MiMo-V2.6-Pro mot GPT-5.6 Sol: En indexpunkt, tjugotvå gånger den blandade satsen

På Artificial Analysis Intelligence Index v4.3.2, avläst den 22 september 2026, får leverantörens GPT-5.6 Sol vid maximal ansträngning 47 poäng och Xiaomis MiMo-V2.6-Pro 46. En poäng. De blandade priser som Artificial Analysis publicerar för de två – en 7:2:1-mix av cacheträffar, indata och utdata – är 3,08 dollar för GPT-5.6 Sol och 0,18 dollar för MiMo-V2.6-Pro. Tjugotvå gånger pengarna för en indexpoäng är hela formen på den här matchningen, och den intressanta frågan är inte om poängen är värd det. Det är i vilka specifika förfrågningar poängen ligger, för aggregatet berättar inte det för dig.

Det som över huvud taget gör paret värt att jämföra är att de inte uppenbart tillhör samma kategori. GPT-5.6 Sol är en proprietär frontiermodell med ett multiagentläge och en prislista som matchar det. Xiaomi MiMo-V2.6-Pro är en MIT-licensierad checkpoint med öppna vikter som släpptes den 22 september 2026, med repositorierna för förstärkningsinlärning uppladdade dagen innan, och den är prissatt som om den vore en modell i mellanklassen. Att en öppen modell med en biljon parametrar hamnar inom en poäng från OpenAI:s flaggskepp är nyheten. Vad du gör med det faktumet är ett separat beslut.

De två modellerna, enkelt uttryckt

GPT-5.6 Sol släpptes den 9 juli 2026 som flaggskeppet i GPT-5.6-familjen, tillsammans med Terra och Luna, och OpenAI låter det rena gpt-5.6-aliaset peka på den. Den är proprietär, tar emot text- och bildindata och returnerar text, stöder resonemangsansträngning från none till xhigh plus ett "ultra"-multiagentläge exklusivt för Sol, och har en kunskapsgräns från februari 2026. Dess listpris är $4,00 per miljon indatatoken och $20,00 per miljon utdatatoken på OpenAI:s förstaparts-API, med cachad indata till $0,50 och ett kontextfönster på 1M token. Artificial Analysis mätte 77,3 utdatatoken per sekund och 127,21 sekunder till första token, till en kostnad av $3 464,84 för att köra hela indexet.

Xiaomi MiMo-V2.6-Pro är en gles mixture-of-experts-modell med totalt 1,02 biljoner parametrar och 42 miljarder aktiverade per token, med ett kontextfönster på 1M tokens och inbyggd multimodalitet för text, bild, video och ljud. Xiaomi behöll föregående generations prissättning i stället för att prissätta den nya checkpointen uppåt, vilket är anledningen till att en modell av denna storlek listas till $0,43 och $0,87 per miljon tokens med 99 % cacherabatt. Artificial Analysis uppmätte 134,3 utdatatokens per sekund, 2,15 sekunder till första token och $206,66 för att köra indexet — $0,13 per uppgift.

• Vikter — MiMo-V2.6-Pro MIT-licensierad och nedladdningsbar; GPT-5.6 Sol proprietär, endast API

• Parametrar — MiMo-V2.6-Pro 1,02T totalt / 42B aktiva; GPT-5.6 Sol ej angivet

• Kontext — 1M tokens båda; GPT-5.6 Sol begränsar utdata till 128K

• Modalitet — MiMo-V2.6-Pro tar text, bild, video och ljud; GPT-5.6 Sols publicerade indatayta är text och bild

• Listpris — MiMo-V2.6-Pro $0,43 / $0,87 per 1M; GPT-5.6 Sol $4,00 / $20,00, cachad inmatning $0,50

• Blandad taxa — MiMo-V2.6-Pro $0,18 per 1M; GPT-5.6 Sol $3,08

• Uppmätt kostnad per indextask — MiMo-V2.6-Pro 0,13 $; GPT-5.6 Sol 3 464,84 $ för hela indexet

