MiMo-V2.6-Pro bringt offene Gewichte auf die Pareto-Linie – für 0,13 $ pro Aufgabe

Xiaomi MiMo-V2.6-Pro wurde am 21. September 2026 auf Hugging Face veröffentlicht, und die Zahl, die seitdem am weitesten gereicht hat, ist 46 – sein Wert auf dem Artificial Analysis Intelligence Index v4.3.2, der höchste, den ein Modell mit offenen Gewichten je auf diesem Composite erzielt hat. Die Zahl, die entscheidet, ob man es tatsächlich betreiben kann, ist kleiner. Artificial Analysis maß 0,1332 US-Dollar Rechenleistung pro Intelligence-Index-Aufgabe, als MiMo-V2.6-Pro auf dem eigenen Testaufbau evaluiert wurde, und dieser Wert platziert das Modell auf der Pareto-Linie des Diagramms der Website für Intelligenz gegenüber Kosten pro Aufgabe. Oberhalb der Rundungsgrenze ist es das einzige Modell mit offenen Gewichten auf dieser Linie.

Das ist eine engere und nützlichere Aussage als „Top-Open-Weights-Modell“, wie es die meisten Berichte zum Launch dargestellt haben. An der Spitze der Intelligenzachse zu stehen, verrät dir die Obergrenze. Auf der Kostenkurve zu liegen, verrät dir, ob irgendetwas anderes auf dem Markt zu diesem Preis strikt besser ist. Für Xiaomi MiMo-V2.6-Pro ist zum Zeitpunkt dieses Schreibens nichts strikt besser.

Was die Pareto-Linie tatsächlich misst

Das Diagramm stellt jedes Modell, das Artificial Analysis bewertet hat, auf zwei Achsen dar: den Intelligence Index auf der einen und die gewichteten durchschnittlichen Dollarkosten für die Erzeugung einer Indexaufgabe auf der anderen. Ein Modell auf der Pareto-Linie kann auf beiden Achsen von keinem einzelnen anderen Modell geschlagen werden – man findet nichts, das intelligenter ist und weniger kostet. Punkte unterhalb und links der Linie sind dominiert und fallen aus ihr heraus.

Wir haben die Frontier aus den im Diagramm eingebetteten Daten neu berechnet, statt die Linie nach Augenmaß abzulesen. Ausgehend von den 326 Modellen, die sowohl einen Indexwert als auch gemessene Kosten pro Aufgabe aufweisen, umfasst die aktuelle Frontier vierzehn Punkte:

• Qwen3.5 2B (Nicht-Reasoning) — Index 6,2, Kosten pro Aufgabe runden auf $0,000, offene Gewichte
• Devstral 2 — Index 8,6, Kosten pro Aufgabe runden auf $0,000, offene Gewichte
• North Mini Code — Index 9,9, Kosten pro Aufgabe runden auf $0,000, offene Gewichte
• Claude Sonnet 4.6 (Nicht-Reasoning, hoher Aufwand) — Index 24,7, Kosten pro Aufgabe runden auf $0,000, geschlossen
• Grok Build 0.1 0616 — Index 27,2, Kosten pro Aufgabe $0,006, geschlossen
• GPT-5.6 Luna (hoch) — Index 32,1, Kosten pro Aufgabe $0,044, geschlossen
• GPT-5.6 Luna (xhoch) — Index 34,6, Kosten pro Aufgabe $0,085, geschlossen
• Xiaomi MiMo-V2.6-Pro — Index 46,3, Kosten pro Aufgabe $0,133, MIT-lizenzierte offene Gewichte
• GPT-6 Astra (mittel) — Index 49,6, Kosten pro Aufgabe $1,541, geschlossen
• GPT-6 Astra (hoch) — Index 50,9, Kosten pro Aufgabe $1,725, geschlossen
• GPT-6 Astra (xhoch) — Index 52,4, Kosten pro Aufgabe $2,309, geschlossen
• GPT-6 Astra (max) — Index 52,7, Kosten pro Aufgabe $3,258, geschlossen
• Claude Fable 5.1 (xhoch, Standard-Fallback) — Index 53,2, Kosten pro Aufgabe $5,978, geschlossen
• Claude Fable 5.1 (max, Standard-Fallback) — Index 53,4, Kosten pro Aufgabe $7,630, geschlossen

