MiMo-V2.6-Pro Menempatkan Bobot Terbuka di Garis Pareto dengan $0.13 per Tugas

Xiaomi MiMo-V2.6-Pro diunggah ke Hugging Face pada 21 September 2026, dan angka yang paling banyak diperbincangkan sejak saat itu adalah 46 — skornya pada Artificial Analysis Intelligence Index v4.3.2, tertinggi yang pernah dicatat oleh model berbobot terbuka mana pun pada komposit tersebut. Angka yang menentukan apakah Anda benar-benar dapat menjalankannya justru lebih kecil. Artificial Analysis mengukur komputasi senilai $0,1332 per tugas Intelligence Index saat mengevaluasi MiMo-V2.6-Pro dengan harness-nya sendiri, dan angka itu menempatkan model tersebut pada garis Pareto di grafik Intelligence-versus-Cost-per-Task milik situs tersebut. Di atas ambang pembulatan, ini adalah satu-satunya model berbobot terbuka pada garis itu.

Itu adalah klaim yang lebih sempit dan lebih berguna daripada "top open-weights model", yang merupakan cara sebagian besar liputan peluncuran membingkainya. Menjadi yang pertama pada sumbu kecerdasan memberi tahu Anda batas atasnya. Berada pada kurva biaya memberi tahu Anda apakah ada hal lain di pasar yang secara mutlak lebih baik pada harga itu. Untuk Xiaomi MiMo-V2.6-Pro, sejauh tulisan ini dibuat, tidak ada.

Apa yang sebenarnya diukur oleh garis Pareto

Diagram ini memetakan setiap model yang telah dievaluasi Artificial Analysis pada dua sumbu: Intelligence Index pada satu sumbu, dan rata-rata tertimbang biaya dolar untuk menghasilkan satu tugas indeks pada sumbu lainnya. Sebuah model pada garis Pareto tidak dapat dikalahkan pada kedua sumbu oleh model lain mana pun — Anda tidak dapat menemukan sesuatu yang lebih pintar dengan biaya lebih rendah. Titik-titik di bawah dan di kiri garis terdominasi dan keluar dari garis tersebut.

Kami menghitung ulang frontier dari data yang disematkan dalam bagan, bukan dengan membaca garisnya secara kasat mata. Berdasarkan 326 model yang memiliki skor indeks sekaligus biaya terukur per tugas, frontier saat ini panjangnya empat belas titik:

• Qwen3.5 2B (Non-penalaran) — indeks 6.2, biaya per tugas dibulatkan menjadi $0.000, bobot terbuka
• Devstral 2 — indeks 8.6, biaya per tugas dibulatkan menjadi $0.000, bobot terbuka
• North Mini Code — indeks 9.9, biaya per tugas dibulatkan menjadi $0.000, bobot terbuka
• Claude Sonnet 4.6 (Non-penalaran, Upaya Tinggi) — indeks 24.7, biaya per tugas dibulatkan menjadi $0.000, tertutup
• Grok Build 0.1 0616 — indeks 27.2, biaya per tugas $0.006, tertutup
• GPT-5.6 Luna (tinggi) — indeks 32.1, biaya per tugas $0.044, tertutup
• GPT-5.6 Luna (xhigh) — indeks 34.6, biaya per tugas $0.085, tertutup
• Xiaomi MiMo-V2.6-Pro — indeks 46.3, biaya per tugas $0.133, bobot terbuka berlisensi MIT
• GPT-6 Astra (sedang) — indeks 49.6, biaya per tugas $1.541, tertutup
• GPT-6 Astra (tinggi) — indeks 50.9, biaya per tugas $1.725, tertutup
• GPT-6 Astra (xhigh) — indeks 52.4, biaya per tugas $2.309, tertutup
• GPT-6 Astra (maks) — indeks 52.7, biaya per tugas $3.258, tertutup
• Claude Fable 5.1 (xhigh, fallback default) — indeks 53.2, biaya per tugas $5.978, tertutup
• Claude Fable 5.1 (maks, fallback default) — indeks 53.4, biaya per tugas $7.630, tertutup

