MiMo-V2.6-Pro : le modèle phare à mille milliards de paramètres de Xiaomi, lu depuis la fiche du modèle

MiMo-V2.6-Pro est le checkpoint phare de la série MiMo-V2.6 de l'équipe X​iaomi MiMo : un modèle à mélange d'experts clairsemé (sparse mixture-of-experts) totalisant environ 1,02 billion de paramètres et 42 milliards d'actifs par token, avec en entrée native du texte, des images, de la vidéo et de l'audio, un contexte de 1 M de tokens et des poids sous licence MIT. Il se situe au-dessus de MiMo-V2.6-Flash, le checkpoint d'efficacité 309B, au sein d'une série dont les composants sont des entraînements distincts plutôt qu'un seul modèle décliné en deux tailles. Les lecteurs rencontrent ce nom orthographié de trois façons — mimo-v2.6-pro comme identifiant de plateforme, mimo v2.6 pro avec des espaces, et mimo v2 6 pro avec la version scindée en chiffres — et toutes trois désignent le même checkpoint, celui dont les poids se trouvent à X​iaomiMiMo/MiMo-V2.6-Pro-RL.

Cette page est la référence pour le modèle lui-même. Les comparaisons et le calcul des coûts existent déjà sur ce blog et sont indexés ci-dessous plutôt que répétés ; ce qui suit décrit ce qu’est le modèle, ce qu’il publie sur lui-même, et quels chiffres de la fiche méritent d’être considérés comme fiables dans la mesure où leur source le permet.

Identité : le laboratoire, la classe, et ce que « Pro » distingue

L’éditeur est Xiaomi, par l’intermédiaire du groupe qui signe ses rapports techniques sous le nom de Xiaomi MiMo Team. Les poids, la documentation de la plateforme et l’API proviennent tous de cette même organisation, ce qui importe pour la provenance : chaque chiffre de capacité ci-dessous émane du fournisseur décrivant son propre checkpoint, et rien de tout cela n’a été reproduit ici.

« Pro » est un positionnement au sein d’une série de trois modèles, et non un adjectif qualitatif. La note de série de Xiaomi elle-même qualifie Pro de modèle de raisonnement phare le plus puissant à ce jour — omni-modal, à ultra-haute performance, à mille milliards de paramètres — conçu pour les projets complexes, les tâches à long horizon, les travaux à forts enjeux et la recherche ; Flash est le modèle de raisonnement pleinement multimodal et à faible coût, et Pro-UltraSpeed est un palier de service qui embarque le même checkpoint avec une vitesse de sortie jusqu’à vingt fois supérieure pour les travaux sensibles à la latence. Le guide de sélection rapide de la plateforme oriente les projets complexes, les tâches à long terme et les travaux à forte valeur vers Pro, les appels professionnels de bureau à haute fréquence vers Flash, et tout ce qui est sensible à la vitesse de réponse vers Pro-UltraSpeed. Trois positionnements publiés, une seule série — et non trois tailles d’un même entraînement.

La mention de version mérite une ligne, car c’est là que les lecteurs qui reviennent perdent pied. MiMo-V2.5 Pro, le précédent modèle phare, est programmé pour un retrait : la plateforme de X​iaomi indique une échéance d’obsolescence au 21 octobre 2026 à 10 h 00, heure de Pékin, pour mimo-v2.5 et mimo-v2.5-pro, et recommande de passer à la nouvelle version. Pro est cette nouvelle version, donc une recherche de « MiMo Pro » qui mène à des contenus de 2025 mène au modèle que celle-ci a remplacé.

La spécification, extraite de la fiche du modèle

Le bloc récapitulatif de la fiche est la plus courte description honnête du modèle, et chacune de ses lignes est celle du fournisseur :

• Paramètres — 1,02 T au total, 42 milliards actifs par token, un mélange clairsemé d’experts. Les métadonnées du dépôt comptabilisent 1 024 216 603 392 paramètres répartis sur les shards publiés.

• Contexte et sortie — une fenêtre de contexte de 1 M de tokens et jusqu'à 128 000 tokens de sortie.

