MiMo-V2.6-Pro vs GPT-5.6 Sol: Một điểm chỉ số, gấp hai mươi hai lần tỷ lệ hỗn hợp

Trên Artificial Analysis Intelligence Index v4.3.2, đọc vào ngày 22 tháng 9 năm 2026, GPT-5.6 Sol của nhà cung cấp ở mức nỗ lực tối đa đạt 47 điểm và MiMo-V2.6-Pro của Xiaomi đạt 46 điểm. Một điểm. Mức giá hỗn hợp mà Artificial Analysis công bố cho hai mô hình — tỷ lệ trộn 7:2:1 giữa cache-hit, đầu vào và đầu ra — là $3,08 cho GPT-5.6 Sol và $0,18 cho MiMo-V2.6-Pro. Gấp hai mươi hai lần số tiền để đổi lấy một điểm chỉ số chính là toàn bộ cục diện của màn so tài này, và câu hỏi thú vị không phải là liệu điểm đó có đáng hay không. Mà là điểm đó nằm trong những yêu cầu cụ thể nào, bởi vì con số tổng hợp không cho bạn biết điều đó.

Điều khiến cặp đôi này đáng được đem ra so sánh là ở chỗ rõ ràng chúng không thuộc cùng một hạng mục. GPT-5.6 Sol là một mô hình tiên phong độc quyền với chế độ đa tác nhân và bảng giá tương xứng. Xiaomi MiMo-V2.6-Pro là một checkpoint trọng số mở được cấp phép MIT, phát hành ngày 22 tháng 9 năm 2026, với các kho lưu trữ học tăng cường ra mắt một ngày trước đó, và nó được định giá như thể là một mô hình tầm trung. Việc một mô hình mở nghìn tỷ tham số chỉ kém mô hình chủ lực của OpenAI đúng một điểm chính là tin đáng chú ý. Còn bạn làm gì với thực tế đó lại là một quyết định riêng.

Hai mô hình, nói một cách đơn giản

GPT-5.6 Sol được phát hành vào ngày 9 tháng 7 năm 2026 với tư cách là mẫu chủ lực của dòng GPT-5.6, cùng với Terra và Luna, và OpenAI định tuyến bí danh trần gpt-5.6tới nó. Đây là mô hình độc quyền, nhận đầu vào văn bản và hình ảnh rồi trả về văn bản, hỗ trợ mức độ lập luận từ none đến xhigh cùng chế độ đa tác nhân "ultra" chỉ riêng Sol mới có, và có mốc kiến thức tháng 2 năm 2026. Giá niêm yết là 4,00 USD cho mỗi triệu token đầu vào và 20,00 USD cho mỗi triệu token đầu ra trên API chính chủ của OpenAI, với đầu vào được lưu đệm ở mức 0,50 USD và cửa sổ ngữ cảnh 1M token. Artificial Analysis đo được 77,3 token đầu ra mỗi giây và 127,21 giây để cho ra token đầu tiên, với chi phí 3.464,84 USD để chạy toàn bộ chỉ mục.

Xiaomi MiMo-V2.6-Pro là một mô hình hỗn hợp chuyên gia thưa với tổng cộng 1,02 nghìn tỷ tham số và 42 tỷ tham số được kích hoạt mỗi token, cùng cửa sổ ngữ cảnh 1 triệu token và khả năng đa phương thức gốc trên văn bản, hình ảnh, video và âm thanh. Xiaomi giữ nguyên mức giá của thế hệ trước thay vì tăng giá cho checkpoint mới, đó là lý do một mô hình cỡ này có giá niêm yết 0,43 USD và 0,87 USD mỗi triệu token với mức giảm giá bộ nhớ đệm 99%. Artificial Analysis đo được 134,3 token đầu ra mỗi giây, 2,15 giây để có token đầu tiên và 206,66 USD để chạy chỉ mục — 0,13 USD mỗi tác vụ.

• Trọng số — MiMo-V2.6-Pro theo giấy phép MIT và có thể tải xuống; GPT-5.6 Sol độc quyền, chỉ qua API

• Tham số — MiMo-V2.6-Pro 1,02T tổng / 42B hoạt động; GPT-5.6 Sol không được tiết lộ

• Ngữ cảnh — cả hai đều 1M token; GPT-5.6 Sol giới hạn đầu ra ở 128K

• Phương thức — MiMo-V2.6-Pro tiếp nhận văn bản, hình ảnh, video và âm thanh; bề mặt đầu vào được công bố của GPT-5.6 Sol là văn bản và hình ảnh

• Giá niêm yết — MiMo-V2.6-Pro $0.43 / $0.87 mỗi 1M; GPT-5.6 Sol $4.00 / $20.00, đầu vào được lưu đệm $0.50

• Mức giá kết hợp — MiMo-V2.6-Pro $0.18 mỗi 1M; GPT-5.6 Sol $3.08

• Chi phí đo được cho mỗi tác vụ lập chỉ mục — MiMo-V2.6-Pro $0.13; GPT-5.6 Sol $3.464,84 cho toàn bộ chỉ mục

