MiMo-V2.6-Flash: il checkpoint aperto da 309B che Xiaomi ora vende a token

MiMo-V2.6-Flash è il checkpoint di efficienza del rilascio Xiaomi di settembre 2026: un modello sparse mixture-of-experts con 309 miliardi di parametri in totale e 15 miliardi attivi per token, un contesto da 1M di token e pesi con licenza MIT su Hugging Face. Si colloca sotto MiMo-V2.6-Pro, il modello di punta da 1,02 trilioni di parametri, all'interno della stessa serie MiMo-V2.6 — e i due sono esecuzioni di addestramento separate, non un unico modello in due dimensioni. Ciò che è cambiato dalla prima copertura di questo rilascio non è il modello. È tutto ciò che gli sta attorno. La piattaforma di Xiaomi stessa ora pubblica un prezzo per token associato all'identificatore esatto mimo-v2.6-flash, una lunghezza massima di output pubblicata, una quota di limitazione della frequenza e una data di deprecazione che instraderà il traffico V2.5 verso questo endpoint che tu migri o meno. Questo è il riferimento stabile per il modello stesso: tre checkpoint pubblicati ne condividono il nome, esattamente uno di essi è quello che i lettori intendono, e due cifre che potresti aver visto a suo riguardo sono ormai superate.

Cos'è MiMo-V2.6-Flash — e i due nomi che non gli appartengono

Inizia dalla distinzione che un lettore deve cogliere correttamente, perché chi arriva a questa pagina tramite ricerca si divide proprio su di essa. MiMo-V2.6 è una serie, non un modello. La nota di rilascio di Xiaomi afferma che la serie "comprende due modelli nativamente completamente multimodali, ovvero Pro e Flash", quindi il semplice nome della serie corrisponde a due checkpoint pubblicati con sessioni di addestramento separate, tabelle di benchmark separate e impronte di memoria separate. Flash è quello più piccolo, più economico e bilanciato sull'efficienza; Pro è il modello di punta. Nessuno dei due è un'edizione quantizzata dell'altro, e non esiste un terzo "V2.6 semplice" collocato tra loro.

Il secondo nome da tenere distinto è più vecchio e confonderlo costa di più. MiMo-V2-Flash è stato rilasciato a dicembre 2025 e, sulla carta, sembra lo stesso modello: un mixture of experts sparso con 309B parametri totali e 15B attivi, attenzione ibrida che alterna blocchi a finestra scorrevole e globali, e la stessa finestra scorrevole da 128 token. Nove mesi li separano, e così fa quasi tutto il resto. Il checkpoint del 2025 dichiara un contesto da 256K; questo ne dichiara 1M. Sono download diversi, ricette di serving diverse e profili di capacità diversi, e una ricerca di "MiMo V2.6 Flash" ti consegnerà comunque allegramente le pagine del 2025.

Ciò che Xiaomi non pubblica è un secondo repository di pesi con il nome semplice. La richiesta di XiaomiMiMo/MiMo-V2.6-Flash all'Hub restituisce un errore di autorizzazione perché non esiste alcun repository di questo tipo; l'artefatto canonico è XiaomiMiMo/MiMo-V2.6-Flash-RL. Di seguito, maggiori dettagli su cosa significhi quel suffisso, perché è la parte più fraintesa in assoluto della denominazione di questo modello.

Chi lo pubblica, con quale licenza e sotto l'endpoint di chi?

Il team MiMo di Xiaomi lo pubblica, sulla propria organizzazione Hugging Face, e la licenza è MIT — verificato oggi rispetto ai metadati del repository, che riportano license:mit e nessun gating. Si tratta della licenza permissiva, senza soglia di ricavi, clausola di ricerca o gate di uso accettabile, quindi la distribuzione commerciale, la modifica e la redistribuzione sono tutte consentite senza dover parlare con Xiaomi. La model card dichiara l'inglese e il cinese come lingue del modello.

