MiMo-V2.6-Pro 对决 DeepSeek V4.1 Flash：上限对决价格

这两个名字所指向的方向，与模型实际的定位恰好相反，所以在对比任何一个数字之前，先把层级关系理清楚。MiMo-V2.6-Pro是小米 MiMo-V2.6 系列的顶配：一个拥有 1.02 万亿参数的混合专家旗舰模型，每个 token 激活 420 亿参数，100 万 token 上下文窗口，128,000 token 输出上限，采用 MIT 许可的权重，于 2026 年 9 月 21 日发布。DeepSeek V4.1 Flash是 DeepSeek V4.1 家族中快速、廉价的一档：按 DeepSeek 自己的口径为 5520 亿参数，100 万 token 上下文和 384K 输出上限，采用 MIT 许可，自 2026 年 9 月 10 日起正式可用。一个是你要为之付费的性能天花板，另一个是你可以大批量采购的价格档位。关于这一组合的大多数对比文章都把这一点搞反了，因为“Pro”读起来像是更划算的选择，而“Flash”读起来像是较差的那个，于是整篇文章就在两个从来不是为同一件事而打造的模型之间，争论十个点的指数评分。

每一项分别是什么，用其各自实验室的术语来说

DeepSeek V4.1 Flash 是一款多模态稀疏混合专家模型——输入文本和图像，输出文本——由 DeepSeek 打造，是 V4.1 系列中主打吞吐量的成员，而非能力旗舰。DeepSeek 自家的发布材料声称，这款更便宜的模型在性能、成本、速度和总任务时间上全面超越较旧的 V4 Pro，并且它属于并发上限更高的那一档。其公开的权重总计约 510 GB，分布在 48 个 safetensors 分片中，这使得自托管超出了任何单 GPU 机器的能力范围。其默认推理行为较为冗长，而 DeepSeek 提供了可连续调节的推理力度，因此你可以把它调低。Artificial Analysis 自己对该模型的总结对这笔取舍直言不讳：在智能水平上跻身领先模型之列，价格合理，速度显著地快，而且非常啰嗦。

MiMo-V2.6-Pro 是形态相反的产品。它是小米在该系列中推出的最佳模型，因此其价格和延迟是购买该系列顶配所带来的结果，而不是它围绕设计的东西。它支持文本、图像、语音和视频，并且是两者中唯一一个拥有独立测量的综合得分、且与运行概况一同发布的模型：Artificial Analysis 在其 Intelligence Index 上报告为 46，每个索引任务约 0.13 美元，运行完整索引约需 206.66 美元。

• 层级 — MiMo-V2.6-Pro 是小米该系列的旗舰；DeepSeek V4.1 Flash 是 DeepSeek V4.1 产品线中的快速层级，定位低于排在其前面的 V4 Pro。

• 参数 — MiMo-V2.6-Pro 总计 1.02T / 激活 42B，系厂商报告数据；DeepSeek V4.1 Flash 552B，亦为厂商报告数据，而该仓库自有的 safetensors 索引合计 763B，二者之差尚无定论。

• 输入 — MiMo-V2.6-Pro 文本、图像、语音和视频；DeepSeek V4.1 Flash 文本和图像。

• 上下文 — 两者均为 1M tokens，相同的标题数字。

• 输出上限 — MiMo-V2.6-Pro 128,000 个 token；DeepSeek V4.1 Flash 384,000 个。

• 许可证——两者均为 MIT，权重可下载，商业使用不受限制。

如果你从那段话里只记住一件事：决定了许多对比的多模态分岔，并不能决定这一项。两个模型都接受图像。真正的能力分岔在于输出上限，以及模型自身的上限。

唯一一个两栋房屋共同被测量的轴

Artificial Analysis Intelligence Index 是这场对比真正拥有正面交锋证据的地方，而不是两套厂商宣传幻灯片。在 2026-10-13 抓取的对比页面上，两个模型都处于索引版本 v4.3.2——同一套测试、同一版本、由同一评估方运行——MiMo-V2.6-Pro 显示为 46，而 DeepSeek V4.1 Flash 在其最高努力程度设置下为 39。在一个类别中位数为 18 的索引上，这大约相差七分。Artificial Analysis 关于 DeepSeek V4.1 Flash 的独立页面在其他抓取记录中显示为 40，其按模型划分的表格也同时出现过这两个数字，因此应将其理解为大约七分，而不是正好七分。

