MiMo-V2.6-Flash: el checkpoint abierto de 309B que Xiaomi ahora vende por token

MiMo-V2.6-Flash es el checkpoint de eficiencia del lanzamiento de Xiaomi de septiembre de 2026: un modelo de mezcla de expertos disperso con 309 mil millones de parámetros en total y 15 mil millones activos por token, un contexto de 1 M de tokens y pesos con licencia MIT en Hugging Face. Se sitúa por debajo de MiMo-V2.6-Pro, el buque insignia de 1,02 billones de parámetros, dentro de la misma MiMo-V2.6 serie — y los dos son ejecuciones de entrenamiento separadas en lugar de un solo modelo en dos tamaños. Lo que ha cambiado desde la primera cobertura de este lanzamiento no es el modelo. Es todo lo que lo rodea. La propia plataforma de Xiaomi ahora publica un precio por token para el identificador exacto mimo-v2.6-flash, una longitud máxima de salida publicada, una cuota de límite de velocidad y una fecha de descontinuación que dirigirá el tráfico de V2.5 a este endpoint tanto si migras como si no. Esta es la referencia permanente para el modelo en sí: tres checkpoints publicados comparten su nombre, exactamente uno de ellos es al que se refieren los lectores, y dos cifras que quizá hayas visto para él ya están desactualizadas.

Qué es MiMo-V2.6-Flash — y los dos nombres que no le corresponden

Comienza por la distinción que el lector debe entender correctamente, porque los usuarios que llegan a esta página desde búsquedas se dividen en función de ella. MiMo-V2.6 es una serie, no un modelo. La nota de lanzamiento de Xiaomi dice que la serie «comprende dos modelos nativos totalmente multimodales, concretamente Pro y Flash», así que el nombre de la serie por sí solo remite a dos checkpoints publicados con ejecuciones de entrenamiento independientes, tablas de benchmark independientes y huellas de memoria independientes. Flash es el más pequeño, el más económico y el equilibrado en eficiencia; Pro es el buque insignia. Ninguno es una edición cuantizada del otro, y no hay un tercer «V2.6 a secas» entre ellos.

El segundo nombre que conviene mantener aparte es más antiguo y más caro de confundir. MiMo-V2-Flashse lanzó en diciembre de 2025 y, sobre el papel, parece el mismo modelo: una mezcla dispersa de expertos con 309B de parámetros totales y 15B activos, atención híbrida que intercala bloques de ventana deslizante y globales, y la misma ventana deslizante de 128 tokens. Los separan nueve meses y también casi todo lo demás. El checkpoint de 2025 afirma tener un contexto de 256K; este afirma tener 1M. Son descargas distintas, recetas de servicio distintas y perfiles de capacidades distintos, y una búsqueda de "MiMo V2.6 Flash" seguirá dándote sin problema las páginas de 2025.

Lo que Xiaomi hace no es publicar un segundo repositorio de pesos bajo el nombre simple. Solicitar XiaomiMiMo/MiMo-V2.6-Flash desde el Hub devuelve un error de autorización porque ese repositorio no existe; el artefacto canónico es XiaomiMiMo/MiMo-V2.6-Flash-RL. Más sobre lo que significa ese sufijo a continuación, porque es la parte más malinterpretada del nombre de este modelo.

¿Quién lo publica, bajo qué licencia y bajo el endpoint de quién?

El equipo MiMo de Xiaomi lo publica, en su propia organización de Hugging Face, y la licencia es MIT —verificado hoy contra los metadatos del repositorio, que incluyen license:mit y ningún control de acceso. Es la licencia permisiva, sin umbral de ingresos, sin cláusula de investigación ni requisito de uso aceptable, de modo que el despliegue comercial, la modificación y la redistribución están todos permitidos sin necesidad de hablar con Xiaomi. La ficha del modelo declara el inglés y el chino como sus idiomas.

La misma organización publica tres artefactos sobre este stem, y la distinción es importante para cualquiera que planifique un despliegue:

• MiMo-V2.6-Flash-RL — el checkpoint publicado canónico, creado el 21 de septiembre de 2026, 90 archivos. Este es el que sirve la API y al que se refiere cada benchmark de esta página.