La stessa organizzazione pubblica tre artefatti su questo stem, e la distinzione è importante per chiunque pianifichi un deployment:

• MiMo-V2.6-Flash-RL — il checkpoint canonico rilasciato, creato il 21 settembre 2026, 90 file. Questo è quello servito dall'API e quello a cui si riferisce ogni benchmark in questa pagina.

• MiMo-V2.6-Flash-MOPD — pubblicato il 27 settembre 2026, e descritto nella sua scheda come "l'aggiornamento MOPD del checkpoint MiMo-V2.6-Flash-RL" anziché come un modello diverso. È il risultato di una seconda fase di post-training che fonde diversi teacher specializzati per dominio in un unico modello. Se hai già scaricato il checkpoint RL, questo è un artefatto più recente sulla stessa linea, non un modello fratello separato.

• MiMo-V2.6-Distill-Qwen-9B — un modello da 9,4 miliardi con licenza MIT pubblicato lo stesso giorno, che la nota di rilascio indica come punto di partenza per la sessione di addestramento RL open source anziché come checkpoint di prodotto.

Xiaomi vende anche il modello direttamente, ed è questa la parte del quadro che si è mossa durante il mese di ottobre. L'identificatore ospitato è in minuscolo e senza suffisso — mimo-v2.6-flash — e compare nell'elenco /v1/models della piattaforma stessa insieme a mimo-v2.6-pro, mimo-v2.6-pro-ultraspeed e alla generazione V2.5.

L'architettura, letta dalla config anziché dal riepilogo

La riga di riepilogo della scheda del modello è il punto in cui si ferma la maggior parte della copertura secondaria, e non è dove si trovano i numeri utili. Dalle tabelle di architettura di Xiaomi stessa e dal config.json del repository, entrambi consultati oggi:

• Backbone — 48 strati suddivisi in 39 a finestra scorrevole e 9 ad attenzione globale, dimensione nascosta 4096, 256 esperti instradati con 8 attivati per token, una finestra scorrevole di 128 token e nessun esperto condiviso. Il primo blocco è attenzione globale con una rete feed-forward densa; tutto ciò che segue si alterna.

• Teste di attenzione — 64 teste di query in entrambi i blocchi, 8 teste key/value nei blocchi a finestra scorrevole contro 4 in quelli globali. Questa è la configurazione che rende sostenibile il contesto da 1M: è il pattern ibrido a impedire che la KV cache scali con l'intera sequenza.

• Encoder — un MiMo ViT da 681M parametri (28 livelli, 24 a finestra scorrevole più 4 completi), un tokenizer audio da 308M con 24 livelli e 20 codebook di quantizzazione vettoriale residua, e un encoder di patch audio da 127M che raggruppa quattro frame in uno.

• Decodifica speculativa — un drafter a finestra scorrevole con previsione multi-token a 5 livelli, in stile DFlash, con una finestra di 1024 token, descritto come capace di prevedere 7 token successivi per ogni forward pass.

• Pesi su disco — l'elenco dei file del repository sull'Hub oggi ammonta a circa 178 GB distribuiti su 90 file, con gli shard in FP8 (e4m3) e uno schema di attivazione dinamico. Questo è il numero che paghi in VRAM, e non importa come vengano conteggiati i parametri.

Qui emergono due domande di conteggio, e ora hanno risposte diverse da quelle che avevano a settembre. La prima: i metadati safetensors dell'Hub per il repository riportano un totale di 310.756.322.688 parametri — circa 310,8B, che si colloca proprio accanto al totale di 309B della scheda. I testi precedenti, incluso il nostro, riportavano una cifra di 159B letta dallo stesso pannello del repository. Quel numero è cambiato, e quello attuale è quello da usare. La seconda domanda non è stata risolta: la scheda descrive un drafter a cinque livelli che predice sette token, mentre config.json nello stesso repository imposta num_nextn_predict_layers a 3. Non possono entrambi descrivere lo stesso artefatto, e la config è ciò che il runtime legge. Dimensiona la memoria per il drafter in base alla config e verifica dopo il caricamento.

