MiMo-V2.6-Pro: Xiaomis Billionen-Parameter-Flaggschiff, von der Karte gelesen

MiMo-V2.6-Pro ist der Flaggschiff-Checkpoint der MiMo-V2.6-Serie aus dem Xiaomi-MiMo-Team: ein Sparse-Mixture-of-Experts-Modell mit insgesamt rund 1,02 Billionen Parametern und 42 Milliarden aktiven Parametern pro Token, nativer Text-, Bild-, Video- und Audioeingabe, einem Kontext von 1 Mio. Token und unter MIT-Lizenz stehenden Gewichten. Es steht über MiMo-V2.6-Flash, dem 309B-Effizienz-Checkpoint, in einer Serie, deren Teile separate Trainingsläufe sind und nicht ein Modell in zwei Größen. Leser stoßen auf diesen Namen in drei Schreibweisen — mimo-v2.6-pro als Plattformkennung, mimo v2.6 pro mit Leerzeichen und mimo v2 6 pro mit in Ziffern aufgeteilter Versionsnummer — und alle drei verweisen auf denselben Checkpoint, den, dessen Gewichte unter XiaomiMiMo/MiMo-V2.6-Pro-RL liegen.

Diese Seite ist die Referenz für das Modell selbst. Die Vergleiche und die Kostenrechnung existieren bereits in diesem Blog und sind unten verzeichnet, statt wiederholt zu werden; im Folgenden geht es darum, was das Modell ist, was es über sich selbst veröffentlicht und welchen Zahlen auf der Karte man in dem Maße trauen kann, wie ihre Quelle es zulässt.

Identität: das Labor, die Klasse und was „Pro“ unterscheidet

Der Herausgeber ist Xiaomi, und zwar über die Gruppe, die ihre technischen Berichte als Xiaomi MiMo Team unterzeichnet. Die Gewichte, die Plattformdokumentation und die API stammen alle von dieser einen Organisation, was für die Herkunft wichtig ist: Jede unten stehende Kapazitätsangabe ist die Beschreibung, die der Anbieter für seinen eigenen Checkpoint liefert, und nichts davon wurde hier reproduziert.

„Pro“ ist eine Position innerhalb einer Drei-Modell-Serie, kein Qualitätsadjektiv. X​iaomis eigene Seriennotiz bezeichnet Pro als das bislang leistungsstärkste Flaggschiff-Reasoning-Modell – omni-modal, ultrahohe Leistung, Billionen Parameter – entwickelt für komplexe Projekte, Aufgaben mit langem Zeithorizont, Arbeiten mit hohem Einsatz und Forschung; Flash ist das vollmodalitäre, kostengünstige Reasoning-Modell, und Pro-UltraSpeed ist eine Serving-Stufe, die denselben Checkpoint mit bis zu zwanzigfacher Ausgabegeschwindigkeit für latenzempfindliche Arbeiten bereitstellt. Der Schnellauswahl-Leitfaden der Plattform leitet komplexe Projekte, langfristige Aufgaben und hochwertige Arbeiten an Pro, hochfrequente professionelle Büro-Calls an Flash und alles, was empfindlich auf Antwortgeschwindigkeit reagiert, an Pro-UltraSpeed. Drei veröffentlichte Positionen, eine Serie – nicht drei Größen eines einzigen Trainingslaufs.

Die Versionsangabe ist eine Zeile wert, denn genau hier geraten wiederkehrende Leser ins Straucheln. MiMo-V2.5 Pro, das bisherige Flaggschiff, ist für die Ausmusterung vorgesehen: X​iaomis Plattform gibt für sowohl mimo-v2.5 als auch mimo-v2.5-pro den 21. Oktober 2026, 10:00 Pekinger Zeit, als Abschaltzeitpunkt an und empfiehlt den Wechsel auf die neue Version. Pro ist diese neue Version, eine Suche nach „MiMo Pro“, die auf Material aus 2025 stößt, landet also bei dem Modell, das dieses hier ersetzt hat.

Die Spezifikation, entnommen aus der Modellkarte

Der eigene Zusammenfassungsblock der Karte ist die kürzeste ehrliche Beschreibung des Modells, und jede Zeile davon stammt vom Anbieter:

• Parameter — insgesamt 1,02 Billionen, 42 Mrd. aktiv pro Token, ein dünnbesetztes Mixture-of-Experts. Die Repository-Metadaten zählen 1.024.216.603.392 Parameter über die veröffentlichten Shards hinweg.

• Kontext und Ausgabe – ein Kontextfenster von 1 Mio. Tokens und bis zu 128.000 Tokens Ausgabe.

• Modalitäten — Text-, Bild-, Video- und Audioeingabe in einem Modell, mit einem MiMo ViT mit 681 M Parametern für Vision und einem AudioTokenizer mit 308 M plus einem Audio-Patch-Encoder mit 127 M für Audio.