• MiMo-V2.6-Flash-MOPD — publicado el 27 de septiembre de 2026, y descrito en su propia ficha como "la actualización MOPD del checkpoint MiMo-V2.6-Flash-RL" en lugar de un modelo diferente. Es el resultado de una segunda etapa de postentrenamiento que fusiona varios profesores especializados por dominio en un solo modelo. Si ya descargaste el checkpoint RL, este es un artefacto más reciente de la misma línea, no un hermano independiente.

• MiMo-V2.6-Distill-Qwen-9B — un modelo de 9.4B con licencia MIT publicado ese mismo día, que la nota de publicación señala como el punto de partida de la ejecución de entrenamiento RL de código abierto, y no como un checkpoint de producto.

Xiaomi también vende el modelo directamente, que es la parte de este panorama que cambió durante octubre. El identificador alojado está en minúsculas y sin sufijo — mimo-v2.6-flash — y aparece en el listado /v1/models de la propia plataforma junto a mimo-v2.6-pro, mimo-v2.6-pro-ultraspeed y la generación V2.5.

La arquitectura, leída desde la configuración en lugar del resumen

La línea de resumen de la tarjeta del modelo es donde se detiene la mayoría de la cobertura secundaria, y no es donde están las cifras útiles. De las propias tablas de arquitectura de Xiaomi y del repositorio, config.json, ambos consultados hoy:

• Backbone — 48 capas divididas en 39 de ventana deslizante y 9 de atención global, tamaño oculto 4096, 256 expertos enrutados con 8 activados por token, una ventana deslizante de 128 tokens, y sin expertos compartidos. El primer bloque es atención global con una red feed-forward densa; todo lo posterior se intercala.

• Cabezas de atención — 64 cabezas de consulta en ambos bloques, 8 cabezas de clave/valor en los bloques de ventana deslizante frente a 4 en los globales. Esta es la configuración que hace asequible el contexto de 1M: el patrón híbrido es lo que evita que la caché KV escale con la secuencia completa.

• Codificadores — un MiMo ViT de 681M de parámetros (28 capas, 24 de ventana deslizante más 4 completas), un tokenizador de audio de 308M con 24 capas y 20 libros de códigos de cuantización de vectores residuales, y un codificador de parches de audio de 127M que combina cuatro tramas en una.

• Decodificación especulativa — un generador de borradores de predicción de múltiples tokens con ventana deslizante de 5 capas, estilo DFlash, con una ventana de 1024 tokens, descrito como la predicción de 7 tokens posteriores por pasada hacia adelante.

• Pesos en disco — el listado de archivos del repositorio en el Hub hoy asciende a aproximadamente 178 GB en 90 archivos, los fragmentos en FP8 (e4m3) con un esquema de activación dinámica. Ese es el número que pagas en VRAM, y no le importa cómo se cuenten los parámetros.

Aquí surgen dos preguntas de recuento, y ahora tienen respuestas diferentes a las que tenían en septiembre. La primera: los metadatos de safetensors del Hub para el repositorio informan un total de 310.756.322.688 parámetros — unos 310,8 mil millones, que queda justo al lado del total de 309 mil millones de la tarjeta. Escritos anteriores, incluido el nuestro, llevaban una cifra de 159 mil millones leída del mismo panel del repositorio. Ese número ha cambiado, y el actual es el que hay que usar. La segunda pregunta no ha sido resuelta: la tarjeta describe un drafter de cinco capas que predice siete tokens, mientras que config.json en el mismo repositorio establece num_nextn_predict_layers en 3. Ambos no pueden describir el mismo artefacto, y la configuración es lo que lee el entorno de ejecución. Dimensiona la memoria para el drafter a partir de la configuración y verifica después de cargar.

La configuración sí corrobora limpiamente una de las afirmaciones destacadas, y vale la pena decirlo porque la mayoría de las demás necesitan una salvedad:max_position_embeddingsestá establecido en 1.048.576, que es exactamente el contexto de 1M de tokens que anuncia la ficha.

