MiMo-V2.6-Flash 對上 Qwen3.8-Max：一場「下載」對「計量器」的較量，而只有其中一個有分數

有一個數字決定了這類比較通常會怎麼寫，而它並不是基準測試。Qwen3.8-Max是一款由 Artificial Analysis 持續測量的託管模型，因此在重新校準的 v4.3 量表上，它目前的智慧指數為 45，輸出速度為每秒 39.2 個 token，定價為每百萬輸入 token 2.00 美元、每百萬輸出 token 6.00 美元。MiMo-V2.6-Flash則是小米於 2026 年 9 月 21 日以可下載權重形式發布的模型，上述這些它一概沒有：沒有供應商價目表、沒有小米公布過的模型識別碼，也完全沒有 Artificial Analysis 頁面。所有關於 MiMo-V2.6-Flash 能力的公開資訊，都來自小米自家模型卡中的評測表格。沒有任何一個數字是由非小米員工重新跑過驗證的。

這種不對稱並不是模型的缺點。它是關於這兩者各自屬於哪一種購買行為的事實，而且會改變你從正面對決中實際能得出的結論。本文其餘部分要談的是你真正能比較的三件事——宣稱的形態、每個 token 的成本，以及授權條款——再加上一個真實、經獨立測量，且不屬於標題中任一模型的數字。

首先，是哪個 Qwen 3.8，又是哪個 MiMo？

那個標題裡的兩個名字都是假裝成檢查點的家族，而那些替換並非無害。

• Qwen3.8-Max — 阿里巴巴的託管旗艦模型，於 2026 年 8 月 3 日亮相。這是一款擁有 2.4 兆參數的稀疏混合專家模型，每個 token 約啟用 950 億個參數，具備 100 萬 token 的上下文，並支援文字、圖像與影片輸入。本文後續內容即以此模型作為對手。

• Qwen3.8-Max (0902) — 同一款模型於 9 月 2 日取得的日期化快照，以獨立項目形式提供，維持相同的 $2.00 與 $6.00 定價，以及 131,072 個 token 的輸出上限。Artificial Analysis 目前的頁面就是針對這個版本，這在你引用某個指數分數時格外重要。

• Qwen3.8-2.4T-A95B — 同一核心的開放權重檢查點，自 2026 年 8 月 12 日起可依 Qwen3.8-Max 授權條款下載。它僅支援文字，思考功能一律開啟，且原生上下文為 262K，而非一百萬。它不是標題中的那個模型。

• MiMo-V2.6-Flash — Xiaomi 的 309B 總參數、15B 活躍參數的稀疏混合專家檢查點，在 Hugging Face 上以 MIT 授權無限制開放，原生全模態，並宣稱具備 1M token 上下文。它是一次包含兩個檢查點的發佈中的效率成員，其旗艦為 MiMo-V2.6-Pro，總參數 1.02T、活躍參數 42B。

• MiMo-V2-Flash — 2025 年 12 月的模型。總量同為 309B，啟用量同為 15B，滑動視窗同為 128 個 token。不同的訓練執行、不同的基準測試表，以及 256K 上下文。任何將「MiMo-V2-Flash」與 Qwen 模型進行排名的頁面，都是在比較錯誤的世代，而單看規格表並不會告訴你這件事。

MiMo 的碰撞是兩個陷阱中較為犀利的那個，因為用來辨識該模型的數字，恰好也是 2025 與 2026 檢查點之間完全相同的數字。Qwen 的碰撞較為溫和，但附帶代價：開放的 2.4T 權重與託管 API 是不同的產物，適用不同的條款，而將兩者互換的比較，會在能力與授權兩方面都弄錯。

索引已重建，而大多數頁面仍印著的那個號碼卻消失了

以下是任何分數出現之前應留意的失效模式。

Artificial Analysis 於 2026 年 9 月 7 日將其 Intelligence Index 重新校準至 v4.3。該日期之前的分數與之後的分數無法互相比較，而 Qwen3.8-Max 的即時頁面帶有一個 已更新標記，表示結果經過重述。廣為流傳的 Qwen3.8-Max 58 分屬於舊量表。目前的 Qwen3.8-Max (0902) 為 45 分，在 Artificial Analysis 歸入該類別的 202 個模型中排名第 19。

這不是吹毛求疵。58 緊挨著 46，讀起來就是十二分的差距。同樣這兩個模型，放在同一個現行量表上，只相差一分——而且 46 甚至不是本文要談的模型：

• Qwen3.8-Max（0902），經獨立測量 —— 在 v4.3 上的 Intelligence Index 為 45。輸出速度為每秒 39.2 個 token，在 202 個中排名第 151，而該頁面本身亦指出這算是緩慢。每項 Intelligence Index 任務的成本為 $5.41。完成該指數所產生的輸出 token 數：190M。