那是一个真实的领先优势，也是这个页面上最强的单一事实。但它也比看上去更狭窄，原因有两个，而同一个对比页面已经直说了这两点。第一个是投入程度：DeepSeek 的那个数字针对的是一种推理设置，而该指数会随着这个调节档而变化。第二个是综合指标所掩盖的东西。该指数混合了十项评估，而在最接近智能体工作的那些评估上，两个模型并没有在任何显而易见的方向上相差七分——对比页面显示 MiMo-V2.6-Pro 在 Terminal-Bench 4.0 和 SciCode 上领先，在 AutomationBench 和 GDP.pdf 上落后，在其他方面则足够接近，以至于综合差距发挥了很大作用，而这是单一数字无法向你展示的。

账单，以及它送达时所用的容器

价格正是层级差异变得具体可见的地方，而值得精确弄清你正在阅读的是哪个单位，因为这两个实验室引用的是不同的单位。

• 标价——MiMo-V2.6-Pro 每百万输入 $0.435、每百万输出 $0.87，统一费率，缓存命中为 $0.0036；DeepSeek V4.1 Flash 非高峰时段 $0.15 和 $0.60，缓存命中为 $0.003。

• 高峰时段定价 — DeepSeek V4.1 Flash 在两个工作日时段内费率翻倍；MiMo-V2.6-Pro 未公布高峰时段安排。

• 每个索引任务成本 — MiMo-V2.6-Pro $0.13；DeepSeek V4.1 Flash $0.27，在相同的任务集上以相同方式测得。

• 每项任务的 Token 用量 — MiMo-V2.6-Pro 输出 64k tokens，其中 38k 用于推理；DeepSeek V4.1 Flash 输出 89k，其中 63k 用于推理。

• 运行整个索引的成本 — MiMo-V2.6-Pro 约 $207；DeepSeek V4.1 Flash 约 $477。

反直觉的那一行是倒数第二行，而这正是这对组合值得单独写一页的原因。更便宜的模型并不是运行成本更低的模型。DeepSeek V4.1 Flash 在非高峰时段每 token 的成本大约是 MiMo-V2.6-Pro 的三分之一，但完成每个任务的成本仍约为后者的两倍，因为它为此多生成约 40% 的输出 token 和多三分之二的推理 token。如果你的预算是按每百万 token 来做的——两份价目表也都是这样写的——你就会预测出错误的赢家。决定胜负的单位是每个已完成任务的成本，而按这个单位，旗舰模型大约以二比一领先。

这些都不意味着 DeepSeek 这一档不值得买；短输出、大量提示复用的大批量工作正是它为之打造的用途，而两个模型上的缓存命中率才是那里真正重要的数字。这意味着价格优势取决于输出长度，而你可以自行测算自己的情况。

延迟是证据最不充分的维度

在同一个 2026-10-13 对比页面上，DeepSeek V4.1 Flash 在每一项延迟指标上都以巨大优势成为两者中更快的一个：每秒输出 197 个 token，而对手为 48 个；首 token 耗时 1.06 秒，而对手为 3.74 秒；在该索引的响应任务上，端到端耗时为 13.74 秒，而对手为 55.92 秒。这与分层设计以及上文提到的冗长程度差异一致——MiMo 模型在给出回答前思考的时间要长得多。

请特别把吞吐量那一行视为暂定数据。Artificial Analysis 自己针对 MiMo-V2.6-Pro 的独立列表，在同一页面的其他抓取记录中曾印出明显不同的输出速度数据，而且 reasoning effort 设置会同时改变这两个模型上的这一数字。延迟排序是稳定的，也与层级设计的预期相符；但具体倍数我不会写进容量规划里。如果首 token 延迟是你的硬性约束，请在你自己的实际流量上测试这两者，而不是依据任何一方公布的数字。

相互不一致的供应商编号

两家实验室都为各自的模型发布了智能体基准测试结果，而这两组数据彼此并不吻合。小米报告 MiMo-V2.6-Pro 在 Terminal-Bench 2.1 上为 89.9，DeepSWE v1.1 为 71.9，OSWorld-Verified 为 82.0。DeepSeek 报告 V4.1 Flash 在 Terminal-Bench 2.1 上为 90.6，DeepSWE v1.1 为 74.2，NL2Repo-Bench 为 65.4，GPQA Diamond 为 90.9。每家实验室的 Terminal-Bench 数字都高于另一家，这正是有价值的观察：在这个规模上，厂商自行运行的智能体基准测试无法跨实验室比较，而且两组结果都没有在匹配设置下于中立测试框架上重跑过。这两个模型在这里都没有一份无懈可击的健康证明。只有 Artificial Analysis 的综合评分是由同一方为两个模型生成的，而且它只覆盖了 DeepSeek 一侧的一种努力程度设置。

