MiMo-V2.6-Flash: Checkpoint Terbuka 309B yang Kini Dijual Xiaomi per Token

MiMo-V2.6-Flash adalah checkpoint efisiensi dari rilis Xiaomi September 2026: model sparse mixture-of-experts dengan total 309 miliar parameter dan 15 miliar parameter aktif per token, konteks 1 juta token, serta bobot berlisensi MIT di Hugging Face. Model ini berada di bawah MiMo-V2.6-Pro, model unggulan dengan 1,02 triliun parameter, dalam seri MiMo-V2.6 yang sama — dan keduanya merupakan proses pelatihan yang terpisah, bukan satu model dengan dua ukuran. Yang berubah sejak liputan pertama atas rilis ini bukanlah modelnya. Melainkan segala hal di sekitarnya. Platform milik Xiaomi sendiri kini menerbitkan harga per token untuk pengenal persis mimo-v2.6-flash, panjang keluaran maksimum yang dipublikasikan, kuota batas laju, dan tanggal penghentian yang akan mengarahkan lalu lintas V2.5 ke endpoint ini, terlepas dari Anda bermigrasi atau tidak. Inilah referensi tetap untuk model itu sendiri: tiga checkpoint yang dipublikasikan berbagi namanya, tepat satu di antaranya adalah yang dimaksud para pembaca, dan dua angka yang mungkin pernah Anda lihat untuknya kini sudah kedaluwarsa.

Apa itu MiMo-V2.6-Flash — dan dua nama yang bukan dirinya

Mulailah dengan perbedaan yang harus dipahami dengan benar oleh pembaca, karena para pencari yang tiba di halaman ini terbagi atas perbedaan tersebut. MiMo-V2.6 adalah sebuah seri, bukan model. Catatan rilis Xiaomi menyatakan seri ini "terdiri atas dua model yang secara native sepenuhnya multimodal, yaitu Pro dan Flash," sehingga nama seri tanpa embel-embel mengacu pada dua checkpoint yang telah dipublikasikan dengan proses pelatihan terpisah, tabel benchmark terpisah, dan jejak memori terpisah. Flash adalah yang lebih kecil, lebih murah, dan seimbang efisiensinya; Pro adalah yang unggulan. Tidak ada yang merupakan edisi terkuantisasi dari yang lain, dan tidak ada "V2.6 biasa" ketiga yang berada di antara keduanya.

Nama kedua yang perlu dipisahkan lebih tua dan lebih mahal jika tertukar. MiMo-V2-Flash dirilis pada Desember 2025 dan, di atas kertas, tampak seperti model yang sama: campuran pakar sparse dengan total 309B dan 15B parameter aktif, perhatian hibrida yang menyelipkan blok sliding-window dan global, serta jendela geser 128 token yang sama. Sembilan bulan memisahkan keduanya dan begitu pula hampir segala hal lainnya. Checkpoint 2025 mengklaim konteks 256K; yang ini mengklaim 1M. Keduanya adalah unduhan yang berbeda, resep penyajian yang berbeda, dan profil kemampuan yang berbeda, dan pencarian untuk "MiMo V2.6 Flash" akan tetap dengan senang hati memberi Anda halaman-halaman 2025.

Yang tidak diterbitkan Xiaomi adalah repositori bobot kedua dengan nama polos. Meminta XiaomiMiMo/MiMo-V2.6-Flash dari Hub akan mengembalikan error otorisasi karena repositori tersebut tidak ada; artefak kanonisnya adalah XiaomiMiMo/MiMo-V2.6-Flash-RL. Lebih lanjut tentang arti akhiran itu di bawah, karena itulah bagian yang paling sering salah dibaca dari penamaan model ini.

Siapa yang menerbitkannya, dengan lisensi apa, dan di bawah endpoint siapa?

Tim MiMo Xiaomi menerbitkannya, di organisasi Hugging Face-nya sendiri, dan lisensinya adalah MIT — diverifikasi hari ini terhadap metadata repositori, yang memuat license:mit dan tanpa pembatasan akses. Itu adalah lisensi permisif tanpa ambang pendapatan, klausa penelitian, atau pembatasan penggunaan yang dapat diterima, sehingga penerapan komersial, modifikasi, dan redistribusi semuanya diizinkan tanpa perlu berbicara dengan Xiaomi. Kartu model menyatakan bahasa Inggris dan Tionghoa sebagai bahasanya.