• MiMo-V2.6-Pro，經獨立測量 — Intelligence Index 為 46，在開放權重類別的 114 個模型中排名第一。輸出速度為每秒 134.3 個 Token。每個 Intelligence Index 任務的成本為 $0.13。完成該指數所需的輸出 Token 數：140M。

• MiMo-V2.6-Flash，才是真正的主題——不存在 Artificial Analysis 頁面。沒有可引用的內容。

把這三份放在一起讀，誠實的總結對兩家廠商來說都不太舒服。大家都想要的那個比較基準——在中立尺度上讓 Flash 對上 Qwen3.8-Max——並不存在，也無法從廠商提供的表格中拼湊出來，因為兩家廠商在不同的時間、用不同的檢查點、跑了不同的測試框架，然後又拿自己去跟他們同樣跑過的其他公司模型相比。更大的真正存在的，是旗艦版 Qwen 與小米那個更大的檢查點之間那一分的差距，而每項索引任務的成本大約只有四十分之一。這是這場對決中最有意思的真實數字，而它講的是一個標題兩邊都沒點名的模型。

廠商表格會告訴你什麼、又不會告訴你什麼

兩家廠商都會公布數字。它們並不是同一種數字，把兩者逐欄並排比較，得到的是一張圖表，而不是一項發現——不過這些宣稱的形態仍然值得一讀，因為它會告訴你每一間實驗室各自優化了什麼。

• 程式碼代理——小米回報 MiMo-V2.6-Flash 在 DeepSWE v1.1 為 67.9、Terminal Bench 2.1 為 87.6、ProgramBench 為 26.0，以及 MiMo Code Bench 為 61.2。阿里巴巴回報 Qwen3.8-Max 在 SWE-bench Pro 為 67.7、Terminal-Bench 2.1 為 86.6。Terminal-Bench 的數字相當接近，因此決定名次先後的合理來說是測試框架，而非模型本身。

• 通用代理 — 小米為 Flash 回報 AutomationBench v1.0.6 52.3、Toolathlon-Verified 73.6、OSWorld-Verified 80.8，以及 Agents' Last Exam 27.6。阿里巴巴為 Qwen3.8-Max 回報 OSWorld-Verified 86.1、WideSearch 81.9，以及 Agent's Last Exam 52.4。在兩家實驗室都跑過的這兩項基準上，Qwen 回報的數字較為領先——而且是在阿里巴巴自家的測試框架上。

• 知識與安全——小米進行了 CyberGym（Flash 95.1）、MiMo Cyber Bench（77.2）、ExploitGym（6.0）、ExploitBench（25.3）和 SEC Bench Pro（47.5）。阿里巴巴進行了 GPQA Diamond（92.6）、Humanity's Last Exam（43.6）和 PaperBench（93.0）。兩者幾乎沒有重疊，因此幾乎無從比較。

廠商表格唯一真正能展現的有用之處，就是內部不一致，而 Xiaomi 的表格正有這樣一處。其公開的 RL 儀表板在九月期間直播了整段訓練過程，公布 MiMo-V2.6-Flash 為 65.68，在 DeepSWE v1.1 上使用 mini-swe-agent 測試框架、採三次平均。完成的模型卡列出 67.9，對應已發布的權重。那兩個數字分別描述的是訓練快照與已發布成品，而這兩分的差距，與 Xiaomi 兩個檢查點之間的差距一樣大。如果你自上週以來一直引用儀表板上的數字，那它已經過時了。

帳單，這正是這兩款模型不再能相提並論的地方。

這是決定部署的環節，而且差距並不接近。

• Qwen3.8-Max 採計量收費。在 Alibaba 的國際版價目表上，每百萬輸入 token 為 2.00 美元，每百萬輸出 token 為 6.00 美元，而 Artificial Analysis 測得的快取折扣為 88%，每項 Intelligence Index 任務的成本為 5.41 美元。Alibaba 中國地區的文件則列出相同兩項為每百萬人民幣 12 元與 36 元。你今天下午就能呼叫它，並拿到帳單。

• MiMo-V2.6-Flash 是一個下載項目。小米未在其自家網站上公布 MiMo-V2.6 世代的每 token 費率，也未宣布這兩個 checkpoint 的可呼叫識別碼，因此沒有可供計量的項目。取而代之的是橫跨 65 個分片的 172.9 GB FP8 權重資料（尚未計入 1M token 上下文的 KV cache），以及一個部署章節，建議以張量平行 16 搭配資料平行因子 2 來使用 SGLang，或採用張量平行 8 的 vLLM 配方——這是一項多節點服務作業。