你实际可以部署什么，以及部署在哪条路由上

DeepSeek V4.1 Flash 部署在我们自己的平台上。它已收录在 OrcaRouter 的实时目录中，名称为 deepseek/deepseek-v4.1-flash——注意版本号里用的是点号，而我们的博客 slug 用的是连字符——具备 1,048,576 token 的上下文、384,000 token 的最大输出、文本与图像输入，以及 DeepSeek 自家的错峰价格：每百万输入 $0.15、每百万输出 $0.60，缓存读取为 $0.003。我们 以 0% 加价将提供商的标价原样透传，因此当 DeepSeek 调整其价目表时，你当天支付的就是调整后的价格，而不是一个需要我们重新定价的数字。自动故障转移意味着你可以把它放在一条路由之后，当提供商出错或触发速率限制时进行回退，而 路由 DSL让你可以组合多条通道，而不必绑定到单一端点。

MiMo-V2.6-Pro 不在我们的平台上，我们会如实说明这一点，而不是暗示相反的情况。要用上它，只能走小米自家的 API，或者某个收录了它的第三方平台，而 Artificial Analysis 在采集时只统计到该模型有一家 API 提供商。单一通路不是生产级通路。这是部署层面的事实，而不是对该模型的评判：正因如此，应当把 MiMo-V2.6-Pro 当作需要仔细评估、并在其身后备好回退方案的对象，而不是本周就把生产路径迁移过去的那条通道。

选择真正落脚的地方

当工作负载是高吞吐量、延迟敏感、文本与图像兼顾且输出较短时——比如分类、提取、摘要，以及一个会发起成千上万次小型调用的智能体循环，其中首 token 时间决定节奏，大而稳定的前缀能吃到缓存折扣——就选 DeepSeek V4.1 Flash。384K 的输出上限也是两者中唯一能撑住真正超长生成的那个，而且对首次部署来说，能通过一条背后有冗余的路由访问到，比七个指数点更重要。

当你追求的是能力天花板时，就选 MiMo-V2.6-Pro：最强的推理能力，128K 上下文内最长的单次生成，文本之外还支持视频和音频输入，以及这样的工作负载——你的财务团队关心的数字是每个完成任务的成本，而不是每 token 的成本。在两者唯一被共同测量的综合指标上，它是更强的模型；而在每个已完成任务上，它又明显更便宜——这与价格表给人的印象并不一致。

如果工作负载是混合型的——而且大多数都是——那么诚实的答案是：这两者并非二选一的候选方案，而是两条并行的通道。路由器让你能够把 DeepSeek 层级放在高并发、受延迟约束的流量前面，同时把更难、更长、真正多模态的请求发送给更擅长处理它们的模型，并在较薄的路由前面配置好回退方案。这不是优柔寡断，而是让每个请求都匹配到它所属的层级。

拼写，以及迁移前需要检查的一件事

读者会把这一组合输入为 mimo v2.6 pro，中间有一个空格和一个点，而我们的 slug 会将其连字符化为mimo-v2-6-pro。两者指的是同一个模型；只有第二个出现在我们的 URL 中。DeepSeek 这边对应的陷阱是标识符：目录字符串是deepseek/deepseek-v4.1-flash，其中带点，而把它写成连字符形式的客户端会什么都找不到。请从模型列表中复制标识符，而不是从博客文章中复制，包括这一篇。

还有什么仍然开放

两件事，而且都不是小事。目前没有在匹配的推理设置下对这两个模型进行中立的正面对比——综合比较把它们放在同一个索引版本上，但未必放在同一个努力程度旋钮上，尤其是延迟差距很可能会随着你把这个旋钮设在哪里而缩小或扩大。而且 DeepSeek V4.1 Flash 的参数数量在 DeepSeek 的模型卡与其自己的仓库之间对不上，所以任何涉及它的规模比较，包括本文中的这一项，都是暂定的。在这两点都尘埃落定之前，站得住脚的立场比任何一家实验室的宣传都要更窄：MiMo-V2.6-Pro 在独立制作的综合指标和实测的每完成一项任务成本上领先，DeepSeek V4.1 Flash 则在首 token 延迟、输出长度、token 价格以及背后有冗余的路由可用性上领先。

最常决定这一对比的单一事实是档位，而不是分数：其中一个是你要买的性能天花板，另一个是你要批量采购的价格，所以如果你的工作负载里同时包含这两类请求，那么决定因素就是一张路由表，而不是谁胜出。