MiMo-V2.6-Flash

MiMo-V2.6-Flash adalah tier cepat dan hemat biaya dari keluarga foundation open-source MiMo V2.6 milik Xiaomi. Dibangun di atas arsitektur Mixture-of-Experts dengan total 309B parameter dan 15B yang diaktifkan per token serta desain attention hibrida, model ini memberikan performa agentic, coding, dan long-horizon yang kuat dengan sebagian kecil dari biaya dan latensi tier Pro flagship. Model ini bersifat omnimodal secara native, menerima input teks, gambar, video, dan audio serta mengembalikan teks, sehingga tangkapan layar antarmuka dan status error, diagram arsitektur dan jaringan, dasbor dan grafik, rekaman sesi layar, serta audio dapat dinalar secara langsung bersama kode sumber dan konteks teks yang panjang. Jendela konteks 1.048.576 token memungkinkan seluruh repositori, kumpulan dokumen dan log yang besar, transkrip panjang, atau jejak alat multi-sesi berada dalam satu panggilan tanpa pipeline retrieval, sementara batas output hingga 131.072 token mendukung artefak single-pass yang panjang — laporan lengkap, refactor dan pembuatan kode yang diperluas, atau rencana bertahap yang terperinci. Model ini mendukung mode thinking dan non-thinking dengan reasoning effort yang dapat dipilih, native function calling, dan output terstruktur (JSON), sehingga sangat cocok untuk tooling agentic yang merencanakan, memanggil alat, dan mengembalikan hasil yang dapat diurai oleh mesin — asisten coding, agen computer-use dan browser, serta alur kerja otomatis yang membawa banyak state lintas banyak putaran. Model ini melaporkan 87,6 pada Terminal-Bench 2.1, 80,8 pada OSWorld-Verified, 73,6 pada Toolathlon-Verified, dan 67,9 pada DeepSWE v1.1. Sebagai tier Flash, model ini disetel untuk keluasan dan volume — triase massal, eksekusi agen fan-out besar, dan asisten interaktif yang dilayani dalam skala besar — di mana throughput dan biaya per token sama pentingnya dengan kecerdasan puncak mentah, sehingga tier MiMo Pro yang lebih berat tetap menjadi pilihan yang lebih tepat. Model ini tersedia melalui API Chat Completions, OpenAI Responses, dan Anthropic Messages, sehingga klien yang sudah ada bergaya OpenAI dan Anthropic dapat mengarahkannya tanpa perubahan kode.