La configurazione corrobora in modo netto un'affermazione di rilievo, e vale la pena dirlo perché la maggior parte delle altre richiede una precisazione: max_position_embeddings è impostato su 1,048,576, che è esattamente il contesto da 1M token pubblicizzato dalla scheda.

Contesto, limite massimo di output e una dichiarazione di modalità che restringe l'ambito al di fuori del fornitore.

Il contesto è il dato facile. Xiaomi pubblicizza 1M token, la configurazione lo conferma e il riepilogo del modello della piattaforma lo ripete. L'output massimo è il valore che molte pagine di riferimento ancora sbagliano per omissione, ed è pubblicato: la pagina del modello della piattaforma indica 128K token di output massimo rispetto al contesto di 1M, sia per mimo-v2.6-flash sia per mimo-v2.6-pro. C'è una trappola comportamentale annessa. Il pensiero profondo è abilitato per impostazione predefinita e max_completion_tokens limita insieme il contenuto del pensiero e la risposta finale — quindi una lunga fase di ragionamento consuma lo stesso budget della risposta, e la guida dello stesso fornitore è di impostarlo con generosità. In modalità pensiero, i valori personalizzati di temperature e top_p vengono ignorati: qualunque cosa si invii, i valori effettivi sono forzati a 1.0 e 0.95.

Le modalità sono il punto in cui il materiale del fornitore e la misurazione indipendente si separano, e vale la pena enunciare entrambe senza scegliere un vincitore. Sia la model card sia la piattaforma di Xiaomi rivendicano una superficie di input omnimodale nativa per la serie — testo, immagine, video e audio che entrano in un unico modello anziché in tre pipeline messe insieme alla bell'e meglio. La misurazione indipendente restituisce un quadro più limitato. Nella pagina modello di Artificial Analysis per MiMo-V2.6-Flash, le specifiche tecniche elencano la modalità di input come «testo e immagine» e l'output come «testo», mentre la pagina dello stesso sito per MiMo-V2.6-Pro elenca in input «testo, immagine, voce e video». Stessa famiglia, stessa documentazione del fornitore, e solo uno dei due checkpoint ha una superficie audio e video registrata in modo indipendente. Nulla di pubblicato spiega la differenza, e non possiamo risolverla dall'esterno. Considera l'input audio e video come una dichiarazione del fornitore su Flash finché qualcos'altro non lo conferma.

Ciò che Xiaomi riporta, e l'unico numero misurato da una terza parte

Ogni dato di benchmark che Xiaomi pubblica per questo modello proviene dalle esecuzioni dell'harness di Xiaomi stesso e non è stato riprodotto in modo indipendente su quegli harness. Non è un'accusa, è lo stato delle prove, e vale la pena tenerlo a mente perché le superfici del fornitore stesso si contraddicono tra loro in un modo facile da non notare.

• Agente di codice — DeepSWE v1.1: Flash 67.6, Pro 71.0, contro Claude Opus 5 a 74.0 e GPT-5.6 Sol a 73.0 nelle esecuzioni di Xiaomi. Terminal Bench 2.1: Flash 87.6. Terminal Bench 4.0: Flash 28.8. ProgramBench 26.0.

• Agente generale — AutomationBench v1.0.6: Flash 52.3, superiore sia a GPT-5.6 Sol (45.8) sia a Claude Opus 5 (50.3) nella stessa esecuzione del fornitore. Toolathlon-Verified 73.6, OSWorld-Verified 80.8, Agents' Last Exam 27.6.

• Cybersicurezza — la colonna in cui il modello più piccolo vince. CyberGym: Flash 95,1 contro il 94,0 di Pro. Poi il livello minimo crolla: ExploitGym 6,0, ExploitBench 25,3, SEC Bench Pro 47,5.

• Agente visuale — MiMo VisualCoding: Flash 71,5, Pro 72,3.