• 第三方上架資訊不是價目表。目錄頁面確實載有 MiMo-V2.6 系列的數字，而 Artificial Analysis 只計入一家 API 供應商，該供應商以每百萬 $0.435 和 $0.87 的價格提供 MiMo-V2.6-Pro。那是供應商為較大檢查點所列的價格，不是 Xiaomi 的定價，而且 Flash 根本沒有這樣的刊登資訊。

所以這筆帳是相對於一項資本決策的按量計費項目。在每月數億個 token 的規模下，Qwen3.8-Max 是一筆可以預測的帳單，而 Flash 則是你會買來服務一個小米以外沒人測量過的模型的節點。在每月數十億個 token 的規模下，開源路線開始在成本上勝出，而這正是授權不再只是法律註腳、而成為採購考量因素的時刻。

這些授權並非相同的許可。

MIT 幾乎是開放權重中最寬鬆的授權。Qwen3.8-Max 授權並非 MIT，而這當中的差異可不是鬧著玩的。

MiMo-V2.6-Flash 以 MIT 授權條款發布，沒有營收門檻、沒有使用者人數觸發條件、沒有另行簽訂的商業協議，也沒有研究條款。商業部署、修改、再散布與進一步訓練皆獲允許，且該儲存庫不設任何存取限制。

Qwen3.8-Max 授權條款授予使用、修改、散布、再授權、銷售、部署、代管與微調的權利，但附帶兩項條件。或任何產品或服務，若月活躍使用者超過一億人，或每月營收超過二千萬美元，必須在其介面上顯著標示模型名稱。此外，凡屬模型即服務或 AI 工作助理的業務，若在任何連續十二個月內的總營收超過五千萬美元，則在商業使用前須另向 Alibaba 取得授權。內部使用則屬豁免情形，惟前提是該模型或其能力不得暴露給第三方。

對大多數團隊而言，這兩項條件都不具約束力。對一個成功的平台事業來說，其中一項卻會——而且它產生約束力的時刻，正是在模型已成為關鍵支柱的那一刻。另請注意，這些條件附屬於可下載的 2.4T 權重，而不是託管 API；在託管 API 的情況下，適用的是供應商條款。這兩條路徑背負著不同的義務，這也是為什麼不該把開放檢查點與託管版本拿來相比，彷彿它們是同一個產品。

OrcaRouter 適合的地方，以及不適合的地方

Qwen3.8-Max 可在 OrcaRouter 上路由，基礎項目與標註日期的 0902 快照皆支援，只需一組 API key，即可按供應商牌價、0% 加價直接轉嫁。這點在此處特別重要，原因有兩個。首先，0902 版本是獨立項目，而非悄然取代，因此路由 DSL 可將對可重現性敏感的流量固定到標註日期的快照，而其他一切則依循基礎層級——無需第二套整合、無需變更程式碼。其次，由於牌價是直接轉嫁而非加價，Alibaba 價目表的變動會在同一天反映到你這邊，而不是等到下一次合約續約；這正是讓上述按計量與按節點的計算在價格變動時保持誠實的原因。快取密集型工作負載也能保留供應商的快取折扣，而不會讓其中一部分被經銷商利潤吃掉。

MiMo-V2.6-Flash 在任何地方都無法路由，包括我們在內。我們不為任何小米模型提供路由，而小米自家卡片中的可用性說明指向小米自家的管道：MiMo API 平台、AI Studio、MiMo Code 以及桌面應用程式。如果你想要這個檢查點，你得下載 172.9 GB，還得自己找節點。

哪一個，以及何時？

如果想要不靠硬體就能取得的能力、如果你的用量還不確定，或者你想在正式投入前先有個獨立數字可參考，那就選 Qwen3.8-Max。同時要接受：在目前指數上，45 分屬於前緣中段的位置，而非頂尖；每秒 39.2 個 token 慢到在代理迴圈裡足以造成影響；而跑完 Intelligence Index 需要 1.9 億個輸出 token，大約是中位數的兩倍——在按輸出計價的那一端，冗長是要花錢的。

如果限制條件是授權條款、資料路徑，或是你能攤提的長期帳單——而且你手上有節點——那就選 MiMo-V2.6-Flash。沒有營收門檻的 MIT 條款，與帶有 MAU 門檻和營收分潤觸發條件的授權，確實是不同的許可；對一家預期會做大的公司來說，這正是選擇它的理由。為多節點服務編列預算，依據已發布的權重資料而非儲存庫頁面來估算規模，並把小米模型卡上的每個數字都當成廠商自行提報值，直到實驗室外部有人重新跑過驗證為止。

如果你是在今天、而不是下一季做決定，就先跑按用量計費的方案。用一個月的 Qwen3.8-Max，能告訴你你的工作負載實際上需要什麼。而一台節點，只會告訴你你原本希望它需要什麼。