Contexto, techo de salida y una afirmación de modalidad que limita las alternativas fuera del proveedor

El contexto es lo fácil. Xiaomi anuncia 1M de tokens, la configuración lo respalda y el resumen del modelo de la plataforma lo repite. La salida máxima es la cifra que la mayoría de las páginas de referencia todavía omiten, y está publicada: la página del modelo de la plataforma indica 128K tokens de salida máxima frente al contexto de 1M, tanto para mimo-v2.6-flash como para mimo-v2.6-pro. Hay una trampa de comportamiento asociada. El pensamiento profundo está habilitado de forma predeterminada y max_completion_tokens limita conjuntamente el contenido de razonamiento y la respuesta final, por lo que una pasada larga de razonamiento consume el mismo presupuesto que la respuesta, y la propia recomendación del proveedor es configurarlo de forma generosa. En el modo de pensamiento, se ignoran los valores personalizados de temperature y top_p: independientemente de lo que envíes, los valores efectivos se fuerzan a 1.0 y 0.95.

Las modalidades son donde el material del proveedor y la medición independiente divergen, y vale la pena exponer ambas versiones sin elegir un ganador. La ficha del modelo y la plataforma de Xiaomi afirman una superficie de entrada omnimodal nativa para la serie: texto, imagen, video y audio que entran en un solo modelo en lugar de en tres pipelines atornillados entre sí. La medición independiente es más limitada. En la página de modelo de Artificial Analysis para MiMo-V2.6-Flash, las especificaciones técnicas indican la modalidad de entrada como "texto e imagen" y la de salida como "texto", mientras que la página del mismo sitio para MiMo-V2.6-Pro indica como entrada "texto, imagen, voz y video". Misma familia, misma documentación del proveedor, y solo uno de los dos checkpoints tiene una superficie de audio y video registrada de forma independiente. Nada de lo publicado explica la diferencia, y no podemos resolverlo desde fuera. Considera la entrada de audio y video como una afirmación del proveedor sobre Flash hasta que algo más lo confirme.

Lo que reporta Xiaomi, y el único dato que midió un tercero

Todas las cifras de benchmark que Xiaomi publica para este modelo provienen de ejecuciones del arnés de pruebas de la propia Xiaomi y no han sido reproducidas de forma independiente en esos arneses. Eso no es una acusación, es el estado de la evidencia, y vale la pena tenerlo presente porque las propias superficies del fabricante no concuerdan entre sí de una manera que es fácil pasar por alto.

• Agente de código — DeepSWE v1.1: Flash 67.9, Pro 71.9, frente a Claude Opus 5 con 74.0 y GPT-5.6 Sol con 73.0 en las ejecuciones de Xiaomi. Terminal Bench 2.1: Flash 87.6. Terminal Bench 4.0: Flash 28.8. ProgramBench 26.0.

• Agente general — AutomationBench v1.0.6: Flash 52.3, por encima tanto de GPT-5.6 Sol (45.8) como de Claude Opus 5 (50.3) en la misma ejecución del proveedor. Toolathlon-Verified 73.6, OSWorld-Verified 80.8, Agents' Last Exam 27.6.

• Ciberseguridad — la columna donde gana el modelo más pequeño. CyberGym: Flash 95,1 frente al 94,0 de Pro. Luego, el mínimo se desploma: ExploitGym 6,0, ExploitBench 25,3, SEC Bench Pro 47,5.

• Agente visual — MiMo VisualCoding: Flash 71.5, Pro 72.3.

La discrepancia está en la columna de DeepSWE v1.1, y abarca tres superficies de Xiaomi. La nota de la versión en la plataforma de Xiaomi dice que Flash mejoró "aproximadamente 17 puntos (de 48.8 a 65.7)" a lo largo de la ejecución de RL. La tarjeta del modelo imprime 67.9 para los pesos publicados. El panel de RL en streaming que estuvo activo hasta septiembre publicó 65.68 bajo un arnés mini-swe-agent con promedio de tres, sobre una instantánea de entrenamiento. Tres cifras del proveedor para un mismo benchmark en un mismo modelo, y nadie fuera de Xiaomi puede decir actualmente cuál describe el artefacto que descargas. Si has estado citando 65.68 desde septiembre, en aquel momento describía una instantánea de entrenamiento y ahora es un número obsoleto para el checkpoint publicado.

