MiMo-V2.6-Pro 對比 Qwen3.8-Max：一個指數點，六倍價格

Qwen3.8-Max 是一個擁有 2.4 兆參數的模型，每個 token 會啟用其中 950 億個參數，且僅由單一供應商運行。Xiaomi MiMo-V2.6-Pro 是一個擁有 1.02 兆參數的模型，每個 token 啟用 420 億個參數，在同一項獨立指數上得分高出一分，而呼叫成本約只有六分之一。這些事實擺在一起顯得格格不入，而你要如何調和它們，正是這兩者之間抉擇的全部關鍵。長話短說：在 Artificial Analysis Intelligence Index v4.3.2 上，Xiaomi MiMo-V2.6-Pro 得分 46，Qwen3.8-Max 得分 45——在雜訊範圍內難分高下——而價目表顯示每百萬 token 分別為 0.43 美元與 0.87 美元，對比 2.00 美元與 6.00 美元。

每個模型實際上是什麼

Qwen3.8-Max 是阿里巴巴的旗艦模型，自 2026 年 8 月 3 日起全面推出，而在它問世時，是 Qwen 系列歷來所發布過最大的模型。它是一種稀疏專家混合（MoE）模型，建構於 Qwen 3.5 架構之上，總參數達 2.4 兆，每個 token 約有 950 億個活躍參數，具備 100 萬 token 的上下文視窗、最高 131,000 token 的輸出，以及涵蓋文字、圖像與影片的多模態輸入。阿里巴巴將國際費率調降至每百萬輸入 token 2.00 美元、每百萬輸出 token 6.00 美元，快取輸入為 0.25 美元，並宣稱這大約是 Claude Opus 5 輸入價格的 40%。隨後於 2026 年 9 月 2 日推出了一次小版本更新 Qwen3.8-Max-0902，而 Artificial Analysis 目前對其的基準測試分數為 45。

Xiaomi MiMo-V2.6-Pro 於 2026 年 9 月 22 日正式全面推出，也就是本文比較撰寫前的三天，其強化學習檢查點儲存庫則在前一天上線。它是稀疏混合專家模型，總參數達 1.02 兆，每個 token 啟用 420 億個參數，並具備同樣的 100 萬 token 上下文視窗、涵蓋文字、圖像、影片與音訊的原生多模態能力，權重以 MIT 授權條款發布。Xiaomi 維持上一代的定價，而非將新檢查點的價格向上調整，因此其標價為 $0.43 與 $0.87，並有 99% 快取折扣，混合價為 $0.18。

• 每個 token 的啟用運算量 —— Qwen3.8-Max 95B；Xiaomi MiMo-V2.6-Pro 42B，不到一半

• 總參數量 — Qwen3.8-Max 2.4T；Xiaomi MiMo-V2.6-Pro 1.02T

• 指數分數 — Xiaomi MiMo-V2.6-Pro 46；Qwen3.8-Max 45，兩者皆採用 Artificial Analysis v4.3.2

• 輸出速度 — Xiaomi MiMo-V2.6-Pro 134.3 tokens/秒；Qwen3.8-Max 39.2，同級中位數為 72.5

• 首個 token 耗時——Xiaomi MiMo-V2.6-Pro 2.15 秒；Qwen3.8-Max 2.93

• 定價 — Xiaomi MiMo-V2.6-Pro 每 1M $0.43 / $0.87；Qwen3.8-Max $2.00 / $6.00

• 混合費率 — Xiaomi MiMo-V2.6-Pro 每 100 萬 0.18 美元，快取命中／輸入／輸出為 7:2:1；Qwen3.8-Max 1.18 美元

• 權重 — Xiaomi MiMo-V2.6-Pro 以 MIT 授權且可下載；Qwen3.8-Max 則以專有端點形式提供，另附一款純文字開放權重版本，捨棄了 1M 上下文與視覺輸入

