MiMo-V2.6-Pro vs GPT-5.6 Sol: En indexpoäng kostar femton gånger mer per uppgift

På Artificial Analysis Intelligence Index v4.3.2, avläst den 25 september 2026, får GPT-5.6 Sol vid maximal ansträngning 47 poäng och Xiaomis MiMo-V2.6-Pro får 46. En poäng. Det tal som faktiskt skiljer dem åt är inte poängen, och det är inte priset per token – det är kostnaden för en enskild uppgift i indexet, som Artificial Analysis publicerar som $1,99 för GPT-5.6 Sol och $0,13 för MiMo-V2.6-Pro. Femton gånger så mycket pengar för en poäng. Och vid denna avläsning har utvärderarens egen sida för den modellen ett meddelande om utfasning, eftersom GPT-6 Sol har ersatt den.

Xiaomi publicerade MiMo-V2.6-Pro:s vikter och tekniska rapport den 21 september 2026, fyra dagar före den här läsningen; OpenAI släppte GPT-5.6 Sol den 9 juli 2026. Båda fakta ovan är nya sedan det här paret senast skrevs om, och de drar åt olika håll. Utfasningsmeddelandet säger att jämförelsen görs mot en modell som OpenAI redan har gått vidare från. Siffran per uppgift säger att det som såg ut som ett avrundningsfel när båda modellerna angavs till listpris, vid en verklig arbetsbelastning, är hela beslutet. Vilken av de två som spelar roll beror på om du köper en modell eller ersätter en.

Vad de två sidorna nu säger

GPT-5.6 Sol släpptes den 9 juli 2026 som flaggskeppet i GPT-5.6-familjen. Dess listpris är $4.00 per miljon indatatoken och $20.00 per miljon utdatatoken på OpenAI:s förstaparts-API, med 90 % cacherabatt, och sidan registrerar 90 miljoner genererade utdatatoken under indexkörningen mot en median på 88 miljoner. Den uppmättes till 73 utdatatoken per sekund, vilket samma sida kallar snabbare än genomsnittet mot en median på 72 t/s. Dess indexpost ligger på plats 19 av 210 modeller i sin klass.

Xiaomi MiMo-V2.6-Pro är en gles mixture-of-experts-checkpoint med 1,02 biljoner parametrar totalt och 42 miljarder aktiva, MIT-licensierad, med ett kontextfönster på 1 miljon token och text-, bild-, tal- och videoindata mot textutdata. Den listas till $0,43 och $0,87 per miljon token med 99 % cacherabatt – en tiondel av Sols indatapris och en tjugotredjedel av dess utdatapris. Den genererade 140 miljoner utdatatoken under indexkörningen och uppmättes till 43,6 utdatatoken per sekund, vilket dess sida beskriver som anmärkningsvärt långsamt jämfört med en median på 67,1 t/s.

• Kostnad för indexuppgiften — MiMo-V2.6-Pro $0,13; GPT-5.6 Sol $1,99 — skillnaden är 15× • Listpris — MiMo-V2.6-Pro $0,43 / $0,87 per 1M; GPT-5.6 Sol $4,00 / $20,00 • Cacherabatt — MiMo-V2.6-Pro 99 %; GPT-5.6 Sol 90 % • Utdatatokens i indexkörningen — MiMo-V2.6-Pro 140M; GPT-5.6 Sol 90M • Utdatashastighet — MiMo-V2.6-Pro 43,6 t/s, mot ett medianvärde på 67,1; GPT-5.6 Sol 73 t/s, mot ett medianvärde på 72 • Kontext och vikter — MiMo-V2.6-Pro 1M och MIT-licensierad; GPT-5.6 Sol 1M och proprietär

Avvecklingsmeddelandet är den mer betydelsefulla raden.

Artificial Analysis öppnar nu GPT-5.6 Sol-sidan med en inramad notis: ”Den här modellen är utfasad. Vi fortsätter endast att prestandatesta standardarbetsbelastningen på 10k indatatoken”, följt av meningen att OpenAI har lanserat en nyare modell, GPT-6 Sol (max), och att den bör övervägas i stället. 47:an i indexet är därför en avläsning av en modell som inte längre är det man ska köpa. Det gör inte avläsningen felaktig — den mättes på samma index, samma dag, med samma effort-inställning som 46:an — men det förändrar vad jämförelsen är till för. Det handlar inte längre om ”vilken flaggskeppsmodell ska jag använda”. Det handlar om ”vad kostar toppen av den proprietära topplistan, i det ögonblick då den var i topp”.