Drei Dinge fallen aus dieser Liste heraus. Die vier günstigsten Punkte sind Modelle, deren gemessene Kosten auf vier Dezimalstellen gerundet null ergeben, sodass der interessante Teil der Kurve erst bei Grok Build 0.1 0616 beginnt. Xiaomi MiMo-V2.6-Pro ist ein echter Knick darin, kein Rundungsartefakt: Der nächsthöhere Punkt kostet 11,6-mal so viel pro Aufgabe für 3,3 zusätzliche Indexpunkte. Und von den zehn Frontier-Punkten mit Kosten ungleich null ist genau einer offene Gewichte — genau der Umstand, den die Formulierung „Top-Open-Weights-Modell“ verschleiert. Das nächstgelegene Open-Weights-Modell auf der Intelligenz-Achse, GLM-5.3 (max) bei 44,8, ist weit von der Linie entfernt: Es kostet 2,006 $ pro Indexaufgabe, fünfzehnmal so viel wie der Wert von MiMo-V2.6-Pro. Kimi K3 (max) liegt bei 43,6 und 2,000 $ pro Aufgabe.

Die Preisliste hat sich nicht bewegt. Die Rechnung schon.

Xiaomi hat die Preise für diese Generation nicht erhöht. MiMo-V2.6-Pro wird mit 0,435 US-Dollar pro Million Input-Token und 0,87 US-Dollar pro Million Output-Token gelistet, mit einem Cache-Hit-Eingabepreis von 0,0036 US-Dollar – ein Rabatt von 99,17 % –, was demselben Tarif entspricht, den das vorherige Flaggschiff hatte. Gewichtet nach einem 7:2:1-Mix aus Cache-Hit/Input/Output ergibt das 0,1765 US-Dollar pro Million Token.

Und doch beliefen sich die Kosten für die Ausführung des Intelligence Index gegen MiMo-V2.6-Pro auf 206,66 $, also 0,1332 $ pro Aufgabe, während derselbe Index gegen MiMo-V2.5-Pro 0,054 $ pro Aufgabe kostete. Artificial Analysis verzeichnete 140 Millionen Ausgabe-Tokens für das neuere Modell gegenüber 110 Millionen für das ältere, bei derselben Suite. Die Preisliste ist unverändert; das Modell schreibt einfach mehr, um dieselbe Frage zu beantworten. Das ist die ehrliche Einschränkung der Pareto-Position — Xiaomi MiMo-V2.6-Pro verdient seinen Platz auf der Kostenachse trotz zunehmender Ausführlichkeit, nicht weil es günstiger geworden ist.

Für alle, die ein Budget bemessen, lautet die praktische Lesart, dass der Preis pro Token inzwischen ein schwacher Prädiktor dafür ist, was eine Workload kostet. Zwei Modelle mit identischen Preislisten können sich bei den Kosten pro abgeschlossener Aufgabe um den Faktor 2,5 unterscheiden. Der Cache-Rabatt ist der Hebel, der am weitesten bewegt: Bei 0,0036 $ pro Million gecachter Eingabe-Tokens ist der Unterschied zwischen einem Prompt, der Kontext wiederverwendet, und einem, der das nicht tut, größer als der Unterschied zwischen den meisten Modellpaaren in dieser Liste.

Was der Score abdeckt und was nicht

Die 46 ist eine Messung eines Drittanbieters, und das ist wichtig, weil fast alles andere, was über MiMo-V2.6-Pro veröffentlicht wurde, nicht von Drittanbietern stammt. Auch die Indexversion ist wichtig: v4.3.2 ist ein Composite aus zehn Evaluierungen, die Reasoning, Wissen, Mathematik und Coding abdecken, und ein Score ist nur mit anderen Scores derselben Version vergleichbar. Die Anbieterzahlen, die Xiaomi zusammen mit dem Release veröffentlicht hat — DeepSWE v1.1 bei 71.9, AutomationBench v1.0.6 bei 53.1, Toolathlon-Verified bei 76.9, Terminal Bench 2.1 bei 89.9, CyberGym bei 94.0 — stammen aus Xiaomis eigenem Harness und Grader und wurden von niemandem reproduziert. Sie sind nützlich als richtungsweisende Belege dafür, worauf das Modell abgestimmt wurde; sie sind keine Leaderboard-Einträge.