Organisasi yang sama menerbitkan tiga artefak pada stem ini, dan perbedaannya penting bagi siapa pun yang merencanakan penerapan:

• MiMo-V2.6-Flash-RL — checkpoint rilis kanonik, dibuat 21 September 2026, 90 file. Inilah yang dilayani oleh API dan yang dirujuk oleh setiap benchmark di halaman ini.

• MiMo-V2.6-Flash-MOPD — diterbitkan 27 September 2026, dan dijelaskan dalam kartunya sendiri sebagai "peningkatan MOPD dari checkpoint MiMo-V2.6-Flash-RL" alih-alih sebagai model yang berbeda. Ini adalah hasil dari tahap pasca-pelatihan kedua yang menggabungkan beberapa guru yang terspesialisasi di bidang tertentu menjadi satu model. Jika Anda sudah menarik checkpoint RL, ini adalah artefak yang lebih baru pada garis keturunan yang sama, bukan saudara yang terpisah.

• MiMo-V2.6-Distill-Qwen-9B — model 9,4B berlisensi MIT yang diterbitkan pada hari yang sama, yang dalam catatan rilis disebut sebagai titik awal untuk proses pelatihan RL open source, bukan sebagai checkpoint produk.

Xiaomi juga menjual model itu secara langsung, yang merupakan bagian dari gambaran ini yang berubah selama Oktober. Pengenal yang dihosting ditulis dengan huruf kecil dan tanpa akhiran — mimo-v2.6-flash — dan ia muncul di /v1/models milik platform itu sendiri, berdampingan dengan mimo-v2.6-pro, mimo-v2.6-pro-ultraspeed dan generasi V2.5.

Arsitekturnya, dibaca dari konfigurasi, bukan dari ringkasan.

Baris ringkasan kartu model adalah tempat sebagian besar liputan sekunder berhenti, dan bukan di situlah angka-angka yang berguna berada. Dari tabel arsitektur Xiaomi sendiri dan config.json milik repositori, keduanya dibaca hari ini:

Backbone — 48 lapisan terbagi menjadi 39 sliding-window dan 9 atensi global, ukuran tersembunyi 4096, 256 pakar terarah dengan 8 diaktifkan per token, jendela geser 128 token, dan tanpa pakar bersama. Blok pertama adalah atensi global dengan jaringan feed-forward padat; semua setelahnya saling berselang-seling.

• Kepala atensi — 64 kepala query di kedua blok, 8 kepala key/value pada blok jendela geser versus 4 pada blok global. Inilah bentuk yang membuat konteks 1M terjangkau: pola hibrida itulah yang mencegah cache KV ikut membesar seiring panjang sekuens penuh.

• Encoder — MiMo ViT dengan 681 juta parameter (28 lapisan, 24 jendela geser ditambah 4 penuh), tokenizer audio 308 juta dengan 24 lapisan dan 20 codebook kuantisasi vektor residual, serta encoder patch audio 127 juta yang menggabungkan empat frame menjadi satu.

• Decoding spekulatif — drafter prediksi multi-token dengan jendela geser 5 lapis, bergaya DFlash, dengan jendela 1024 token, dijelaskan sebagai memprediksi 7 token berikutnya per forward pass.

• Bobot di disk — daftar file repositori di Hub saat ini berjumlah sekitar 178 GB di 90 file, shard-nya dalam FP8 (e4m3) dengan skema aktivasi dinamis. Itulah angka yang Anda bayar di VRAM, dan itu tidak peduli bagaimana parameternya dihitung.

Ada dua pertanyaan penghitungan yang muncul di sini, dan jawabannya sekarang berbeda dari bulan September. Yang pertama: metadata safetensors Hub untuk repositori tersebut melaporkan total 310.756.322.688 parameter — sekitar 310,8B, yang tepat berada di samping total 309B pada kartu. Tulisan-tulisan sebelumnya, termasuk milik kami, memuat angka 159B yang dibaca dari panel repositori yang sama. Angka itu telah berubah, dan angka terkini itulah yang harus digunakan. Pertanyaan kedua belum terselesaikan: kartu tersebut menjelaskan drafter lima lapis yang memprediksi tujuh token, sedangkan config.json di repositori yang sama menetapkan num_nextn_predict_layers menjadi 3. Keduanya tidak dapat menjelaskan artefak yang sama, dan config-lah yang dibaca oleh runtime. Alokasikan memori untuk drafter berdasarkan config dan verifikasi setelah memuat.