Frente a todo eso, hay exactamente una medición independiente, y no es halagadora de la forma en que lo es una tabla de proveedor. Artificial Analysis puntúa a MiMo-V2.6-Flash con 38 en su Intelligence Index v4.3.2 —octavo de 117 modelos de la clase—, con 49,2 tokens de salida por segundo, una generación de 240 millones de tokens para la ejecución del índice que el sitio etiqueta como «muy verboso» frente a una mediana de 140 millones, y un coste de 0,06 $ por tarea de Intelligence Index. Su frase de resumen es que el modelo está «entre los modelos líderes en inteligencia y con un precio razonable», pero es «más lento que el promedio y muy verboso». En comparación, el mismo sitio puntúa a MiMo-V2.6-Pro con 46 y lo clasifica en primera posición de 117 —la cifra que la propia Xiaomi cita en su nota de lanzamiento, para el Pro y no para el Flash.

Lo que cuesta, y la cifra que se movió

Esta es la parte de la imagen que cambió tras la cobertura del lanzamiento, así que hay que decirlo sin rodeos: la lectura anterior de que Xiaomi no había publicado ninguna tarifa por token para esta generación está desactualizada. La página de pago por uso del proveedor incluye una tabla de tarifas completa con un sello de actualización del 8 de octubre de 2026, y el modelo en cuestión tiene su propia fila en ella.

• En el extranjero, por millón de tokens — mimo-v2.6-flash a $0.0028 en un acierto de caché, $0.14 en un fallo de caché y $0.28 de salida. mimo-v2.6-pro a $0.0036 / $0.435 / $0.87, y mimo-v2.6-pro-ultraspeed a $0.036 / $4.35 / $8.70.

• Precios en China continental, por millón de tokens — flash ¥0,02 / ¥1,00 / ¥2,00, pro ¥0,025 / ¥3,00 / ¥6,00, ultraspeed ¥0,25 / ¥30,00 / ¥60,00. La plataforma factura en RMB para China y en dólares en el extranjero.

• API por lotes — exactamente la mitad de la tarifa en tiempo real: flash $0.0014 / $0.07 / $0.14, pro $0.0018 / $0.2175 / $0.435, con la URL base del lote separada de la de tiempo real. Xiaomi declara que el lote no es compatible con mimo-v2.6-pro-ultraspeed ni con los identificadores V2.5.

• Escrituras de caché: gratis por tiempo limitado, como se indica en la lista de tarifas de hoy. Los aciertos de caché son donde cambia la economía: a $0.0028 frente a $0.14, un acierto es el 2% de un fallo, y Artificial Analysis registra un descuento de caché del 98% y el mismo par $0.14/$0.28 según sus propias mediciones de proveedores.

• Búsqueda web — se factura por separado de los tokens a $5 por cada 1000 llamadas en el extranjero y ¥16 por cada 1000 en China, y el contenido de la página recuperada se factura luego como tokens de entrada normales. Una sola ronda de búsqueda puede lanzar varias palabras clave simultáneamente, por lo que el proveedor expone un max_keyword límite para acotar el gasto.

• Suscripciones — Xiaomi también vende niveles de Token Plan con precio mensual, con asignaciones de créditos y "V2.6 Flagship Model Access", un formato de credencial distinto de la clave de pago por uso, y un multiplicador de créditos nocturno entre las 00:00 y las 08:00 UTC+8. Las suscripciones y los saldos de pago por uso explícitamente no son intercambiables.

Cómo llamarlo

Hay tres rutas y cada una requiere credenciales diferentes.