• Hastighet — MiMo-V2.6-Pro 134,3 utdatatoken/sekund; GPT-5.6 Sol 77,3

• Tid till första token — MiMo-V2.6-Pro 2,15 sekunder; GPT-5.6 Sol 127,21 sekunder

• Resonemangsstyrning — GPT-5.6 Sol erbjuder none/low/medium/high/xhigh/max plus ett ultra-multiagentläge; MiMo-V2.6-Pro publicerar ingen motsvarande nivåstege

Var den enda punkten faktiskt sitter

En skillnad på en punkt i ett sammansatt mått av tio utvärderingar är ett avrundningsfel på aggregerad nivå och en avgrund på komponentnivå. Sviten omfattar AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience och AA-LCR v1.1 – resonemang, kunskap, matematik och kodning – och ingen av leverantörerna publicerar någon uppdelning per utvärdering för dessa två modeller. Den avsaknaden är en verklig begränsning på båda sidor av den här sidan och värd att säga i stället för att skyla över med ett sammansatt mått.

Det som är dokumenterat är riktningsgivande, och det pekar på agentiskt arbete som den plats där gapet koncentreras. GPT-5.6 Sols lanseringsmaterial rapporterar 53,6 % på Agents' Last Exam, en långvarig utvärdering av professionella arbetsflöden som omfattar 55 områden, vilken OpenAI beskrev som ett nytt rekord; 64,6 % på SWE-Bench Pro; 88,8 % på Terminal-Bench 2.1; och 62,6 % på OSWorld 2.0 för datoranvändning. Dess BrowseComp-resultat på 90,4 % stiger till 92,2 % i ultraläget som kör fyra parallella subagenter med ungefär fyra gånger så hög tokenkostnad. Det är leverantörssiffror i leverantörernas egna testramverk, och det vanliga förbehållet gäller för vart och ett av dem — men det är de kategorier där ett sammansatt gap på en poäng minst sannolikt är jämnt fördelat, och Xiaomi publicerar ingen jämförbar agentisk uppdelning för MiMo-V2.6-Pro.

Motvikten är att MiMo-V2.6-Pros egna leverantörssiffror tillhör en helt annan uppgiftsfamilj. Xiaomi rapporterar att modellen går från 58.4 till 72.57 på DeepSWE v1.1 under sin förstärkningsinlärningskörning, utvärderad med mini-swe-agent som medelvärde av tre på Xiaomis egen bedömare och aldrig inlämnad till en offentlig resultattavla. Att placera 72.57 bredvid någon Sol-siffra skulle vara att hitta på en jämförelse som inte finns. Det enda nummer som båda modellerna faktiskt kördes mot av samma utvärderare är 46 och 47.

Kostnadsjämförelsen, ordentligt gjord

Aritmetik per token underskattar klyftan, eftersom de två modellerna inte gör av med samma antal tokens för att slutföra samma uppgift. Det rättvisa enskilda talet är vad Artificial Analysis uppmätte för att köra sitt fullständiga index mot var och en: $206.66 för MiMo-V2.6-Pro och $3,464.84 för GPT-5.6 Sol. Samma svit, samma testramverk, uppmätt på identiskt sätt – en skillnad på 16,8x i en kontrollerad uppgiftsuppsättning, och en som redan tar höjd för att Sol är en resonemangsmodell som genererar tokens för att tänka.

Nu en produktionsloop. En agentkörning på 30 steg som läser 200 000 tokens kontext per steg och skriver 2 000 tokens per steg är 6 miljoner input- och 60 000 output-tokens per körning. På GPT-5.6 Sol till listpris är det 24,00 USD i input och 1,20 USD i output — 25,20 USD per körning före cachelagring. På MiMo-V2.6-Pro är det 2,58 USD och 0,05 USD — 2,63 USD. Cachelagring förändrar båda: Sols cachelagrade input på 0,50 USD mot MiMo-V2.6-Pros 99 % rabatt innebär fortfarande att den dyra modellen ligger en storleksordning över i en kontexttung loop, vilket är precis den loop en agent kör.