• 可及性 — 在 Artificial Analysis 上，每個各計為一個 API 供應商

比分是平手。速度則不然。

在一個十項評估的綜合分數上，一分之差不是任何人應該據以行動的差異，而更有用的訊號是它背後發生了什麼事。每個 token 啟用參數不到一半的模型得分略高，生成輸出速度快了三倍半——每秒 134.3 個 token，相對於 39.2，而同類推理模型的中位數是 72.5。Qwen3.8-Max 是該頁面上所測量的前沿級模型中最慢的，而這是每個 token 啟用 950 億參數的設計後果，而非服務上的意外。

延遲所揭示的故事，與參數數量所暗示的恰好相反。Qwen3.8-Max 抵達首個 token 耗時 2.93 秒，Xiaomi 則為 2.15 秒，而這個差距遠小於吞吐量差距——Qwen3.8-Max 是一旦開始輸出就慢，而不是起步慢。對於答案簡短的聊天介面，這種差異幾乎不會浮現。但對於會產生數萬個輸出 token 的代理迴圈，吞吐量就決定了整體的牆鐘時間，而 3.4 倍的差距會在這次執行的每一回合中不斷累積。

供應商表格在哪些地方不一致，以及為何那並非矛盾

阿里巴巴為 Qwen3.8-Max 公布了一張涵蓋範圍廣泛的成績表，而它確實很強：Terminal-Bench 2.1 為 86.6，SWE-bench Pro 為 67.7，PaperBench 為 93.0，GPQA Diamond 為 92.6，IFBench 為 82.8，OSWorld-Verified 為 86.1，Humanity's Last Exam 則為 43.6。這些是廠商在自家測試框架上跑出的數字，其中有些還是在阿里巴巴自家的評測基準上取得的，因此它們是宣稱而非實測——但這些宣稱是建立在廣為使用的評測基準之上，這使得它們在跨實驗室比較時，比某套量身打造的測試框架結果更具可比性。

小米的頭條數字是 DeepSWE v1.1 上的 72.57，高於 58.4 的基線，使用 mini-swe-agent 以三次平均、在小米自家的評分器上測得，該強化學習訓練由小米記錄為三十步、約 750,000 條軌跡，公布花費約 262 萬美元。它尚未提交到公開的 DeepSWE 排行榜，也沒有第三方重現過。把 72.57 拿來對比 Qwen 在 SWE-bench Pro 的 67.7，並宣稱小米以五分勝出，會是跨兩套不同基準、兩套不同測試框架和兩套不同評分慣例來解讀。恰好有一把尺規，是這兩個模型都由其製造者以外的人拿來對照過的，而它顯示 46 比 45。

Qwen3.8-Max 有兩個更關鍵的數字，根本就不是分數。阿里巴巴宣布權重會與 Qwen3.8-27B 一同開源，而實際落地的檢查點是純文字的，並不具備已上線服務的 Max 端點所擁有的完整 100 萬 token 上下文或視覺輸入。因此，「Qwen3.8-Max 是開放權重」和「Qwen3.8-Max 是多模態的 100 萬上下文端點」這兩種說法，都是關於不同產物的真確陳述；若部署計畫建立在第一種之上，卻期待第二種，一碰上現實就撐不下去。與此同時，0902 點版本在版本號未變的情況下，把模型推上某個公開網頁開發競技場的榜首——這提醒我們，你八月做過基準測試的模型，未必就是九月為你的請求提供服務的模型。

開放權重是否表示你可以自行託管其中任一個？

以 Xiaomi MiMo-V2.6-Pro 而言，原則上可以：MIT 授權，不需要商業協議。但實務上，一個 1.02T 參數、42B 活躍參數的檢查點需要多節點服務叢集，這與呼叫 API 是不同量級的投入。公開權重讓自行架設成為合法行為，但不代表便宜。