Il disaccordo si trova nella colonna DeepSWE v1.1 e attraversa tre superfici Xiaomi. La nota di rilascio sulla piattaforma di Xiaomi dice che Flash è migliorato "di circa 17 punti (da 48.8 a 65.7)" nell'esecuzione RL. La scheda del modello riporta 67.9 per i pesi rilasciati. La dashboard RL in streaming che è rimasta attiva fino a settembre pubblicava 65.68 con un harness mini-swe-agent con media su tre, su uno snapshot di training. Tre numeri del fornitore per un solo benchmark su un solo modello, e attualmente nessuno al di fuori di Xiaomi può dire quale descriva l'artefatto che scarichi. Se hai citato 65.68 da settembre, all'epoca descriveva uno snapshot di training e ora è un numero obsoleto per il checkpoint rilasciato.

Contro tutto questo esiste esattamente una misurazione indipendente, e non è lusinghiera nel modo in cui lo è una tabella di un fornitore. Artificial Analysis assegna a MiMo-V2.6-Flash un punteggio di 38 sul suo Intelligence Index v4.3.2 — ottavo su 117 modelli della classe — con 49,2 token di output al secondo, una generazione di 240M di token per l'esecuzione dell'indice che il sito etichetta come "molto verbosa" rispetto a una mediana di 140M, e un costo di 0,06 $ per attività dell'Intelligence Index. La sua frase di sintesi è che il modello è "tra i modelli leader per intelligenza e a un prezzo ragionevole" ma "più lento della media e molto verboso". Per confronto, lo stesso sito assegna a MiMo-V2.6-Pro un punteggio di 46 e lo classifica primo su 117 — il numero che Xiaomi stessa cita nella propria nota di rilascio, per Pro e non per Flash.

Quanto costa, e la cifra che si è mossa

Questa è la parte del quadro che è cambiata dopo la copertura del lancio, quindi va detto chiaramente: la lettura precedente secondo cui Xiaomi non aveva pubblicato alcuna tariffa per token per questa generazione è superata. La pagina pay-as-you-go del fornitore riporta un listino completo con un'indicazione di aggiornamento dell'8 ottobre 2026, e il modello in questione vi ha una riga dedicata.

• All'estero, per milione di token — mimo-v2.6-flash a $0.0028 in caso di cache hit, $0.14 in caso di cache miss e $0.28 in output. mimo-v2.6-pro a $0.0036 / $0.435 / $0.87, e mimo-v2.6-pro-ultraspeed a $0.036 / $4.35 / $8.70.

• Prezzi per la Cina continentale, per milione di token — flash ¥0,02 / ¥1,00 / ¥2,00, pro ¥0,025 / ¥3,00 / ¥6,00, ultraspeed ¥0,25 / ¥30,00 / ¥60,00. La piattaforma fattura in RMB per la Cina e in dollari per l'estero.

• API Batch — esattamente la metà della tariffa in tempo reale: flash $0.001 / $0.14, pro $0.0018 / $0.2175 / $0.435, con l'URL di base del batch separato da quello in tempo reale. Xiaomi dichiara che il batch non è supportato per mimo-v2.6-pro-ultraspeedo gli identificatori V2.5.

• Scritture in cache — gratuite per un periodo limitato, come indicato oggi nel listino prezzi. È sui cache hit che cambia l'economia: a 0,0028 $ contro 0,14 $, un hit è il 2% di un miss, e Artificial Analysis registra uno sconto cache del 98% e la stessa coppia 0,14 $/0,28 $ dalle proprie rilevazioni dei provider.

• Ricerca web — fatturata separatamente dai token a 5 $ per 1.000 chiamate verso l'estero e 16 ¥ per 1.000 in Cina, mentre il contenuto della pagina recuperata viene poi fatturato come normali token di input. Un singolo ciclo di ricerca può lanciare più parole chiave in parallelo, quindi il fornitore espone un tettomax_keyword per contenere la spesa.

• Abbonamenti — Xiaomi vende anche livelli Token Plan con prezzo mensile, con crediti inclusi e "V2.6 Flagship Model Access", un formato di credenziale separato dalla chiave pay-as-you-go, e un moltiplicatore notturno dei crediti tra le 00:00 e le 08:00 UTC+8. Gli abbonamenti e i saldi pay-as-you-go non sono esplicitamente intercambiabili.

Come chiamarlo

Ci sono tre percorsi e richiedono credenziali diverse.