• Modalités — entrées de texte, d’image, de vidéo et d’audio dans un seul modèle, avec un MiMo ViT de 681 M de paramètres pour la vision et un AudioTokenizer de 308 M, plus un encodeur de patches audio de 127 M pour l’audio.

• Backbone — 70 couches, 60 à fenêtre glissante et 10 globales ; taille cachée 6 144 ; 384 experts routés avec 8 activés ; fenêtre glissante 128. Le premier bloc exécute une attention globale avec un FFN dense, et aucun bloc n’utilise d’experts partagés.

• Décodage spéculatif — un proposeur à fenêtre glissante et prédiction multi-jetons de 5 couches, que la carte décrit comme prédisant sept jetons supplémentaires par passe avant.

Deux notes sur la lecture de cette liste. Le total de paramètres est un chiffre du fournisseur, mais c'est le seul qu'une personne extérieure peut partiellement vérifier, car les tailles des fragments sont publiées dans la liste des fichiers du dépôt ; le chiffre activé n'a pas de tel recoupement et doit être pris comme déclaré. Et les deux derniers éléments sont légèrement en contradiction l'un avec l'autre — un modèle de draft décrit par son nombre de couches et un modèle de draft décrit par le nombre de tokens qu'il prédit par passe sont deux mesures différentes du même composant, et seul le nombre de couches apparaît dans le tableau d'architecture.

Pro face à base et Flash, au même endroit

Voici les distinctions avec lesquelles les lecteurs arrivent réellement, les deux parties lisant la même documentation fournisseur le même jour :

• Échelle — Pro totalise 1,02 T de paramètres, dont 42 B actifs ; Flash est un entraînement distinct de 309 B au total, dont 15 B actifs.

• Profondeur — Pro utilise 70 couches avec 384 experts routés et 8 activés ; Flash utilise 48 couches avec 256 experts routés et 8 activés.

• Prix — Pro est à 0,435 $US par million de jetons d'entrée et 0,87 $US par million de jetons de sortie en cas de défaut de cache, avec un succès de cache à 0,0036 $US ; Flash est à 0,14 $US et 0,28 $US, avec un succès de cache à 0,0028 $US.

• Sélection — Xiaomi oriente les travaux complexes, à long terme et à forte valeur vers Pro, et le trafic bureautique professionnel à haute fréquence vers Flash.

• En commun — la fenêtre de contexte de 1 M, le plafond de sortie de 128 000 jetons et la licence MIT sont identiques pour les deux.

Les deux comparaisons que ce blog propose déjà vont plus loin que cette liste et ne sont pas reproduites ici. L'article Pro contre le simple nom de série explique en détail pourquoi « MiMo-V2.6 » est une collection comportant plus d'un membre, plutôt qu'un troisième checkpoint situé entre Pro et Flash. L'article Pro contre Flash présente le contraste complet d'architecture, couche par couche, pour un lecteur qui doit choisir entre les deux sur une charge de travail réelle.

Poids et licence pour cette version

Il existe un dépôt pour ce checkpoint, X​iaomiMiMo/MiMo-V2.6-Pro-RL, et ses métadonnées sont sans ambiguïté : licence MIT, sans restriction d’accès, créé le 21 septembre 2026, modifié pour la dernière fois le 9 octobre 2026, avec un peu plus de 96 000 téléchargements enregistrés au moment de la rédaction. Les paramètres se répartissent entre les dtypes de stockage à environ 1 000,2 milliards en U8, 13,4 milliards en FP8 (E4M3), 10,6 milliards en BF16 et une trace en F32 — la forme d’un checkpoint qui livre ses poids d’experts dans un format de faible précision et conserve le reste en BF16. Les shards sont volumineux : un seul fichier expert-parallel atteint environ 4,15 GB, et le téléchargement complet est de l’ordre de plusieurs centaines de gigaoctets.

Le suffixe -RL est un marqueur de lignée, ni un adaptateur ni une quantification. Les deux checkpoints V2.6 le portent, et la fiche positionne toute la série autour de l’apprentissage par renforcement à grande échelle — un entraînement mixte couvrant la programmation, les agents généraux, le travail visuel et la cybersécurité plutôt que des entraînements séparés par domaine, avec une étape de notation par groupe qui classe les trajectoires qui passent au lieu de les noter comme réussies ou échouées. Rien de tout cela ne change ce que sont les poids ; cela explique pourquoi le dépôt est nommé ainsi.