Den omformuleringen betyder mer än den låter, för utfasningsmeddelanden på utvärderarsidor är en av de få platser där en leverantörs produkttakt visar sig som en dataändring snarare än ett pressmeddelande. Poängen är fryst; modellen erbjuds inte. Allt du bygger mot 47:an bygger mot en ögonblicksbild.

Varför siffran per uppgift är den man ska modellera mot

Per-token-priser smickrar billiga modeller och vilseleder för arbetsbelastningar som inte är token-neutrala. Kostnaden per uppgift i indexet är ett annat mått: det är vad utvärderaren faktiskt spenderade för att få ett svar från varje modell, vilket inkluderar både priset och antalet token som modellen valde att generera. MiMo-V2.6-Pro genererar fler token än Sol i indexkörningen – 140 miljoner mot 90 miljoner, ungefär 1,6 gånger så många – och kostar ändå $0,13 per uppgift mot $1,99. Prisfördelen är ungefär tjugotre gånger på utdata; straffet för mångordighet är 1,6×; produkten är den femtonfaldiga skillnaden per uppgift.

Det är aritmetiken som en kostnadsmodell bör byggas på, och det är aritmetiken som är osynlig om du jämför $0,87 med $20,00 och slutar där. Den visar också vad som skulle kullkasta slutsatsen. Om din arbetsbelastning domineras av mycket korta utdata kollapsar Sols tokenantal ned mot ditt och den tjugotre gånger så stora prisskillnaden står för det mesta, så den verkliga multipeln närmar sig prisskillnaden i stället för att avlägsna sig från den. Om din arbetsbelastning domineras av långa resonemangsspår förstärks MiMo-V2.6-Pros 1,6× verbositet och $0,13 blir taket i stället för uppskattningen. Den publicerade siffran är en mätning av formen på ett benchmark, inte en prisuppgift du kan lämna till finansavdelningen.

Latenslinjen är den ärliga motvikten

Med 43,6 utdatatoken per sekund är MiMo-V2.6-Pro långsammare än GPT-5.6 Sol, som uppmättes samma dag till 73 – och långsammare än de modeller som dess egen sida jämför den med, vars median är 67,1. Dess sida säger det rent ut: ”påtagligt långsam”. För en batch-pipeline är detta en genomströmningskostnad som du kan prissätta. För en interaktiv agent är det ett produktbeslut, och femton gånger billigare per uppgift gör inte en långsam modell snabb. Om din begränsning är en budget per tur snarare än en månadsräkning, är förhållandet som spelar roll 43,6 mot 73, och MiMo-V2.6-Pro förlorar det.

Var detta landar på en router

Den användbara formen av detta par är inte ”välj en”. Det är att båda modellerna svarar mot samma index och att utvärderaren publicerar en kostnad per uppgift för var och en, så uppdelningen kan göras utifrån uppmätt kostnad i stället för utifrån leverantörsnivåer. På OrcaRouter sträcker sig katalogen till 200+ modeller bakom en enda nyckel till varje leverantörs listpris med 0 % påslag — en prissänkning från leverantören når din faktura samma dag, utan ett andra avtal att omförhandla — och routing-DSL:en låter en arbetsbelastning skicka de billiga anropen med hög volym till en modell och de svåra till en annan utifrån uppgift i stället för utifrån varumärke. Automatisk failover täcker fallet där den billigare vägen är nedsatt. Xiaomi MiMo-V2.6-Pro finns inte på våra rutter — vi listar inte en modell förrän en leverantör har onboardat den — så för den sidan av jämförelsen är det ärliga svaret leverantörens egen API eller vilken hostad plattform du redan har en relation med.

Vad ska göras med detta till nästa vecka?

Två saker förändrades den 25 september 2026 och bara en av dem handlar om pris. GPT-5.6 Sol har ett utfasningsmeddelande på indexet där det mättes till 47, vilket gör att det utgår som inköpsbeslut och lämnar det kvar som benchmarkreferens. MiMo-V2.6-Pro mäts till $0,13 per indexuppgift mot Sols $1,99, vilket är femton gånger pengarna för en indexpoäng — och den ligger på 43,6 tokens per sekund, vilket är långsammare än modellen den jämförs med och långsammare än dess egen klassmedian. Kör de två siffrorna mot din egen trafik innan någon av siffrorna blir ett beslut: kostnaden per uppgift är en mätning, inte en taxa, och latensen är en mätning, inte en åsikt. Om dina utdata är korta och icke-interaktiva är argumentet för den öppna checkpointen starkare än vad indexgapet antyder. Om dina utdata är långa eller dina användare väntar ger den femtonfaldiga besparingen dig en långsammare produkt, och det är en avvägning som bara din arbetsbelastning kan prissätta.