• 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.

• Limiti di richieste — un valore pubblicato di 100 richieste al minuto e 10M di token al minuto per mimo-v2.6-flash, conteggiati per account su tutte le chiavi API anziché per singola chiave. L'identificatore ultraspeed costituisce l'eccezione, venduto come servizio personalizzato anziché a consumo.

• Self-hosting — la scheda include una recipe SGLang con tensor parallel 8, data parallel 2, con DP attention, il percorso speculativo EAGLE multi-livello abilitato (--speculative-num-steps 3, --speculative-eagle-topk 1, --speculative-num-draft-tokens 4), una frazione di memoria statica pari a 0,65 e chunked prefill da 16384, oltre a una recipe vLLM con tensor parallel 4. Entrambe richiedono --reasoning-parser mimo --tool-call-parser mimo per analizzare correttamente l'output di ragionamento e le chiamate agli strumenti. Le ampiezze di parallelismo in queste recipe sono state modificate rispetto alle prime descrizioni di questa release; usa quanto indicato oggi dalla scheda. Il campionamento consigliato è temperature 1.0, top_p 0.95.

Un elemento datato va incluso in qualsiasi riferimento per questo modello, perché cambia ciò che un'integrazione esistente fa da sola. L'avviso di migrazione di Xiaomi afferma che a partire dal 14 ottobre 2026 alle 18:00 UTC+8, le richieste a mimo-v2.5-pro e mimo-v2.5 verranno indirizzate automaticamente alla serie V2.6, e che a partire dal 21 ottobre 2026 alle 10:00 UTC+8 i vecchi identificatori di modello smetteranno di funzionare. Il traffico fissato a un identificatore V2.5 viene quindi già reindirizzato senza modifiche al codice — vale la pena verificarlo, perché lo stesso avviso afferma che le richieste a quei due ID vengono inviate rispettivamente a Pro e Flash, il che non è uno scambio equivalente sotto il profilo dei costi.

Se il motivo per cui stai leggendo questo è che ti serve un modello frontier invocabile anziché un download, la cornice onesta è che MiMo-V2.6-Flash non è uno di questi qui. Non instradiamo alcun modello Xiaomi, e la scheda ufficiale di Xiaomi indica la disponibilità sulle sue superfici di prima parte: l'Open Platform API, la sua app studio, il suo strumento di coding e il suo client desktop. I modelli rispetto ai quali Xiaomi si confronta nelle proprie tabelle sono però invocabili, e diversi di essi si trovano su OrcaRouter con una sola chiave API al prezzo di listino del fornitore, con lo 0% di ricarico pass-through, quindi una variazione di prezzo del fornitore arriva sulla tua fattura lo stesso giorno anziché al rinnovo. Questo conta più del solito su una pagina come questa, dove un listino prezzi è stato pubblicato in corsa e i totali si muovono.

Il «-rl» nel nome del repository, e altri artefatti sullo stesso radicale

I lettori cercano questo modello come mimo-v2.6-flash-rl tanto spesso quanto senza il suffisso, quindi vale la pena essere precisi. Il fornitore non indica una "variante RL" come modello distinto. Il suffisso fa parte del nome stesso dell'artefatto canonico: XiaomiMiMo/MiMo-V2.6-Flash-RL è il checkpoint rilasciato, e -RL contrassegna la linea di post-training — il risultato della sessione mista di apprendimento per rinforzo che Xiaomi ha trasmesso in streaming fino a settembre, non un adattatore di apprendimento per rinforzo appoggiato su qualche altro modello di base. Le prove a supporto sono strutturali, non retoriche: il repository include decine di migliaia di tensori che coprono l'intera backbone, l'encoder visivo, lo stack audio e il drafter speculativo, e l'elenco dei file è di circa 178 GB. Un adattatore pesa qualche megabyte. E notate come lo chiama l'API del fornitore — mimo-v2.6-flash, nessun suffisso. Quindi il "-rl" è una convenzione del repository dei pesi e, digitato in una richiesta ospitata, semplicemente non verrà risolto.