Die andere Hälfte des Releases ist das Open-Weights-Paket. Artificial Analysis listet das Modell mit insgesamt 1,0 T Parametern und 42 Mrd. aktiven Parametern, einem Kontextfenster von 1 Mio. Tokens, Text-, Bild-, Sprach- und Videoeingabe mit Textausgabe sowie einer MIT-Lizenz mit Gewichten auf Hugging Face. Das Repository selbst gibt eine Safetensors-Modellgröße von 524 Mrd. Parametern an – eine dritte Zahl, die weder zu den insgesamt 1,0 T noch zu den 42 Mrd. aktiven Parametern passt und die Xiaomi nicht in Einklang gebracht hat. Wenn Sie ein selbst gehostetes Deployment planen, lohnt es sich, diese Diskrepanz zu klären, bevor Sie irgendetwas bereitstellen, denn ein 524-Mrd.-FP8-Checkpoint und ein 1-T-Checkpoint sind unterschiedliche Hardware-Gespräche.

Ein Grenzpunkt, den Sie derzeit nicht ansteuern können

Die Verfügbarkeit ist der Aspekt dieser Veröffentlichung, der sie am stärksten einschränkt. Als Artificial Analysis Xiaomi MiMo-V2.6-Pro bewertete, zählte es einen einzigen API-Anbieter für das Modell. Das Hugging-Face-Repository gibt an, dass Xiaomi MiMo-V2.6-Pro von keinem Inferenzanbieter bereitgestellt wird. Wir hosten es ebenfalls nicht und werden nichts anderes suggerieren – der Weg zu diesem Modell führt heute über Xiaomis eigene Plattform und die Kataloge Dritter, in denen es gelistet ist.

Das ist eher ein Failover-Problem als ein Qualitätsproblem, und es ist genau das Problem, für dessen Lösung ein Router da ist. Eine API für Hunderte von Modellen, mit automatischem Failover zwischen Anbietern, ist das, was „ein Anbieter listet dies derzeit“ von einem architektonischen Risiko in ein Konfigurationsdetail verwandelt. Es ist auch die Art und Weise, wie man eine Migration auf ein so neues Modell stufenweise umsetzen würde: einen Teil des Traffics an Xiaomi MiMo-V2.6-Pro senden, ein bewährtes Modell dahinter behalten und den Router die Anfrage verschieben lassen statt Ihrer Rufbereitschaft. Das funktioniert für die Modelle, die wir führen. Für dieses Modell gilt: Solange es nicht routbar ist, ist die ehrliche Empfehlung, es von einem kritischen Pfad fernzuhalten.

Was würde es von der Linie wegbewegen?

Eine Pareto-Position ist eine Momentaufnahme, kein Merkmal des Modells. Drei Dinge würden sie verändern. Eine Preissenkung von Xiaomi würde Xiaomi MiMo-V2.6-Pro weiter nach links verschieben und es schwerer zu schlagen machen — und weil wir die Listenpreise der Anbieter mit 0 % Aufschlag durchreichen, ist eine solche Senkung bei uns am selben Tag live, an dem sie irgendwo ankommt. Ein günstigeres Modell mit einem Score über 46,3 würde es komplett verdrängen; GPT-6 Astra (low) liegt bereits bei 45,8 für 0,818 $ pro Aufgabe — teurer, aber unangenehm nah auf der Intelligenz-Achse. Und ein unabhängiges Benchmarking von MiMo-V2.6-Flash — das derzeit überhaupt keine Artificial Analysis-Seite hat — könnte zeigen, dass das günstigere Geschwistermodell bei den meisten Workloads einen besseren Platz auf der Kurve einnimmt.

Vorerst ist die belastbare Aussage die arithmetische. In der aktuellen Indexversion gibt es zu den aktuell veröffentlichten Preisen kein Modell auf dem Markt, das sowohl pro Aufgabe günstiger als auch intelligenter ist als Xiaomi MiMo-V2.6-Pro. Ob das seine erste unabhängige Replikation übersteht, ist die Frage, die man im Auge behalten sollte.