• Tốc độ — MiMo-V2.6-Pro 134,3 token đầu ra/giây; GPT-5.6 Sol 77,3

• Thời gian đến token đầu tiên — MiMo-V2.6-Pro 2,15 giây; GPT-5.6 Sol 127,21 giây

• Kiểm soát suy luận — GPT-5.6 Sol cung cấp none/low/medium/high/xhigh/max cùng với chế độ đa tác nhân siêu cấp; MiMo-V2.6-Pro không công bố thang bậc tương đương

Nơi mà điểm đó thực sự nằm

Một khoảng cách một điểm trên một chỉ số tổng hợp từ mười bài đánh giá là sai số làm tròn ở cấp tổng hợp và là một vực thẳm ở cấp thành phần. Bộ đánh giá này bao gồm AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience và AA-LCR v1.1 — lý luận, kiến thức, toán học và lập trình — và không nhà cung cấp nào công bố bảng phân tách theo từng bài đánh giá cho hai mô hình này. Sự thiếu vắng đó là một hạn chế thực sự ở cả hai phía của trang này và đáng được nói ra thay vì che đậy bằng một chỉ số tổng hợp.

Những gì được ghi nhận mang tính định hướng, và nó chỉ về công việc agentic như là nơi khoảng cách tập trung. Tài liệu ra mắt của GPT-5.6 Sol báo cáo 53,6% trên Agents' Last Exam, một đánh giá quy trình làm việc chuyên nghiệp kéo dài, trải rộng 55 lĩnh vực, mà OpenAI mô tả là mức cao mới; 64,6% trên SWE-Bench Pro; 88,8% trên Terminal-Bench 2.1; và 62,6% trên OSWorld 2.0 cho sử dụng máy tính. Điểm BrowseComp 90,4% của nó tăng lên 92,2% ở chế độ ultra, chế độ chạy bốn sub-agent song song với chi phí token gấp khoảng bốn lần. Đó là các số liệu của nhà cung cấp trên hệ thống đánh giá của chính nhà cung cấp, và lưu ý thường lệ đều áp dụng cho từng con số — nhưng chúng là những hạng mục mà khoảng cách tổng hợp một điểm ít có khả năng được phân bổ đều nhất, và Xiaomi không công bố bất kỳ phân tích chi tiết agentic có thể so sánh được nào cho MiMo-V2.6-Pro.

Đối trọng nằm ở chỗ các con số từ nhà cung cấp của chính MiMo-V2.6-Pro thuộc về một nhóm tác vụ hoàn toàn khác. Xiaomi báo cáo rằng mô hình này tăng từ 58,4 lên 72,57 trên DeepSWE v1.1 trong suốt quá trình chạy học tăng cường, được đánh giá bằng mini-swe-agent theo trung bình của ba lần trên trình chấm điểm của chính Xiaomi và chưa từng được gửi lên một bảng công khai nào. Đặt 72,57 bên cạnh bất kỳ con số nào của Sol sẽ là tạo ra một phép so sánh không hề tồn tại. Con số duy nhất mà cả hai mô hình thực sự được cùng một đơn vị đánh giá chạy đối chiếu là 46 và 47.

So sánh chi phí, đúng cách

Số học trên mỗi token đánh giá thấp khoảng cách, vì hai mô hình không tiêu thụ cùng số token để hoàn thành cùng một công việc. Con số đơn lẻ công bằng là con số mà Artificial Analysis đo được khi chạy toàn bộ chỉ mục của mình với từng mô hình: $206.66 cho MiMo-V2.6-Pro và $3,464.84 cho GPT-5.6 Sol. Cùng bộ kiểm thử, cùng harness, được đo theo cùng một cách — mức chênh lệch 16,8 lần trên một tập tác vụ được kiểm soát, và là mức chênh lệch đã tính đến việc Sol là một mô hình suy luận phát ra token để suy nghĩ.

Giờ đến một vòng lặp production. Một lượt chạy agent 30 bước, đọc 200.000 token ngữ cảnh mỗi bước và ghi 2.000 token mỗi bước, tức là 6 triệu token đầu vào và 60.000 token đầu ra mỗi lượt chạy. Với GPT-5.6 Sol theo giá niêm yết, đó là $24,00 cho đầu vào và $1,20 cho đầu ra — $25,20 mỗi lượt chạy trước khi tính cache. Với MiMo-V2.6-Pro, con số là $2,58 và $0,05 — $2,63. Cache thay đổi cả hai: đầu vào đã cache của Sol ở mức $0,50, so với mức giảm giá 99% của MiMo-V2.6-Pro, vẫn khiến mô hình đắt đỏ dẫn trước cả một bậc độ lớn trên một vòng lặp nặng ngữ cảnh — đúng kiểu vòng lặp mà một agent chạy.