• Hosted API — the base URL is https://api.xiaomimimo.com/v1 for the OpenAI-compatible surface and https://api.xiaomimimo.com/anthropic for the Anthropic-compatible one. Authentication accepts either an api-key: $MIMO_API_KEY header or a Bearer token, and the model string is the lowercase mimo-v2.6-flash. Xiaomi's own note is blunt about the casing: use the all-lowercase names.

• Límites de velocidad: un límite publicado de 100 solicitudes por minuto y 10 millones de tokens por minuto para mimo-v2.6-flash, contabilizados por cuenta en todas las claves de API en lugar de por clave. El identificador ultraspeed es la excepción, vendido como un servicio personalizado en lugar de uno con medición.

• Autoalojamiento: la ficha incluye una receta de SGLang con paralelismo tensorial 8 y paralelismo de datos 2, con atención DP, la ruta especulativa EAGLE multicapa habilitada (--speculative-num-steps 3, --speculative-eagle-topk 1, --speculative-num-draft-tokens 4), una fracción de memoria estática de 0,65 y prefill fragmentado de 16384, además de una receta de vLLM con paralelismo tensorial 4. Ambas necesitan --reasoning-parser mimo --tool-call-parser mimo para analizar correctamente la salida de razonamiento y las llamadas a herramientas. Los anchos de paralelismo de estas recetas se han editado desde las primeras publicaciones de esta versión; usa lo que indique la ficha hoy. El muestreo recomendado es temperature 1.0, top_p 0.95.

Hay un dato con fecha que debe figurar en cualquier referencia de este modelo, porque por sí solo cambia lo que hace una integración existente. El aviso de migración de Xiaomi indica que a partir del 14 de octubre de 2026 a las 18:00 UTC+8, las solicitudes a mimo-v2.5-pro y mimo-v2.5 se enrutarán automáticamente a la serie V2.6, y que a partir del 21 de octubre de 2026 a las 10:00 UTC+8 los identificadores de los modelos antiguos dejarán de funcionar. Por lo tanto, el tráfico vinculado a un identificador V2.5 ya está siendo redirigido sin necesidad de cambiar el código, algo que conviene comprobar, porque el mismo aviso señala que las solicitudes a esos dos ID se envían a Pro y Flash respectivamente, lo que no es un intercambio equivalente en cuanto a costo.

Si el motivo por el que estás leyendo esto es que necesitas un modelo frontera invocable en lugar de una descarga, el planteamiento honesto es que MiMo-V2.6-Flash no es uno de ellos aquí. No enrutamos ningún modelo de Xiaomi, y la propia ficha de Xiaomi señala su disponibilidad en sus superficies de primera parte: la API de Open Platform, su app de estudio, su herramienta de programación y su cliente de escritorio. Sin embargo, los modelos con los que Xiaomi se compara en sus propias tablas sí son invocables, y varios de ellos están en OrcaRouter con una sola clave de API al precio de lista del proveedor, con un 0 % de margen añadido repercutido, de modo que un cambio de precio del proveedor llega a tu factura el mismo día en lugar de en una renovación. Eso importa más de lo habitual en una página como esta, donde se publicó una tarifa en pleno proceso y los totales se mueven.

El "-rl" en el nombre del repositorio, y otros artefactos con la misma raíz

Los lectores buscan este modelo como mimo-v2.6-flash-rl con la misma frecuencia que sin el sufijo, así que vale la pena ser exactos. El proveedor no nombra una "variante RL" como un modelo distinto. El sufijo forma parte del propio nombre del artefacto canónico: XiaomiMiMo/MiMo-V2.6-Flash-RL es el checkpoint publicado, y -RL marca el linaje posterior al entrenamiento —el resultado de la ejecución de aprendizaje por refuerzo mixto que Xiaomi transmitió durante septiembre, no un adaptador de aprendizaje por refuerzo que se asienta sobre algún otro modelo base. La evidencia que lo respalda es estructural y no retórica: el repositorio incluye decenas de miles de tensores que abarcan todo el backbone, el codificador de visión, la pila de audio y el borrador especulativo, y el listado de archivos es de ~178 GB. Un adaptador ocupa megabytes. Y fíjese en cómo lo llama la API del proveedor: mimo-v2.6-flash, sin sufijo alguno. Así que el "-rl" es una convención del repositorio de pesos, y si se escribe en una solicitud alojada simplemente no se resolverá.