• Backbone — 70 Schichten, 60 Sliding-Window- und 10 globale Schichten; Hidden Size 6.144; 384 geroutete Experten mit 8 aktivierten; Sliding Window 128. Der erste Block führt globale Attention mit einem dichten FFN aus, und kein Block verwendet geteilte Experten.

• Spekulatives Decoding — ein 5-schichtiger Drafter mit gleitendem Fenster für die Multi-Token-Vorhersage, der laut der Karte pro Vorwärtsdurchlauf sieben weitere Tokens vorhersagt.

Zwei Anmerkungen zum Lesen dieser Liste. Die Gesamtzahl der Parameter ist eine Herstellerangabe, aber sie ist diejenige, die ein Außenstehender teilweise überprüfen kann, weil die Shard-Größen in der Dateiliste des Repositorys veröffentlicht sind; aktivierteUnd die letzten beiden Einträge stehen etwas im Widerspruch zueinander — ein Drafter, der durch seine Layer-Anzahl beschrieben wird, und ein Drafter, der dadurch beschrieben wird, wie viele Token er pro Durchlauf vorhersagt, sind zwei verschiedene Messungen derselben Komponente, und nur die Layer-Anzahl erscheint in der Architekturtabelle.

Pro gegen Basis und Flash, an einem Ort

Das sind die Unterscheidungen, mit denen Leser tatsächlich ankommen; beide Seiten lesen am selben Tag dieselbe Herstellerdokumentation:

• Skalierung — Pro hat insgesamt 1,02 Billionen Parameter, davon 42 Milliarden aktive; Flash ist ein separater Trainingslauf mit insgesamt 309 Milliarden, davon 15 Milliarden aktive.

• Tiefe — Pro arbeitet mit 70 Schichten, 384 gerouteten Experten und 8 aktivierten; Flash arbeitet mit 48 Schichten, 256 gerouteten Experten und 8 aktivierten.

• Preis — Pro kostet US$0,435 pro Million Eingabe-Tokens und US$0,87 pro Million Ausgabe-Tokens bei einem Cache-Miss, bei einem Cache-Hit US$0,0036; Flash kostet US$0,14 und US$0,28, bei einem Cache-Hit US$0,0028.

• Auswahl — Xia​omi leitet komplexe, langfristige und hochwertige Arbeit an Pro und hochfrequenten professionellen Büro-Traffic an Flash.

• Gemeinsam — das 1M-Kontextfenster, die Ausgabegrenze von 128.000 Token und die MIT-Lizenz sind bei beiden identisch.

Die beiden Vergleiche, die dieser Blog bereits enthält, gehen tiefer als diese Liste und werden hier nicht wiedergegeben. Der Beitrag Pro gegen den bloßen Seriennamen arbeitet heraus, warum „MiMo-V2.6“ eine Sammlung mit mehr als einem Mitglied ist und nicht ein dritter Checkpoint zwischen Pro und Flash. Der Beitrag Pro gegen Flash enthält den vollständigen Architekturvergleich, Schicht für Schicht, für Leser, die zwischen den beiden für eine echte Arbeitslast wählen.

Gewichte und Lizenz für diesen Build

Für diesen Checkpoint gibt es ein Repository, X​iaomiMiMo/MiMo-V2.6-Pro-RL, und seine Metadaten sind eindeutig: MIT-Lizenz, ohne Zugangsbeschränkung, erstellt am 21. September 2026, zuletzt geändert am 9. Oktober 2026, mit etwas mehr als 96.000 Downloads zum Zeitpunkt des Verfassens. Die Parameter verteilen sich über die Speicher-Datentypen auf ungefähr 1.000,2 Milliarden in U8, 13,4 Milliarden in FP8 (E4M3), 10,6 Milliarden in BF16 und eine Spur in F32 — die Form eines Checkpoints, der seine Expert-Gewichte in einem Format niedriger Präzision ausliefert und den Rest auf BF16 belässt. Die Shards sind groß: Eine einzelne Expert-Parallel-Datei umfasst etwa 4,15 GB, und der vollständige Download liegt in der Größenordnung von mehreren hundert Gigabyte.

Das Suffix -RL ist ein Abstammungsmarker, kein Adapter und keine Quantisierung. Beide V2.6-Checkpoints tragen es, und die Karte verortet die gesamte Serie im Umfeld von Reinforcement Learning im großen Maßstab – ein einziger gemischter Lauf über Coding, allgemeine Agenten, visuelle Arbeit und Cybersicherheit statt getrennter Läufe pro Domäne, mit einer gruppenweisen Bewertungsstufe, die erfolgreiche Trajektorien rangiert, anstatt sie mit Bestanden oder Durchgefallen zu bewerten. Nichts davon ändert, was die Gewichte sind; es erklärt, warum das Repository so benannt ist, wie es ist.