對於 Qwen3.8-Max 而言，答案比其名聲所暗示的來得狹隘。開源版本僅支援文字，且沒有完整的上下文視窗，因此自行託管它，得到的會是比 45 所測量版本實質上小得多的模型。如果你想要的是經過基準測試的配置，那麼提供服務的端點就是產品，而該端點是專有的。

呼叫任一個，以及決定它的運算

在 Artificial Analysis 的統計中，這兩款模型都只由單一 API 供應商提供，這對兩款旗艦模型而言並不尋常，也使得容錯移轉成為實際必須面對的問題，而非可有可無的附加選項。Qwen3.8-Max 在 OrcaRouter 上是以 qwen/qwen3.8-max 提供 —— 一個與 OpenAI 相容的端點，採用阿里巴巴自家的定價，零加成，因此上方的 $2.00 與 $6.00 會原樣傳遞，而阿里巴巴那一側一旦調整價格，我們這一側當天就會同步生效。我們自己的實測顯示，該端點的 p50 約為 3.3 秒，這才是規劃時應該依據的數字，而不是理論上的最佳情況；而備援鏈機制意味著，停滯的請求會在回應開始之前改重試到另一個上游。Xiaomi MiMo-V2.6-Pro 並未上架 OrcaRouter；小米沒有任何模型上架，目前要取用它的途徑是小米自家的平台，以及收錄它的第三方目錄。

成本算術才是這場對決真正分出勝負的地方，而且它不是表面費率所暗示的那種算術。在 7:2:1 的快取命中／輸入／輸出混合比例下，混合費率是每百萬 $0.18 與 $1.18——6.6 倍的差距，比 4.6 倍的輸入與 6.9 倍的輸出差距更大，因為小米的 99% 快取折扣比阿里巴巴的 88% 更深。Artificial Analysis 也記錄了 Xiaomi MiMo-V2.6-Pro 每項 Intelligence Index 任務的成本為 $0.13，對排行榜上每個模型都以相同方式測量。把相同工作負載跑過兩者，較便宜的模型反而是得分較高者，這是罕見得能寫下的事，也是這個比較並非走形式的原因。

誰應該切換，誰不應該

如果你今天用的是 Qwen3.8-Max，而且運作良好，那就沒有急迫的理由要搬遷。索引差距只是其中一點，視覺與長脈絡行為已在你的工作負載中獲得驗證，而且阿里巴巴仍在持續開發這條產品線——0902 更新正說明了這一點。搬遷的理由在於吞吐量與混合成本，而唯有當你的流量以輸出為主或屬於長時程作業時，這個理由才夠強烈：代理、程式碼生成，以及任何寫入遠多於讀取的應用。

如果你從零開始，根據已公開的證據，這個排序很難反駁。Xiaomi 模型更快、在各個面向都更便宜、採用 MIT 授權，而且在唯一一個獨立執行、同時涵蓋兩者的綜合評比中略微領先。反向考量是真實且具體的：僅有三天的正式環境歷史、單一的服務路徑，以及沒有公開的基準測試條目可供檢視。這樣的組合支持把它放在既有方案旁邊的軌道中評估，而不是取代既有方案——這正是路由配置的用途，也是為什麼有用的做法，是把候選方案與既有方案放在同一個金鑰後面，而不是從計分板上挑出贏家。

什麼會改變這個答案？

三件事。為 Xiaomi MiMo-V2.6-Pro 增加第二與第三家供應商，將消除對它唯一還存在的結構性異議，並讓價格差距成為一項需要實際定奪的抉擇，而不只是誘人的選項。對 DeepSWE 配置進行一次獨立運行，要麼證實 72.57，要麼讓它退場，而無論哪種結果，都比這個數字本身更有價值。而 v4.3.2 上的逐項評估細分，將顯示每個模型在十項評估中分別贏得哪些——綜合分數就是綜合分數，一個在代理式編碼上領先的模型，和一個在檢索密集型問答上領先的模型，可能得到相同的指數分數，卻不適合彼此的工作。