inferens på NVIDIA-GPU:er." Ingen av meningarna åtföljs av någon genomströmningssiffra för nivån. 8x står för sig självt, utan annan precisering än "upp till".

Xiaomis avslöjande gick i motsatt riktning — man publicerade träningsekonomin, inklusive förstärkningsinlärningsmiljön och koden, och dess modellkort innehåller arkitekturfakta snarare än driftfakta. Själva UltraSpeed-nivån kom med ett 20x-påstående och ingen publicerad latenskurva. Vilket innebär att i den fråga som en hastighetsnivå finns till för att besvara är båda leverantörerna lika ohjälpsamma, och det oavgjorda resultatet där är det ärliga fyndet.

Att välja, om du verkligen måste

De två nivåerna överlappar inte särskilt mycket, så beslutet handlar mindre om att välja en vinnare än om att inse vilket av de två köpen som är ditt.

Välj Astra Ultrafast om arbetet är agentiskt och modellvalet redan är gjort. Ett jobb med 40 000 utdatatokens går från $2,00 till $12,00, och nivån är det enda sättet att få frontier-modellkvalitet i snabbare takt. OpenAIs egen dokumentation är tydlig med den operativa förutsättningen: den rekommenderar WebSockets "särskilt för agentiska applikationer som gör många verktygsanrop i snabb följd" och varnar för att "utan en beständig anslutning kan nätverksoverhead minska latensvinsterna". Aktivera nivån och låt HTTP per begäran ligga kvar under den, och du har betalat 6x för en bråkdel av hastighetsökningen. Det är också värt att veta innan du kopplar in den: nivån stöder endast dataresidens i USA och global bearbetning, utan EU- eller andra regionala bearbetningsslutpunkter utanför USA, och den lanserades med låga initiala gränser för anropstakt även för konton som annars skulle kvalificera för mer.

Välj MiMo v2.6 Pro Ultraspeed om modellen är en generisk insatsvara i en pipeline som du själv skulle kunna hosta. MIT-licensen innebär att standard-Pro-spåret inte är din enda reservlösning – self-hosting är det. Med ett pris på $4.35 och $8.70 är den tillräckligt billig för att en snabbare nivå är värd att aktivera spekulativt i stället för att motiveras per uppgift, och dess 1M-token-kontext matchar flaggskeppets. Förstå dock vad du köper: en ungefär tio gånger högre hastighet för en modell som ligger efter frontlinjen, vilket är rätt avvägning för högvolymsextraktion och fel för allt där svarskvaliteten avgör om arbetsflödet kan fortsätta.

Ingen av de snabba nivåerna finns på OrcaRouter, och det är värt att säga rakt ut i stället för att antyda runt det. Det som finns på OrcaRouter är openai/gpt-6-astra — standardnivåns flaggskepp, till $10.00 och $50.00 per miljon tokens med långkontextsteget på $20.00 och $75.00, en kontext på 1 050 000 tokens och maximal utdata på 128 000 tokens, via en OpenAI-kompatibel slutpunkt. Ingen Xiaomi-modell hostas här över huvud taget, så MiMo-V2.6-Pro och dess UltraSpeed-linje kan endast nås via Xiaomis eget API och flera tredjepartsplattformar. Den praktiska användningen av en slutpunkt med över 200 modeller i den här jämförelsen är inte åtkomst till de snabba nivåerna. Det är att när du vill veta om den dyra linjen förtjänar sin multipel, kan du skicka samma prompt till en billigare modell med samma autentiseringsuppgift och samma nyckel, i nästa begäran, och få reda på det. Det är det billigaste experimentet som finns och det är det som besvarar frågan — eftersom ingen leverantör har publicerat latenskurvan som skulle låta dig besvara den utan att mäta.

Den ärliga läsningen

Båda leverantörerna har under de senaste tre veckorna levererat en prislista för latens, och ingen av dem har levererat någon mätning. Den symmetrin är historien, och den har en praktisk konsekvens: de enda siffror du kan agera på i dag är priserna, och de är ovanligt informativa eftersom båda sidor prissatte en tydlig multipel i stället för ett skräddarsytt nummer.

OpenAI:s snabbnivå kostar sex gånger sitt eget standardpris och uppger ett tak på åtta. Xiaomi:s nivå kostar tio gånger sitt eget standardpris och uppger ett tak någonstans mellan tio och tjugo, beroende på vilken siffra man tror på. Läser man det som aritmetik på leverantörernas egna siffror, går de två nästan jämnt ut: OpenAI:s nivå ger ett uppgivet tak värt 1,33 enheter hastighet per enhet pris, Xiaomi:s nivå ger mellan 1,0 och 2,0 enligt samma beräkning — och anledningen till att båda kan försvaras är att de två nivåerna säljer till olika köpare som aldrig på allvar skulle överväga varandras alternativ. Priserna är dessutom den enda delen av vardera affären som går att granska i dag, eftersom en prislista är ett publicerat faktum och ett latenspåstående inte är det.