Phần độ trễ trong so sánh này rõ rệt hơn phần giá cả và cũng ít được chú ý hơn. GPT-5.6 Sol đo được 127,21 giây cho token đầu tiên. MiMo-V2.6-Pro đo được 2,15. Đó là mức chênh lệch gấp năm mươi chín lần, và đây chính là con số quyết định liệu một sản phẩm tương tác có khả thi hay không. Sol ở mức nỗ lực tối đa trên thực tế là một mô hình chạy theo lô — bạn gửi, bạn chờ, bạn quay lại. Nếu ứng dụng của bạn bị chặn ở token đầu tiên, thì lựa chọn đã được định sẵn cho bạn, bất kể chỉ số nói gì.

Một phím, cả hai làn

Cả hai mô hình đều có thể truy cập thông qua một khóa OrcaRouter duy nhất với giá niêm yết của nhà cung cấp và mức chênh lệch 0% — GPT-5.6 Sol dưới dạng openai/gpt-5.6-sol, đây là tuyến riêng của chúng tôi để truy cập mô hình này. Vì chúng tôi chuyển nguyên giá niêm yết của nhà cung cấp mà không thêm chênh lệch, nên khi giá thay đổi ở bất kỳ bên nào, phía chúng tôi cũng cập nhật ngay trong cùng ngày thay vì phải chờ báo giá lại.

Routing DSL là nơi sự kết hợp này trở nên thú vị chứ không chỉ đơn thuần là tiện lợi. Hai mô hình cách nhau một điểm chỉ số, một mô hình tốn gấp mười sáu lần chi phí cho mỗi tác vụ, không phải là những lựa chọn để cân nhắc chọn cái nào — chúng tạo thành một cấu hình hai làn. Gửi phần lớn khối lượng công việc vào làn rẻ và định tuyến phần đuôi sang làn đắt dựa trên một vị từ do bạn định nghĩa: những yêu cầu không vượt qua bước tự kiểm tra, những yêu cầu khớp với một quy tắc về độ phức tạp, những yêu cầu mà chi phí khi thất bại vượt quá chi phí token đủ nhiều để việc trả thêm trở thành một khoản bảo hiểm rẻ. Dự phòng là nửa còn lại của câu chuyện. Sol được phục vụ rộng rãi; MiMo-V2.6-Pro ra mắt trong tuần này và chỉ được một nhà cung cấp API duy nhất niêm yết vào thời điểm Artificial Analysis ghi nhận nó, tức là một tuyến mỏng manh đối với một mô hình mà bạn định đưa vào đường chạy production. Một router có khả năng chuyển dự phòng chính là thứ khiến làn rẻ trở nên an toàn để áp dụng, và cũng chính là thứ khiến làn đắt trở thành tùy chọn thay vì bắt buộc.

Chọn cái nào?

Hãy chọn GPT-5.6 Sol khi chi phí thất bại của tác vụ lớn hơn hẳn chi phí token — công việc tác tử dài hạn với hệ quả thực tế, tự động hóa sử dụng máy tính, sử dụng công cụ nơi một lệnh gọi sai còn tệ hơn một lệnh gọi chậm, bất cứ việc gì mà bạn vốn đã trả tiền để người kiểm tra đầu ra. Lần chạy chỉ số $3,464.84 không phải là lý do để tránh nó; đó là cái giá của hạng bậc, và hạng bậc đó tồn tại là có lý do.

Chọn MiMo-V2.6-Pro khi khối lượng là ràng buộc, khi khối lượng công việc nặng về ngữ cảnh và mang tính lặp lại, khi bạn cần độ trễ token đầu tiên đủ thấp để con người có thể chờ đợi, khi bạn muốn trọng số nằm trong hạ tầng của riêng mình — MIT cho phép triển khai thương mại, sửa đổi và huấn luyện thêm — hoặc khi hiệu quả kinh tế đơn vị chỉ khả thi ở mức một phần năm xu một nghìn token. Tốc độ 134,3 token mỗi giây khiến nó có thể dùng tương tác theo cách mà hầu hết các mô hình mở nghìn tỷ tham số không làm được, và đó là một năng lực, không phải một mức chiết khấu.

Chọn cả hai nếu bạn có router, vì câu trả lời trung thực cho câu hỏi "cái nào tốt hơn" là khoảng cách tổng hợp một điểm không phải là một phán quyết — đó là phép đo xem trung bình chúng giống nhau đến mức nào và ở phần đuôi chúng có thể khác nhau ra sao. Kiểu thất bại cần tránh là chuẩn hoá trên mô hình rẻ vì tỷ lệ là 22x, rồi đến tháng thứ ba mới phát hiện ra một nhóm yêu cầu cần mô hình đắt, và không có đường nào để định tuyến chúng tới đó. Kiểu thất bại đối xứng là trả mức giá của Sol cho một công việc tóm tắt mà một mô hình chỉ số 46 hoàn thành y hệt. Cả hai đều không phải vấn đề của mô hình. Cả hai đều là cấu hình, và cấu hình là phần bạn có thể thay đổi vào một buổi chiều thứ Ba.

OrcaRouter đưa hơn 200 mô hình vào sau một điểm cuối tương thích OpenAI duy nhất với giá niêm yết của nhà cung cấp, mức chênh lệch 0%, vì vậy khi nhà cung cấp thay đổi giá thì sẽ được cập nhật ngay trong cùng ngày.