Tiga hal muncul dari daftar itu. Empat titik termurah adalah model yang biaya terukurnya membulat ke nol pada empat tempat desimal, sehingga bagian menarik dari kurva dimulai pada Grok Build 0.1 0616. Xiaomi MiMo-V2.6-Pro adalah titik tekuk yang sesungguhnya di dalamnya, bukan artefak pembulatan: titik berikutnya di atasnya berbiaya 11,6 kali lebih besar per tugas untuk tambahan 3,3 poin indeks. Dan dari sepuluh titik frontier dengan biaya bukan nol, tepat satu berbobot terbuka — fakta itulah yang dikubur oleh pembingkaian "model bobot terbuka teratas". Model dengan bobot terbuka terdekat pada sumbu kecerdasan, GLM-5.3 (max) pada 44,8, sama sekali tidak dekat dengan garis itu: biayanya $2,006 per tugas indeks, lima belas kali angka MiMo-V2.6-Pro. Kimi K3 (max) berada pada 43,6 dan $2,000 per tugas.

Daftar harga tidak berubah. Tagihannya berubah.

Xiaomi tidak menaikkan harga untuk generasi ini. MiMo-V2.6-Pro dipatok pada $0,435 per juta token input dan $0,87 per juta output, dengan harga input cache-hit $0,0036 — diskon 99,17% — yang merupakan skema yang sama dengan flagship sebelumnya. Jika digabungkan dengan campuran cache-hit/input/output 7:2:1, hasilnya $0,1765 per juta token.

Namun, biaya menjalankan Intelligence Index terhadap MiMo-V2.6-Pro mencapai $206,66, atau $0,1332 per tugas, sedangkan indeks yang sama terhadap MiMo-V2.5-Pro menelan $0,054 per tugas. Artificial Analysis mencatat 140 juta token keluaran untuk model yang lebih baru versus 110 juta untuk model yang lebih lama, pada suite yang sama. Daftar tarifnya tidak berubah; model itu hanya menulis lebih banyak untuk menjawab pertanyaan yang sama. Itulah catatan jujur atas posisi Pareto — Xiaomi MiMo-V2.6-Pro memperoleh tempatnya pada sumbu biaya meskipun menjadi lebih bertele-tele, bukan karena menjadi lebih murah.

Bagi siapa pun yang menyusun anggaran, pembacaan praktisnya adalah bahwa harga per token kini menjadi prediktor yang lemah untuk biaya suatu beban kerja. Dua model dengan kartu tarif yang identik dapat berbeda 2,5x dalam biaya per tugas yang diselesaikan. Diskon cache adalah tuas yang bergerak paling jauh: pada $0,0036 per juta token masukan yang di-cache, perbedaan antara prompt yang menggunakan kembali konteks dan yang tidak lebih besar daripada perbedaan antara sebagian besar pasangan model dalam daftar ini.

Apa yang dicakup dan tidak dicakup oleh skor

Angka 46 adalah pengukuran pihak ketiga, dan itu penting karena hampir semua hal lain yang diterbitkan tentang MiMo-V2.6-Pro bukanlah pengukuran pihak ketiga. Versi indeksnya juga penting: v4.3.2 adalah komposit dari sepuluh evaluasi yang mencakup penalaran, pengetahuan, matematika, dan pengodean, dan sebuah skor hanya dapat dibandingkan dengan skor lain pada versi yang sama. Angka-angka vendor yang diterbitkan Xiaomi bersamaan dengan peluncuran — DeepSWE v1.1 pada 71.9, AutomationBench v1.0.6 pada 53.1, Toolathlon-Verified pada 76.9, Terminal Bench 2.1 pada 89.9, CyberGym pada 94.0 — berasal dari harness dan penilai milik Xiaomi sendiri dan belum direproduksi oleh siapa pun. Angka-angka itu berguna sebagai bukti indikatif tentang apa yang menjadi fokus penyetelan model; angka-angka itu bukan entri papan peringkat.

