MiMo V2.6 Pro vs DeepSeek V4 Pro 0813

MiMo V2.6 Pro und DeepSeek V4 Pro 0813 im direkten Vergleich: Spezifikationen, Fähigkeiten, Parameter und Live-Preise aus dem EmpirioLabs-Katalog.

Xiaomi DeepSeek Textgenerierung

MiMo V2.6 Pro vs DeepSeek V4 Pro 0813 auf einen Blick

MiMo V2.6 Pro von Xiaomi und DeepSeek V4 Pro 0813 von DeepSeek gehören beide zur Kategorie Textgenerierung und sind über die EmpirioLabs API verfügbar.

Wichtigste Unterschiede

  • MiMo V2.6 Pro ist die neuere Veröffentlichung (22. Sept. 2026); DeepSeek V4 Pro 0813 erschien am 13. Aug. 2026.
  • Beide Modelle haben ein Kontextfenster von 1M Token.
  • DeepSeek V4 Pro 0813 liefert bis zu 393.216 Ausgabe-Token pro Antwort, MiMo V2.6 Pro bis zu 131.072.
  • Eingabetypen, die nur MiMo V2.6 Pro akzeptiert: Audio, Bild, Video.
  • Nur für MiMo V2.6 Pro angegebene Fähigkeiten: agentic, vision, audio in, web search.
  • Nur für DeepSeek V4 Pro 0813 angegebene Fähigkeiten: agentic coding.
  • MiMo V2.6 Pro hat den niedrigeren Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token).

MiMo V2.6 Pro vs DeepSeek V4 Pro 0813: Spezifikationen

SpezifikationMiMo V2.6 ProDeepSeek V4 Pro 0813
Modell-IDmimo-v2-6-prodeepseek-v4-pro-0813
AutorXiaomiDeepSeek
Veröffentlicht22. Sept. 202613. Aug. 2026
Kontextfenster1M Token1M Token
Max. Ausgabe131.072 Token393.216 Token
Eingabe
Text Bild Video Audio
Text
Ausgabe
Text
Text
Strukturierte AusgabeJSON SchemaJSON Schema
RegionSingaporeSingapore
Endpoints
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/mimo-v2-6-pro:generateContent
POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro-0813:generateContent
Fähigkeiten
reasoning agentic vision audio in function calling structured output web search
reasoning function calling structured output agentic coding

MiMo V2.6 Pro vs DeepSeek V4 Pro 0813: API-Preise

Live-Preise aus dem EmpirioLabs-Katalog für beide Modelle. Jede Preistabelle entspricht immer dem, was die API berechnet.

MiMo V2.6 Pro vs DeepSeek V4 Pro 0813: API-Parameter

Anfrageparameter, die jedes Modell auf EmpirioLabs angibt, mit den zulässigen Werten oder dem Bereich, wo einer gilt. Ein Strich markiert einen Parameter, den das Modell nicht angibt.

ParameterMiMo V2.6 ProDeepSeek V4 Pro 0813
enable_thinkingboolean Standard: trueboolean Standard: true
video_fps0.1 bis 10-
media_resolutiondefault, max Standard: default-
tool_web_searchboolean Standard: false-
web_search_forceboolean Standard: false-
web_search_max_keyword1 bis 5 Standard: 3-
web_search_limit1 bis 10 Standard: 5-
temperature0 bis 1.5 Standard: 10 bis 2 Standard: 0.7
top_p0.01 bis 1 Standard: 0.950 bis 1 Standard: 0.9
max_tokens1 bis 131072 Standard: 81921 bis 393216
stopstringstring
response_formatenumenum
disable_formattingboolean Standard: falseboolean Standard: false
reasoning_effort-none, low, medium, high, max Standard: medium
thinking_budget-1 bis 393216 Standard: 32768
web_search_linkup-boolean Standard: false

MiMo V2.6 Pro vs DeepSeek V4 Pro 0813: Limits und Hinweise

MiMo V2.6 Pro

Websuche ($0.015/call) wird nur beim Aufruf belastet. Akzeptiert Text-, Bild-, Video- und Audioeingaben und gibt Text zurück. Das Denken ist standardmäßig aktiviert und kann ausgeschaltet werden. Unterstützt komplexe autonome Arbeitsabläufe mit 1000+ Toolaufrufen in einem 1-Millionen-Kontext.

DeepSeek V4 Pro 0813

Denken ist standardmäßig aktiviert und kann deaktiviert werden. Reasoning-Tokens werden als Ausgabetoken abgerechnet. Die optionale Linkup-Websuche wird nur beim Aufruf berechnet.

So rufst du MiMo V2.6 Pro und DeepSeek V4 Pro 0813 auf

MiMo V2.6 Pro bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID mimo-v2-6-pro. Beide Modelle werden über denselben Endpunkt aufgerufen. Setze model auf mimo-v2-6-pro oder deepseek-v4-pro-0813. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.

cURL
curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-6-pro",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'

MiMo V2.6 Pro vs DeepSeek V4 Pro 0813: Tests und Guides

Prompt-Tests und Vergleichsläufe, die beide Modelle abdecken.

MiMo V2.6 Pro vs DeepSeek V4 Pro 0813: häufige Fragen

Was ist der Unterschied zwischen MiMo V2.6 Pro und DeepSeek V4 Pro 0813?

MiMo V2.6 Pro ist die neuere Veröffentlichung (22. Sept. 2026); DeepSeek V4 Pro 0813 erschien am 13. Aug. 2026. Beide Modelle haben ein Kontextfenster von 1M Token. DeepSeek V4 Pro 0813 liefert bis zu 393.216 Ausgabe-Token pro Antwort, MiMo V2.6 Pro bis zu 131.072. Die Spezifikationen, Preistabellen und Parameter auf dieser Seite stammen aus dem Live-Katalog von EmpirioLabs.

Welches Modell ist neuer, MiMo V2.6 Pro oder DeepSeek V4 Pro 0813?

MiMo V2.6 Pro ist die neuere Veröffentlichung (22. Sept. 2026); DeepSeek V4 Pro 0813 erschien am 13. Aug. 2026.

Welches Modell hat den niedrigeren Preis, MiMo V2.6 Pro oder DeepSeek V4 Pro 0813?

MiMo V2.6 Pro hat den niedrigeren Preis für Eingabe (pro 1M Prompt-Token) und Ausgabe (pro 1 Million generierter Token). Beide Live-Preistabellen stehen auf dieser Seite und entsprechen immer dem, was die API berechnet.

Kann ich zwischen MiMo V2.6 Pro und DeepSeek V4 Pro 0813 wechseln, ohne meine Integration umzubauen?

Ja. Beide Modelle nutzen POST /v1/chat/completions mit demselben EmpirioLabs API-Schlüssel, die meisten Integrationen wechseln also durch Ändern des model Werts. Prüfe zuerst die Parametertabelle auf dieser Seite, wenn du dich auf einen modellspezifischen Parameter verlässt.

Kann ich MiMo V2.6 Pro und DeepSeek V4 Pro 0813 im Browser testen, bevor ich integriere?

Ja. Öffne jedes Modell im EmpirioLabs Playground und führe denselben Prompt auf beiden aus, mit den Parametern, die die API bereitstellt.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.