Gli altri tre suffissi su questa radice sono ordinari e vale la pena conoscerli: -MOPD è l'ulteriore upgrade post-training pubblicato sei giorni dopo, -Pro è il modello di punta e non una Flash più grande, e -ultraspeed è una modalità di velocità venduta come servizio personalizzato. Il distill 9B e gli ambienti di task RL vivono su repository completamente diversi. Nessuno di essi è una quantizzazione di Flash, che è il presupposto che i suffissi lasciano intendere.

Tre domande con cui arrivano i lettori

È questo lo stesso modello di MiMo-V2-Flash? No, e la confusione è costosa più che estetica. Il checkpoint di dicembre 2025 e questo condividono un profilo di facciata — 309B totali, 15B attivi, attenzione ibrida, una finestra scorrevole di 128 token — ma sono run di addestramento separate a nove mesi di distanza, con diverse dichiarazioni sul contesto (256K contro 1M), diverse tabelle di benchmark e diverse ricette di serving. Dimensionare un nodo usando i numeri del modello più vecchio, o quotarne il prezzo, sarà sbagliato in entrambe le direzioni.

Ci starà sull'hardware che ho? Non su una sola GPU, e il fornitore non finge il contrario. I dati pubblicati sui pesi ammontano a circa 178 GB in FP8 prima di qualsiasi cache KV, e le ricette di Xiaomi partono da quattro GPU per vLLM e otto per SGLang. Considera la sezione sul deployment come il minimo indicato dal fornitore, non come un suggerimento, e nota che le ricette richiedono parser espliciti per il reasoning e per le chiamate agli strumenti — senza di essi il modello genera comunque, ma perdi il canale di pensiero e le chiamate strutturate agli strumenti da cui dipendono la maggior parte dei suoi benchmark per agenti.

Quale artefatto Flash dovrei effettivamente scaricare? Il checkpoint RL se vuoi ciò che descrivono i benchmark e l'API, e il repository MOPD se vuoi la fase di post-addestramento successiva che la sua stessa scheda chiama l'upgrade di quello. Non scaricarli entrambi aspettandoti una differenza di dimensioni; sono la stessa linea di discendenza alla stessa scala, a sei giorni di distanza, e il modello MOPD è dove è approdata la fusione domain-teacher di Xiaomi.

Cosa cambierebbe questa pagina

Tre cose, in ordine approssimativo di quanto sposterebbero una decisione. Un'esecuzione di terze parti sugli harness dello stesso fornitore — DeepSWE v1.1 o Terminal Bench, inviata anziché autodichiarata — risolverebbe se il 67,9 è una posizione reale o una configurazione favorevole, e spiegherebbe anche perché tre superfici Xiaomi stampano tre numeri diversi per la stessa colonna. Un test indipendente della superficie di input audio e video risolverebbe il divario tra l'affermazione omnimodale della scheda e la nota tecnica più ristretta nella pagina di terze parti. E un'ulteriore superficie del fornitore che riconciliasse il drafter a cinque livelli e sette token nel riepilogo con i tre livelli nella configurazione eliminerebbe l'ultima incoerenza con cui un pianificatore di capacità deve fare i conti.

Fino ad allora, la lettura di riferimento è ristretta e utilizzabile. MiMo-V2.6-Flash è un checkpoint sparse mixture-of-experts con 309B parametri, 15B attivi, con licenza MIT, un contesto di 1M token e un limite massimo di output di 128K, pubblicato il 21 settembre 2026 con il suffisso FLASH-RL, prezzato da Xiaomi a 0,14 $ per milione di token di input e 0,28 $ per milione di token di output in caso di cache miss, e — a partire da ottobre — invocabile tramite l'endpoint del fornitore stesso con l'identificatore mimo-v2.6-flash. I suoi benchmark del fornitore non sono riprodotti, il suo unico punteggio indipendente è 38 su un indice in cui il suo stesso fratello maggiore ottiene 46, e il suo numero di parametri di punta è uno dei pochi numeri vicino a questo modello che è effettivamente risultato pulito.