L'exécuter : ce qui est réellement publié

La fiche donne deux chemins de déploiement, et pas plus. SGLang est servi avec l'invocation ordinaire python3 -m sglang.launch_server sur le chemin du dépôt, et l'exemple propre à la fiche utilise une disposition à deux nœuds avec parallélisme d'experts. vLLM est servi avec vllm serve plus les options qui nomment les parseurs de ce modèle, --reasoning-parser mimo et --tool-call-parser mimo, avec le choix automatique d'outil activé et la configuration de génération lue depuis le répertoire du modèle. L'échantillonnage indiqué sur la fiche est temperature 1.0 et top_p 0.95 — des réglages chauds, et un avertissement honnête : le 0.7 que de nombreux harnais utilisent par défaut n'est pas ce que le fournisseur a testé.

En parallèle des routes auto-hébergées, la plateforme de Xiaomi publie l’enveloppe opérationnelle de son point de terminaison hébergé : une fenêtre de contexte de 1 M, une sortie maximale de 128 000 jetons et un quota de débit de 100 requêtes et 10 millions de jetons par minute. La plateforme répertorie également une API Batch couvrant ce modèle pour les travaux non temps réel à un tarif inférieur. Ce qui n’est pas publié, c’est le moindre chiffre de débit ou de mémoire provenant de Xiaomi elle-même ; cette page n’en présente donc aucun — les chiffres de vitesse qui circulent proviennent de tiers, mesurent leur matériel plutôt que le vôtre et doivent être accompagnés de leurs conditions de mesure.

Les scores, et qui les a mesurés

La fiche de Xiaomi comporte un tableau de benchmarks, et tout ce qu'il contient est rapporté par le fournisseur : DeepSWE v1.1 à 71,9, Terminal Bench 2.1 à 89,9, Agents' Last Exam à 31,6, OSWorld-Verified à 82,0, GDPval-AA 2.1 à 1673, AutomationBench v1.0.6 à 53,1, et sur les lignes de cybersécurité, CyberGym à 94,0 et le MiMo Cyber Bench du fournisseur lui-même à 80,2. Ce sont les chiffres à citer lorsque la question est de savoir ce que le laboratoire revendique. Le même tableau publie des chiffres pour Flash, pour le précédent MiMo-V2.5 Pro et pour trois modèles fermés, ce qui est un rappel utile : les lignes de comparaison d'un tableau de fournisseur relèvent de la sélection du fournisseur, exécutées selon les choix de harnais du fournisseur.

Le chiffre indépendant est une autre affaire, et c’est celui qui a évolué depuis la couverture du lancement. Artificial Analysis attribue à MiMo-V2.6-Pro un score de 46 sur son Intelligence Index, mesuré sur la version 4.3.2 de cet index — le score le plus élevé que cette page enregistre pour un modèle à poids ouverts, un point au-dessus de GLM-5.3, deux au-dessus de Kimi K3, et derrière les leaders fermés qu’elle évalue aussi. La même page estime une exécution complète de l’index à environ 206,66 $ US, enregistre une remise de 99 % sur le cache par rapport au tarif catalogue, et indique un coût par tâche d’index d’environ 0,13 $ US. Lisez les deux sources ensemble et la forme du modèle devient lisible sans que l’une ou l’autre soit promue : un fournisseur dont son propre tableau est généreux, et un tiers dont l’index unique le place encore à l’avant du domaine des poids ouverts.

Le travail sur les coûts, indexé plutôt que répété

Trois articles publiés portent déjà l'argument de l'écart de prix et de la valeur pour ce modèle, et chacun répond à une question différente :

• L'article sur la frontière de Pareto pose la question de savoir où se situe MiMo-V2.6-Pro lorsque le coût par unité de capacité mesurée est recalculé sur l'ensemble plus large du secteur plutôt que par rapport à un seul rival.