Ausführen: Was tatsächlich veröffentlicht wird

Die Karte gibt genau zwei Bereitstellungspfade an – mehr nicht. SGLang wird mit dem gewöhnlichen Aufruf python3 -m sglang.launch_server gegen den Repository-Pfad bereitgestellt, und das eigene Beispiel der Karte verwendet ein Zwei-Knoten-Layout mit Expertenparallelität. vLLM wird mit vllm serve plus den Flags bereitgestellt, die die Parser dieses Modells benennen, --reasoning-parser mimo und --tool-call-parser mimo, wobei die automatische Tool-Auswahl aktiviert ist und die Generierungskonfiguration aus dem Modellverzeichnis gelesen wird. Das Sampling auf der Karte ist temperature 1.0 und top_p 0.95 – warme Einstellungen, und eine berechtigte Warnung, dass die 0.7, die viele Harnesses standardmäßig verwenden, nicht das ist, was der Anbieter getestet hat.

Neben den selbstgehosteten Routen veröffentlicht Xiaomis Plattform den operativen Rahmen für ihren gehosteten Endpunkt: das 1-M-Kontextfenster, eine maximale Ausgabe von 128.000 Tokens und ein Ratenkontingent von 100 Anfragen und 10 Millionen Tokens pro Minute. Die Plattform führt außerdem eine Batch-API auf, die dieses Modell für nicht in Echtzeit ablaufende Arbeiten zu einem günstigeren Tarif abdeckt. Was jedoch nicht veröffentlicht wird, ist jegliche Durchsatz- oder Speicherangabe von Xiaomi selbst – daher enthält diese Seite keine. Die kursierenden Geschwindigkeitszahlen stammen von Drittanbietern, messen deren Hardware statt Ihrer und sollten nur mit ihren Messbedingungen weitergegeben werden.

Die Punktzahlen und wer sie gemessen hat

Die Modellkarte von Xiaomi enthält eine Benchmark-Tabelle, und alles darin ist vom Anbieter angegeben: DeepSWE v1.1 bei 71,9, Terminal Bench 2.1 bei 89,9, Agents' Last Exam bei 31,6, OSWorld-Verified bei 82,0, GDPval-AA 2.1 bei 1.673, AutomationBench v1.0.6 bei 53,1 und in den Cybersecurity-Zeilen CyberGym bei 94,0 sowie der eigene MiMo Cyber Bench des Anbieters bei 80,2. Das sind die Zahlen, die man zitieren sollte, wenn gefragt wird, was das Labor behauptet. Dieselbe Tabelle zeigt Werte für Flash, für das vorherige MiMo-V2.5 Pro und für drei geschlossene Modelle, was eine nützliche Erinnerung ist: Die Vergleichszeilen einer Anbietertabelle sind die Auswahl des Anbieters, ausgeführt mit den Harness-Entscheidungen des Anbieters.

Die unabhängige Kennzahl ist eine andere Sache, und sie ist diejenige, die sich seit der Launch-Berichterstattung verändert hat. Artificial Analysis bewertet MiMo-V2.6-Pro mit 46 auf seinem Intelligence Index, gemessen an Version 4.3.2 dieses Index — die höchste Punktzahl, die diese Seite für ein Modell mit offenen Gewichten verzeichnet, einen Punkt über GLM-5.3, zwei über Kimi K3 und hinter den geschlossenen Spitzenmodellen, die sie ebenfalls bewertet. Dieselbe Seite veranschlagt einen vollständigen Index-Durchlauf mit etwa US$206,66, verzeichnet einen Cache-Rabatt von 99 % gegenüber dem Listenpreis und nennt Kosten pro Index-Aufgabe von ungefähr US$0,13. Liest man die beiden Quellen zusammen, ist die Gestalt des Modells erkennbar, ohne dass eine von beiden beworben wird: ein Anbieter, dessen eigene Tabelle großzügig ist, und ein Dritter, dessen einzelner Index es immer noch an die Spitze des Feldes der offenen Gewichte setzt.

Die Kostenarbeit, indexiert statt wiederholt

Drei veröffentlichte Beiträge enthalten bereits das Preisgefälle- und Wertargument für dieses Modell, und jeder beantwortet eine andere Frage:

• Der Beitrag zur Pareto-Frontier stellt die Frage, wo MiMo-V2.6-Pro landet, wenn die Kosten pro Einheit gemessener Leistungsfähigkeit über das breitere Feld hinweg neu berechnet werden statt gegen einen einzelnen Konkurrenten.

• Der Teil zur aufgabenbezogenen Kostenlücke fragt, was dieselbe gemessene Fähigkeit kostet, wenn die günstigere Seite die mit offenen Gewichten ist.