Konfigurasi tersebut memang mengonfirmasi satu klaim utama secara gamblang, dan hal itu layak disebutkan karena sebagian besar klaim lainnya memerlukan catatan tambahan: max_position_embeddings disetel ke 1.048.576, yang persis sama dengan konteks 1 juta token yang diiklankan pada kartu tersebut.

Konteks, plafon output, dan klaim modalitas yang mempersempit pilihan ke luar vendor

Konteks adalah bagian yang mudah. Xiaomi mengiklankan 1M token, konfigurasinya mendukungnya, dan ringkasan model platform mengulanginya. Output maksimum adalah angka yang masih sering salah karena dihilangkan oleh sebagian besar halaman referensi, dan angka itu dipublikasikan: halaman model platform memberikan output maksimum 128K token dibandingkan konteks 1M, untuk kedua mimo-v2.6-flash dan mimo-v2.6-pro. Ada satu jebakan perilaku yang menyertainya. Deep thinking diaktifkan secara default, dan max_completion_tokens membatasi konten pemikiran dan jawaban akhir secara bersamaan — jadi proses penalaran yang panjang memakan anggaran yang sama dengan jawaban, dan panduan vendor sendiri adalah menetapkannya dengan nilai yang cukup besar. Dalam mode thinking, nilai kustom untuk temperature dan top_p diabaikan: apa pun yang Anda kirim, nilai efektifnya dipaksa menjadi 1.0 dan 0.95.

Modalitas adalah titik ketika materi vendor dan pengukuran independen berpisah, dan keduanya layak disebutkan tanpa memilih pemenang. Kartu model dan platform Xiaomi sama-sama mengklaim permukaan input omnimodal native untuk seri ini — teks, gambar, video, dan audio masuk ke satu model, bukan tiga pipeline yang disambung seadanya. Pembacaan pengukuran independen lebih sempit. Di halaman model Artificial Analysis untuk MiMo-V2.6-Flash, spesifikasi teknis mencantumkan modalitas input sebagai "teks dan gambar" dan output sebagai "teks", sementara halaman situs yang sama untuk MiMo-V2.6-Pro mencantumkan input "teks, gambar, ucapan, dan video". Keluarga yang sama, dokumentasi vendor yang sama, dan hanya satu dari dua checkpoint tersebut yang memiliki permukaan audio dan video yang tercatat secara independen. Tidak ada yang dipublikasikan menjelaskan perbedaan itu, dan kita tidak bisa menyelesaikannya dari luar. Anggap input audio dan video sebagai klaim vendor pada Flash sampai ada hal lain yang mengonfirmasinya.

Apa yang Xiaomi laporkan, dan satu angka yang diukur oleh pihak ketiga

Setiap angka benchmark yang Xiaomi publikasikan untuk model ini berasal dari pengujian harness milik Xiaomi sendiri dan belum direproduksi secara independen pada harness tersebut. Itu bukan tuduhan, melainkan keadaan bukti yang ada, dan hal itu layak dipegang karena materi yang dipublikasikan vendor sendiri saling bertentangan dengan cara yang mudah terlewat.

• Agen kode — DeepSWE v1.1: Flash 67.9, Pro 71.9, dibandingkan dengan Claude Opus 5 pada 74.0 dan GPT-5.6 Sol pada 73.0 dalam pengujian Xiaomi. Terminal Bench 2.1: Flash 87.6. Terminal Bench 4.0: Flash 28.8. ProgramBench 26.0.

• Agen umum — AutomationBench v1.0.6: Flash 52.3, melampaui baik GPT-5.6 Sol (45.8) maupun Claude Opus 5 (50.3) pada pengujian vendor yang sama. Toolathlon-Verified 73.6, OSWorld-Verified 80.8, Agents' Last Exam 27.6.

• Keamanan siber — kolom tempat model yang lebih kecil menang. CyberGym: Flash 95,1 dibanding Pro 94,0. Lalu batas bawahnya turun: ExploitGym 6,0, ExploitBench 25,3, SEC Bench Pro 47,5.

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

Ketidaksepakatan ini terletak pada kolom DeepSWE v1.1, dan ini melintasi tiga permukaan Xiaomi. Catatan rilis di platform Xiaomi menyebutkan Flash meningkat "sekitar 17 poin (dari 48.8 ke 65.7)" sepanjang proses RL. Kartu model menampilkan 67.9 untuk bobot yang dirilis. Dasbor RL streaming yang berjalan hingga September menerbitkan 65.68 di bawah harness mini-swe-agent dengan rata-rata dari tiga, pada snapshot pelatihan. Tiga angka vendor untuk satu benchmark pada satu model, dan saat ini tidak ada orang di luar Xiaomi yang dapat mengatakan angka mana yang menggambarkan artefak yang Anda unduh. Jika Anda telah mengutip 65.68 sejak September, angka itu menggambarkan snapshot pelatihan pada saat itu dan sekarang sudah menjadi angka usang untuk checkpoint yang dirilis.