Los otros tres sufijos de este tronco son corrientes y vale la pena conocerlos: -MOPD es la actualización posterior al entrenamiento publicada seis días después, -Pro es el buque insignia y no un Flash más grande, y -ultraspeed es un modo de velocidad que se vende como servicio personalizado. El destilado de 9B y los entornos de tareas de RL viven en repositorios completamente distintos. Ninguno de ellos es una cuantización de Flash, que es la suposición que los sufijos invitan a hacer.

Tres preguntas con las que llegan los lectores

¿Es este el mismo modelo que MiMo-V2-Flash? No, y la confusión es costosa más que cosmética. El checkpoint de diciembre de 2025 y este comparten una forma de titular —309B en total, 15B activos, atención híbrida, una ventana deslizante de 128 tokens—, pero son ejecuciones de entrenamiento separadas con nueve meses de diferencia, con distintas afirmaciones de contexto (256K frente a 1M), distintas tablas comparativas y distintas recetas de servicio. Dimensionar un nodo con las cifras del modelo más antiguo, o cotizar su precio, será incorrecto en ambos sentidos.

¿Cabe en el hardware que tengo? No en una sola GPU, y el fabricante no pretende lo contrario. Los datos de pesos publicados son de aproximadamente 178 GB en FP8 antes de cualquier caché KV, y las propias recetas de Xiaomi parten de cuatro GPU para vLLM y ocho para SGLang. Lee la sección de despliegue como el mínimo del fabricante y no como una sugerencia, y ten en cuenta que las recetas necesitan parsers de razonamiento explícito y de llamadas a herramientas; sin ellos, el modelo sigue generando, pero pierdes el canal de pensamiento y las llamadas a herramientas estructuradas de los que depende la mayoría de sus benchmarks de agentes.

¿Qué artefacto de Flash debería descargar realmente? El checkpoint de RL si quieres lo que describen los benchmarks y la API, y el repositorio MOPD si quieres la etapa posterior de post-entrenamiento que su propia ficha llama la mejora de este. No descargues ambos esperando una diferencia de tamaño; son el mismo linaje a la misma escala, con seis días de diferencia, y el modelo MOPD es donde recaló la fusión de profesores de dominio de Xiaomi.

¿Qué cambiaría esta página?

Tres cosas, en orden aproximado de cuánto inclinarían una decisión. Una ejecución de terceros sobre los propios harnesses del proveedor —DeepSWE v1.1 o Terminal Bench, presentada en lugar de autodeclarada— resolvería si el 67,9 es una posición real o una configuración favorable, y también explicaría por qué tres superficies de Xiaomi imprimen tres números diferentes para la misma columna. Una prueba independiente de la superficie de entrada de audio y video resolvería la brecha entre la afirmación omnimodal de la ficha y la nota técnica más limitada de la página de terceros. Y una superficie más del proveedor que concilie el drafter de cinco capas y siete tokens del resumen con las tres capas de la configuración eliminaría la última inconsistencia con la que tiene que lidiar un planificador de capacidad.

Hasta entonces, la lectura de referencia es limitada y utilizable. MiMo-V2.6-Flash es un checkpoint de mezcla de expertos dispersa de 309B parámetros, 15B activos y licencia MIT, con un contexto de 1M de tokens y un techo de salida de 128K, publicado el 21 de septiembre de 2026 con el sufijo FLASH-RL, con un precio fijado por Xiaomi de $0.14 por millón de tokens de entrada y $0.28 por millón de salida en caso de fallo de caché y —a partir de octubre— invocable a través del endpoint propio del proveedor bajo el identificador mimo-v2.6-flash. Sus benchmarks del proveedor no se han reproducido, su única puntuación independiente es 38 en un índice donde su propio hermano mayor obtiene 46, y su cifra de parámetros destacada es uno de los pocos números cerca de este modelo que realmente ha salido limpio.