• Der Beitrag zu gleichen Punktzahlen behandelt den Fall, in dem zwei Checkpoints bei einem Index um einen Bruchteil eines Punktes auseinanderliegen und die Rechnung dafür, diesen Index gegen jeden von ihnen laufen zu lassen, sich um mehr als eine Größenordnung unterscheidet.

Was hier stattdessen hingehört, ist der Preis als Tatsache über das Modell, nicht als Argument. X​iaomi veröffentlicht zwei Preislisten, und es sind zwei veröffentlichte Zahlen statt einer in die andere umgerechneten: Die Festland-Preisliste nennt ¥0,025 pro Million Input-Tokens bei einem Cache-Treffer, ¥3,00 bei einem Cache-Miss und ¥6,00 für Output, während die Übersee-Preisliste US$0,0036, US$0,435 und US$0,87 für dieselben drei Positionen aufführt. Cache-Schreibvorgänge sind bei beiden für einen begrenzten Aktionszeitraum kostenlos. Ob die Abrechnung einer gegebenen Workload eher der Cache-Treffer-Zeile oder der Cache-Miss-Zeile ähnelt, ist eine Frage der Workload, und die drei Punkte oben sind der Ort, an dem diese Frage ausgefochten wird.

Ein struktureller Punkt überdauert jede einzelne Preisliste: Ein veröffentlichter Preis ist nur dann nützlich, wenn er der Preis ist, der Ihnen tatsächlich in Rechnung gestellt wird. Deshalb führt der Katalog hinter diesem Blog 200+ Modelle zum Listenpreis des Anbieters mit 0 % Aufschlag, der durchgereicht wird, statt einer Marge, die auf das aufgeschlagen wird, was der Anbieter festgelegt hat – eine Änderung, die der Anbieter vornimmt, schlägt sich noch am selben Tag auf Ihrer Rechnung nieder, nicht erst bei einer Verlängerung.

Was ist nicht geklärt

Zwei offene Punkte, keiner davon ein Defekt, beide wissenswert, bevor man das Datenblatt zitiert. Der spekulative Decoder der Karte wird in zwei verschiedenen Einheiten beschrieben – fünf Schichten in der Architekturtabelle, sieben vorhergesagte Token pro Durchlauf im Fließtext – und nur die erste wird als Konfiguration angegeben. Und die Modalitätsangabe ist auf der Karte weiter gefasst, als Dritte derzeit für den bereitgestellten Endpunkt verzeichnen: Die Gewichte akzeptieren vier Eingabetypen, während eine Evaluierungsseite, die eine gehostete API misst, eine engere Oberfläche zeigen kann. Das ist die gewöhnliche Lücke zwischen dem, was ein Checkpoint leisten kann, und dem, was ein bestimmter Endpunkt offenlegt, und wer Audio- oder Videoarbeit plant, sollte dies gegen den Endpunkt bestätigen, den er aufrufen möchte, statt gegen diese Seite.

Die Seite wird zurückgelesen.

Die Kurzfassung für einen Leser, der über ein Suchfeld gekommen ist und die Antwort statt der Argumentation will: MiMo-V2.6-Pro ist das Billionen-Parameter-Flaggschiff von X​iaomi — sparse Mixture-of-Experts mit insgesamt etwa 1,02 T und 42 Mrd. aktiven Parametern, native Eingabe von Text, Bild, Video und Audio, ein 1-Mio.-Token-Kontext mit 128.000 Token Ausgabe, MIT-lizenzierte Gewichte unter X​iaomiMiMo/MiMo-V2.6-Pro-RL, 46 beim Intelligence Index, wo dieser Index die Quelle ist, und 71,9 bei DeepSWE v1.1, wo X​iaomi die Quelle ist, bepreist mit US$0,435 und US$0,87 pro Million Token auf der Übersee-Preiskarte mit einem Cache-Treffer bei US$0,0036, und von MiMo-V2.6-Flash durch Skalierung, Tiefe, Preis und vorgesehene Arbeitslast statt durch die Generation getrennt.

Ein Vorbehalt zur gesamten Seite, da es sich um eine Referenz und nicht um einen Nachrichtenartikel handelt: Jede hier genannte Zahl ist so, wie sie am 13. Oktober 2026 von den daneben genannten Quellen veröffentlicht wurde, und von Anbietern gemeldete Zahlen sind, wo sie erscheinen, als vom Anbieter gemeldet gekennzeichnet. Eine Preisliste, ein Cache-Preis, eine Kontext-Obergrenze und ein Drittanbieter-Indexwert sind alles Dinge, die sich ohne Ankündigung ändern; wer sich also bei einer Entscheidung auf eine davon stützt, sollte diese Zeile mit ihrer Quelle abgleichen und nicht mit dieser Seite.