• Le volet sur l’écart de coût par tâche demande combien coûte la même capacité mesurée lorsque le côté le moins cher est celui dont les poids sont ouverts.

• L’article sur les scores identiques examine le cas où deux checkpoints terminent à moins d’une fraction de point d’écart sur un même indice, et où le coût d’exécution de cet indice pour chacun diffère de plus d’un ordre de grandeur.

Ce qui devrait figurer ici, à la place, c’est le prix en tant que fait sur le modèle, et non en tant qu’argument. X​iaomi publie deux grilles tarifaires, et ce sont deux nombres publiés plutôt que l’un converti en l’autre : la grille de Chine continentale indique 0,025 ¥ par million de tokens d’entrée en cas de succès de cache, 3,00 ¥ en cas d’échec et 6,00 ¥ pour la sortie, tandis que la grille outre-mer indique 0,0036 US$, 0,435 US$ et 0,87 US$ pour les trois mêmes lignes. Les écritures de cache sont gratuites pendant une période promotionnelle limitée sur les deux. Savoir si la facture d’une charge de travail donnée ressemble à la ligne de succès de cache ou à la ligne d’échec de cache est une question qui concerne la charge de travail, et les trois éléments ci-dessus constituent le lieu où cette question se débat.

Un point structurel survit à toute grille tarifaire individuelle : un prix publié n'est utile que s'il correspond au prix qui vous est réellement facturé. C'est pourquoi le catalogue derrière ce blog propose plus de 200 modèles au prix catalogue du fournisseur, avec 0 % de marge appliquée, plutôt qu'une marge ajoutée par-dessus le prix fixé par le fournisseur — une modification apportée par le fournisseur se répercute sur votre facture le jour même, et non lors d'un renouvellement.

Qu'est-ce qui n'est pas réglé ?

Deux points en suspens, dont aucun n’est un défaut, mais qui méritent tous deux d’être connus avant de citer la fiche technique. Le décodeur spéculatif de la fiche est décrit selon deux unités différentes — cinq couches dans le tableau d’architecture, sept tokens prédits par passe dans le corps du texte — et seule la première est indiquée comme configuration. Et l’affirmation sur les modalités est plus large sur la fiche que ce que des tiers consignent actuellement pour le point de terminaison servi : les poids acceptent quatre types d’entrée, tandis qu’un site d’évaluation qui mesure une API hébergée peut montrer une surface plus restreinte. C’est l’écart ordinaire entre ce qu’un checkpoint peut faire et ce qu’un point de terminaison donné expose, et toute personne qui prévoit un travail audio ou vidéo devrait le vérifier auprès du point de terminaison qu’elle compte appeler plutôt que sur cette page.

Relecture de la page

La version courte, pour un lecteur venu d'une barre de recherche et qui veut la réponse plutôt que l'argumentation : MiMo-V2.6-Pro est le modèle phare à un billion de paramètres de Xiaomi — mélange clairsemé d'experts à environ 1,02 T au total et 42 B actifs, entrées natives texte, image, vidéo et audio, un contexte de 1 M de jetons avec 128 000 jetons en sortie, des poids sous licence MIT sur XiaomiMiMo/MiMo-V2.6-Pro-RL, 46 sur l'Intelligence Index lorsque cet indice en est la source et 71,9 sur DeepSWE v1.1 lorsque Xiaomi en est la source, au prix de 0,435 US$ et 0,87 US$ par million de jetons sur la grille tarifaire internationale avec un cache hit à 0,0036 US$, et se distingue de MiMo-V2.6-Flash par l'échelle, la profondeur, le prix et la charge de travail visée plutôt que par la génération.

Une réserve concernant l’ensemble de la page, puisqu’il s’agit d’une référence et non d’un article d’actualité : chaque chiffre ici est tel que publié le 13 octobre 2026 par les sources citées à côté, et les chiffres rapportés par les fournisseurs sont signalés comme tels là où ils apparaissent. Une grille tarifaire, un prix de cache, un plafond de contexte et un score d’indice tiers sont autant d’éléments qui changent sans annonce ; toute personne qui s’appuie sur l’un d’eux pour prendre une décision doit donc vérifier cette ligne auprès de sa source plutôt que sur cette page.