Berbeda dari semua itu, ada tepat satu pengukuran independen, dan itu tidak menyanjung seperti tabel vendor. Artificial Analysis memberi MiMo-V2.6-Flash skor 38 pada Intelligence Index v4.3.2 miliknya — peringkat kedelapan dari 117 model di kelasnya — dengan 49,2 token keluaran per detik, generasi 240 juta token untuk proses indeks yang oleh situs itu diberi label "sangat bertele-tele" dibandingkan dengan median 140 juta, dan biaya $0,06 per tugas Intelligence Index. Kalimat ringkasannya adalah bahwa model ini "termasuk model terdepan dalam hal kecerdasan dan dengan harga yang wajar" tetapi "lebih lambat dari rata-rata dan sangat bertele-tele." Sebagai perbandingan, situs yang sama memberi MiMo-V2.6-Pro skor 46 dan menempatkannya di peringkat pertama dari 117 — angka yang dikutip Xiaomi sendiri dalam catatan rilisnya, untuk Pro dan bukan untuk Flash.

Berapa biayanya, dan angka yang bergerak

Ini adalah bagian dari gambaran yang berubah setelah liputan peluncuran, jadi perlu dikatakan secara terang-terangan: bacaan sebelumnya bahwa Xiaomi tidak menerbitkan tarif per token untuk generasi ini adalah kedaluwarsa. Halaman bayar-sesuai-pemakaian vendor memuat kartu tarif lengkap dengan stempel pembaruan 8 Oktober 2026, dan model yang dimaksud memiliki barisnya sendiri di sana.

• Luar negeri, per juta token — mimo-v2.6-flash sebesar $0.0028 saat cache hit, $0.14 saat cache miss, dan $0.28 untuk output. mimo-v2.6-pro sebesar $0.0036 / $0.435 / $0.87, dan mimo-v2.6-pro-ultraspeed sebesar $0.036 / $4.35 / $8.70.

• Harga di Tiongkok Daratan, per juta token — flash ¥0,02 / ¥1,00 / ¥2,00, pro ¥0,025 / ¥3,00 / ¥6,00, ultraspeed ¥0,25 / ¥30,00 / ¥60,00. Platform menagih dalam RMB untuk Tiongkok dan dolar untuk luar negeri.

• Batch API — tepat setengah dari tarif real-time: flash $0.0014 / $0.07 / $0.14, pro $0.0018 / $0.2175 / $0.435, dengan URL dasar batch terpisah dari yang real-time. Xiaomi menyatakan bahwa batch tidak didukung untuk mimo-v2.6-pro-ultraspeed atau pengenal V2.5.

• Penulisan cache — gratis untuk waktu terbatas, seperti yang tercantum pada daftar tarif hari ini. Hit cache adalah titik di mana sisi ekonominya bergerak: pada $0.0028 dibandingkan $0.14, sebuah hit hanya 2% dari sebuah miss, dan Artificial Analysis mencatat diskon cache sebesar 98% serta pasangan $0.14/$0.28 yang sama dari pembacaan penyedianya sendiri.

• Penelusuran web — ditagih terpisah dari token sebesar $5 per 1.000 panggilan di luar negeri dan ¥16 per 1.000 di Tiongkok, dengan konten halaman yang diambil kemudian ditagih sebagai token input biasa. Satu putaran penelusuran dapat memicu beberapa kata kunci secara bersamaan, sehingga vendor mengekspos batas max_keyword untuk membatasi pengeluaran.

• Langganan — Xiaomi juga menjual tingkatan Token Plan yang dihargai per bulan dengan jatah kredit dan "V2.6 Flagship Model Access," format kredensial yang terpisah dari kunci bayar-sesuai-pemakaian, serta pengganda kredit pada malam hari antara pukul 00.00 dan 08.00 UTC+8. Saldo langganan dan bayar-sesuai-pemakaian secara eksplisit tidak dapat dipertukarkan.

Bagaimana cara menyebutnya?