Latenshalvan av jämförelsen är skarpare än prishalvan och får mindre uppmärksamhet. GPT-5.6 Sol uppmätte 127,21 sekunder till första token. MiMo-V2.6-Pro uppmätte 2,15. Det är en femtioniofaldig skillnad, och det är talet som avgör om en interaktiv produkt överhuvudtaget är möjlig. Sol vid maximal ansträngning är i praktiken en batchmodell – du skickar in, du väntar, du kommer tillbaka. Om din applikation blockerar på första token har valet redan gjorts åt dig, oavsett vad indexet säger.

En nyckel, båda filerna

Båda modellerna är nåbara via en enda OrcaRouter-nyckel till leverantörens listpris med 0 % påslag — GPT-5.6 Sol som openai/gpt-5.6-sol, vilket är vår egen väg till den. Eftersom vi för vidare leverantörens listpris utan påslag slår en prisändring på endera sidan igenom hos oss samma dag i stället för att vänta på en ny offert.

Routnings-DSL:en är där den här kombinationen blir intressant snarare än bara bekväm. Två modeller som ligger en indexpunkt ifrån varandra, där den ena kostar sexton gånger mer per uppgift, är inte alternativ att välja mellan – de är en tvåfilig konfiguration. Skicka merparten av en arbetsbelastning till den billiga filen och routa svansen till den dyra utifrån ett predikat du definierar: förfrågningar som misslyckas med en självkontroll, förfrågningar som matchar en komplexitetsregel, förfrågningar vars felkostnad överstiger tokenkostnaden tillräckligt för att poängen är billig försäkring. Failover är den andra halvan av det. Sol tillhandahålls brett; MiMo-V2.6-Pro lanserades i veckan och listades av en enda API-leverantör när Artificial Analysis fångade upp den, vilket är en tunn rutt för en modell som du skulle placera i ett produktionsflöde. En router som kan falla tillbaka är det som gör den billiga filen säker att införa, och det är också det som gör den dyra filen valfri i stället för obligatorisk.

Vilken ska man välja?

Välj GPT-5.6 Sol när kostnaden för att uppgiften misslyckas överskuggar tokenkostnaden — agentiskt arbete med lång horisont och verkliga sidoeffekter, automatisering av datoranvändning, verktygsanvändning där ett felaktigt anrop är värre än ett långsamt, allt där du redan betalar en människa för att kontrollera resultatet. Indexkörningen på $3,464.84 är inte ett skäl att undvika det; det är priset för nivån, och nivån finns av en anledning.

Välj MiMo-V2.6-Pro när volymen är begränsningen, när arbetsbelastningen är kontexttung och repetitiv, när du behöver latensen för första token tillräckligt låg för att en människa ska kunna vänta, när du vill ha vikterna i din egen infrastruktur — MIT tillåter kommersiell driftsättning, modifiering och vidare träning — eller när enhetskalkylen bara går ihop vid en femtedels cent per tusen tokens. Dess 134,3 tokens per sekund gör den användbar interaktivt på ett sätt som de flesta öppna modeller med biljoner parametrar inte är, och det är en förmåga, inte en rabatt.

Välj båda om du har en router, för det ärliga svaret på ”vilket är bättre” är att en enpoängsskillnad i ett sammansatt mått inte är ett avgörande – det är ett mått på hur lika de är i genomsnitt och hur olika de sannolikt är i svansen. Det felläge som bör undvikas är att standardisera på den billiga modellen eftersom förhållandet är 22x, upptäcka under tredje månaden att en klass av förfrågningar behöver den dyra, och inte ha någon väg att routa den dit. Det spegelvända misslyckandet är att betala Sol-priser för ett sammanfattningsjobb som en modell med index 46 utför identiskt. Inget av dem är ett modellproblem. Båda är konfiguration, och konfiguration är den del du kan ändra en tisdagseftermiddag.

OrcaRouter sätter 200+ modeller bakom en enda OpenAI-kompatibel slutpunkt till leverantörens listpris med 0 % påslag, så att en leverantörs prisändring är live samma dag.