Separuh lainnya dari rilis ini adalah paket open-weights. Artificial Analysis mencantumkan model tersebut pada 1,0T parameter total dengan 42B aktif, jendela konteks 1M token, input teks, gambar, ucapan, dan video dengan output teks, serta lisensi MIT dengan bobot di Hugging Face. Repositori itu sendiri melaporkan ukuran model Safetensors sebesar 524B parameter — angka ketiga yang tidak cocok dengan total 1,0T maupun jumlah aktif 42B, dan yang belum direkonsiliasi oleh Xiaomi. Jika Anda berencana melakukan deployment yang dihosting sendiri, perbedaan itu layak diselesaikan sebelum Anda menyediakan apa pun, karena checkpoint FP8 524B dan checkpoint 1T adalah pembicaraan perangkat keras yang berbeda.

Titik terdepan yang saat ini tidak dapat Anda rutekan

Gambaran ketersediaan adalah bagian dari rilis ini yang paling membatasinya. Ketika Artificial Analysis mengevaluasi Xiaomi MiMo-V2.6-Pro, mereka menghitung satu penyedia API untuk model tersebut. Repositori Hugging Face menyatakan bahwa Xiaomi MiMo-V2.6-Pro tidak digunakan oleh penyedia inferensi mana pun. Kami juga tidak menghostingnya, dan kami tidak akan menyiratkan sebaliknya — rute menuju model ini saat ini adalah platform Xiaomi sendiri dan katalog pihak ketiga yang mencantumkannya.

Itu adalah masalah failover, bukan masalah kualitas, dan itulah masalah spesifik yang keberadaan router ditujukan untuk dipecahkan. Satu API untuk ratusan model, dengan failover otomatis antar penyedia, adalah yang mengubah "satu penyedia saat ini mencantumkan ini" dari risiko arsitektural menjadi detail konfigurasi. Itu juga cara Anda menyiapkan migrasi ke model yang begitu baru: kirim sebagian lalu lintas ke Xiaomi MiMo-V2.6-Pro, pertahankan model yang sudah terbukti di belakangnya, dan biarkan router memindahkan permintaan, bukan rotasi on-call Anda. Itu berhasil untuk model yang kami bawa. Untuk yang ini, sampai dapat dirutekan, saran jujurnya adalah menjauhkannya dari jalur kritis.

Apa yang akan memindahkannya dari garis itu?

Posisi Pareto adalah cuplikan sesaat, bukan properti dari model. Tiga hal akan mengubahnya. Pemotongan harga dari Xiaomi akan memindahkan Xiaomi MiMo-V2.6-Pro semakin ke kiri dan membuatnya lebih sulit dikalahkan — dan karena kami meneruskan harga daftar penyedia dengan markup 0%, pemotongan harga seperti itu langsung berlaku di sisi kami pada hari yang sama saat harga tersebut muncul di mana pun. Model yang lebih murah dengan skor di atas 46,3 akan menyingkirkannya sepenuhnya; GPT-6 Astra (low) sudah berada di 45,8 dengan biaya $0,818 per tugas, lebih mahal tetapi mengkhawatirkan karena terlalu dekat pada sumbu kecerdasan. Dan pengujian tolok ukur independen untuk MiMo-V2.6-Flash — yang saat ini sama sekali tidak memiliki halaman Artificial Analysis — dapat mengungkap bahwa saudara yang lebih murah menempati posisi yang lebih baik pada kurva untuk sebagian besar beban kerja.

Untuk saat ini, pernyataan yang dapat dipertahankan adalah pernyataan aritmetisnya. Pada versi indeks saat ini, dengan harga yang dipublikasikan saat ini, tidak ada model di pasar yang sekaligus lebih murah per tugas dan lebih cerdas daripada Xiaomi MiMo-V2.6-Pro. Apakah itu bertahan pada replikasi independen pertamanya adalah pertanyaan yang layak dicermati.