Ada tiga jalur, dan ketiganya memerlukan kredensial yang berbeda.

• 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.

• Batas laju — 100 permintaan per menit dan 10 juta token per menit yang dipublikasikan untuk mimo-v2.6-flash, dihitung per akun di seluruh API key, bukan per key. Pengenal ultraspeed adalah pengecualian, dijual sebagai layanan yang disesuaikan, bukan sebagai layanan terukur.

• Self-hosting — kartu ini menyertakan resep SGLang pada tensor parallel 8, data parallel 2, dengan DP attention, jalur spekulatif EAGLE multi-layer diaktifkan (--speculative-num-steps 3, --speculative-eagle-topk 1, --speculative-num-draft-tokens 4), fraksi memori statis 0,65 dan chunked prefill 16384, plus resep vLLM pada tensor parallel 4. Keduanya memerlukan --reasoning-parser mimo --tool-call-parser mimo untuk mengurai keluaran thinking dan tool call dengan benar. Lebar paralel dalam resep-resep ini telah diedit sejak penulisan awal rilis ini; gunakan apa yang tercantum di kartu saat ini. Sampling yang disarankan adalah temperature 1.0, top_p 0.95.

Satu poin bertanggal harus ada dalam referensi apa pun untuk model ini, karena ini mengubah apa yang dilakukan integrasi yang sudah ada dengan sendirinya. Pemberitahuan migrasi Xiaomi menyatakan bahwa mulai 14 Oktober 2026 pukul 18.00 UTC+8, permintaan ke mimo-v2.5-pro dan mimo-v2.5 akan dialihkan secara otomatis ke seri V2.6, dan bahwa mulai 21 Oktober 2026 pukul 10.00 UTC+8 pengidentifikasi model lama tidak lagi berfungsi. Trafik yang dipatok ke pengidentifikasi V2.5 karena itu sudah diarahkan ulang tanpa perubahan kode — layak diperiksa, karena pemberitahuan yang sama menyatakan permintaan ke kedua ID tersebut dikirim masing-masing ke Pro dan Flash, yang bukan pertukaran setara dalam hal biaya.

Jika alasan Anda membaca ini adalah karena Anda memerlukan model frontier yang dapat dipanggil alih-alih unduhan, maka secara jujur, MiMo-V2.6-Flash bukan salah satunya di sini. Kami tidak merutekan model Xiaomi mana pun, dan kartu milik Xiaomi sendiri menunjukkan ketersediaan di platform pihak pertamanya — Open Platform API, aplikasi studio-nya, alat coding-nya, dan klien desktop-nya. Model-model yang dijadikan tolok ukur oleh Xiaomi dalam tabelnya sendiri dapat dipanggil, meskipun demikian, dan beberapa di antaranya ada di OrcaRouter dengan satu kunci API pada harga daftar penyedia dengan markup 0% yang diteruskan, sehingga perubahan harga vendor langsung masuk ke tagihan Anda pada hari yang sama, bukan saat perpanjangan. Hal itu lebih penting dari biasanya di halaman seperti ini, di mana kartu tarif diterbitkan di tengah jalan dan totalnya berubah.

"-rl" dalam nama repositori, dan artefak lain pada stem yang sama

Pembaca mencari model ini sebagai mimo-v2.6-flash-rl sesering tanpa akhiran, jadi penting untuk akurat. Vendor tidak menyebut "varian RL" sebagai model yang berbeda. Akhiran tersebut adalah bagian dari nama artefak kanonis itu sendiri: XiaomiMiMo/MiMo-V2.6-Flash-RL adalah checkpoint yang dirilis, dan -RL menandai garis keturunan pasca-pelatihan — keluaran dari proses reinforcement learning campuran yang disiarkan Xiaomi sepanjang September, bukan adaptor reinforcement learning yang berada di atas model dasar lain. Bukti pendukungnya bersifat struktural, bukan retoris: repositori ini memuat puluhan ribu tensor yang mencakup seluruh backbone, encoder visi, tumpukan audio, dan drafter spekulatif, serta daftar filenya ~178 GB. Adaptor berukuran megabyte. Dan perhatikan sebutan API vendor untuknya — mimo-v2.6-flash, tanpa akhiran sama sekali. Jadi "-rl" adalah konvensi repositori bobot, dan jika diketikkan ke dalam permintaan yang dihosting, itu tidak akan dikenali.

Tiga sufiks lainnya pada stem ini biasa saja dan layak diketahui: -MOPD adalah peningkatan pasca-pelatihan lebih lanjut yang diterbitkan enam hari kemudian, -Pro adalah produk andalan, bukan Flash yang lebih besar, dan -ultraspeed adalah mode kecepatan yang dijual sebagai layanan yang dikustomisasi. Distilasi 9B dan lingkungan tugas RL berada di repositori yang sepenuhnya berbeda. Tidak satu pun dari mereka adalah kuantisasi Flash, yang merupakan asumsi yang ditimbulkan oleh sufiks-sufiks tersebut.

Tiga pertanyaan yang dibawa pembaca saat datang

Apakah ini model yang sama dengan MiMo-V2-Flash? Tidak, dan kebingungan ini mahal, bukan sekadar kosmetik. Checkpoint Desember 2025 dan yang ini memiliki bentuk utama yang sama — total 309B, aktif 15B, attention hibrida, jendela geser 128 token — tetapi keduanya adalah proses pelatihan terpisah yang berjarak sembilan bulan dengan klaim konteks berbeda (256K versus 1M), tabel benchmark berbeda, dan resep penyajian berbeda. Menentukan ukuran node berdasarkan angka model lama, atau mengutip harganya, akan salah di kedua arah.

Apakah ini akan muat di perangkat keras yang saya miliki? Tidak di satu GPU, dan vendor tidak berpura-pura sebaliknya. Data bobot yang dipublikasikan sekitar 178 GB dalam FP8 sebelum ada KV cache, dan resep Xiaomi sendiri dimulai dari empat GPU untuk vLLM dan delapan untuk SGLang. Baca bagian penerapan sebagai minimum dari vendor, bukan sebagai saran, dan perhatikan bahwa resep tersebut memerlukan parser penalaran eksplisit dan panggilan alat — tanpanya model tetap menghasilkan, tetapi Anda kehilangan saluran berpikir dan panggilan alat terstruktur yang menjadi sandaran sebagian besar tolok ukur agennya.

Artefak Flash mana yang sebenarnya harus saya unduh? Checkpoint RL jika Anda menginginkan apa yang dijelaskan oleh benchmark dan API, dan repositori MOPD jika Anda menginginkan tahap pascapelatihan yang lebih baru yang oleh kartunya sendiri disebut sebagai peningkatan darinya. Jangan mengunduh keduanya dengan mengharapkan perbedaan ukuran; keduanya berasal dari silsilah yang sama pada skala yang sama, terpaut enam hari, dan model MOPD adalah tempat fusi domain-teacher Xiaomi bermuara.

Apa yang akan mengubah halaman ini

Tiga hal, dalam urutan kasar berdasarkan seberapa besar pengaruhnya terhadap suatu keputusan. Pengujian oleh pihak ketiga pada harness milik vendor sendiri — DeepSWE v1.1 atau Terminal Bench, yang diajukan, bukan dilaporkan sendiri — akan menentukan apakah 67,9 adalah posisi nyata atau konfigurasi yang menguntungkan, dan juga akan menjelaskan mengapa tiga surface Xiaomi mencantumkan tiga angka berbeda untuk kolom yang sama. Uji independen terhadap surface input audio dan video akan menyelesaikan kesenjangan antara klaim omnimodal kartu tersebut dan catatan teknis yang lebih terbatas di halaman pihak ketiga. Dan satu lagi surface vendor yang merekonsiliasi drafter lima lapis, tujuh token dalam ringkasan dengan tiga lapis dalam konfigurasi akan menghilangkan inkonsistensi terakhir yang harus disiasati oleh perencana kapasitas.

Sampai saat itu, bacaan referensinya sempit dan dapat digunakan. MiMo-V2.6-Flash adalah checkpoint sparse mixture-of-experts berlisensi MIT dengan 309B parameter, 15B aktif, dengan konteks 1M token dan batas keluaran 128K, diterbitkan pada 21 September 2026 sebagai sufiks FLASH-RL, dipatok harga oleh Xiaomi sebesar $0.14 per juta token masukan dan $0.28 per juta keluaran saat cache miss, dan — per Oktober — dapat dipanggil melalui endpoint milik vendor itu sendiri dengan pengenal mimo-v2.6-flash. Benchmark vendornya tidak direproduksi, satu-satunya skor independennya adalah 38 pada sebuah indeks di mana saudara kandungnya sendiri yang lebih besar mencetak 46, dan jumlah parameter utamanya adalah salah satu dari sedikit angka di sekitar model ini yang benar-benar terbukti bersih.