MiMo-V2.6-Flash vs MiMo-V2.6: één serie, twee checkpoints en een naam die een dubbele functie vervult

Vraag twee mensen wat MiMo-V2.6 is en je kunt twee verschillende modellen krijgen. Xiaomi's release van september 2026 is een serie met twee gepubliceerde checkpoints — MiMo-V2.6-Flash met 309 miljard parameters en MiMo-V2.6-Pro met 1,02 biljoen — en de kale naam MiMo-V2.6 wordt gebruikt voor zowel de familie als, in de meeste berichtgeving, het topsegment van de generatie. Dus een pagina met de titel "MiMo-V2.6-Flash vs MiMo-V2.6" is eigenlijk het efficiëntie-checkpoint tegenover de naam die mensen schrijven wanneer ze het vlaggenschip bedoelen. Beide checkpoints verschenen achttien seconden na elkaar op Hugging Face op 21 september 2026, beide hebben de MIT-licentie, en beide zijn in de eerste plaats downloads — er is geen Xiaomi-endpoint om aan te roepen. Bijna niets anders aan hen is hetzelfde.

Dat is belangrijker dan een naamgevingskwestie gewoonlijk zou zijn, omdat de twee geen maatladder vormen waar je later op kunt opklimmen. Het zijn afzonderlijke trainingsruns met afzonderlijke benchmarktabellen, afzonderlijke geheugenvoetafdrukken, en — zoals de vrijgegeven cijfers laten zien — een paar plekken waar de kleinere het ronduit wint.

Twee checkpoints, één gepubliceerde minuut

De repositories zijn XiaomiMiMo/MiMo-V2.6-Flash-RL, aangemaakt om 15:39:51 UTC, en XiaomiMiMo/MiMo-V2.6-Pro-RL, aangemaakt om 15:39:33 UTC. Geen van beide is afgeschermd. Bij beide zijn een technisch rapport en een modelkaart bijgevoegd, en beide worden door Xiaomi beschreven als het product van één enkele gemengde reinforcement-learning-run die codeer-, algemene-agent-, visuele en cybersecuritytaken in één trainingsronde samenbracht in plaats van afzonderlijke runs per domein.

• Parameters — MiMo-V2.6-Flash: 309B totaal, 15B geactiveerd per token. MiMo-V2.6-Pro: 1.02T totaal, 42B geactiveerd. Beide zijn sparse mixture-of-experts-modellen.

• Backbone — Flash heeft 48 lagen, 39 sliding-window en 9 full attention, verborgen grootte 4096, 256 gerouteerde experts met 8 geactiveerd, een sliding window van 128 tokens en geen gedeelde experts. Pro draait hetzelfde hybride attention-idee op een veel grotere breedte.

• Modaliteit — beide zijn native omnimodaal en brengen tekst, afbeelding, video en audio onder in één model in plaats van in drie aan elkaar geschroefde pipelines. Flash bevat een vision transformer met 681M parameters, een audiotokenizer met 308M en een audiopatchencoder met 127M.

• Context — 1M tokens, voor beide geclaimd, waarbij de configuratie een maximale positie-embedding van 1.048.576 tokens ondersteunt.

• Licentie — MIT bij beide, zonder omzetdrempel, geen acceptabel-gebruikstoets anders dan gebruikelijk, en geen onderzoeksclausule. Commerciële inzet, aanpassing en herdistributie zijn allemaal toegestaan.

• Gewichtsbestanden — Flash publiceert 172,9 GB aan FP8-gewichtsdata verdeeld over 65 shards. Pro heeft ongeveer drie keer zoveel parameters, dus de download komt in de orde van een halve terabyte voordat je zelf enige kwantisatie toepast.

• Waar ze worden aangeboden — Hugging Face, Xiaomi's eigen API-platform, AI Studio, MiMo Code en de MiMo desktop-app. De kaart vermeldt dat geen van beide checkpoints momenteel door een inferentieprovider van derden op de Hub zelf wordt ingezet.

De botsing die mensen hardware kost

De verwarring in deze combinatie zit niet echt tussen Flash en Pro. Die zit tussen MiMo-V2.6-Flash en het model dat daarvoor kwam.

MiMo-V2-Flash werd uitgebracht in december 2025, en Xiaomi's eigen blogpost waarin het wordt aangekondigd, beschrijft een mixture-of-experts-model met 309 miljard totale parameters, waarvan 15 miljard actief, een hybride attention-schema dat sliding-window- en volledige attention afwisselt, en een agressief sliding-window van 128 tokens. Leg dat naast de opsomming hierboven. Het checkpoint uit 2026 en het checkpoint uit 2025 hebben dezelfde opvallende vorm, dezelfde sliding-window-grootte en hetzelfde activatiebudget — negen maanden uit elkaar, uit verschillende trainingsruns, met verschillende capaciteiten en een andere benchmarktabel.

Dus een zoekopdracht naar "MiMo V2.6 Flash" levert je doodleuk pagina's op over MiMo-V2-Flash, compleet met een contextwaarde van 256K en een prijs van een tiende dollar per miljoen inputtokens die bij het oudere model hoort. Als je een node aan het dimensioneren bent, is dat geen cosmetische fout. Het oudere checkpoint en het nieuwe zijn verschillende downloads met verschillende servingrecepten, en het nieuwe claimt vier keer zoveel context.

Er schuilt een tweede, subtielere valkuil in de naamgeving. Beide repositories eindigen op -RL, wat leest als een reinforcement-learning-adapter bovenop een ander basismodel. Het zijn geen adapters. Het achtervoegsel markeert de post-training-lineage: dit zijn de volledige checkpoints die uit de gestreamde RL-run zijn voortgekomen. De gewichtsindex bevestigt het — tienduizenden tensors die de hele backbone, de vision-encoder, de audio-stack en de speculative drafter beslaan.

Wat de eigen tabel van de leverancier zegt

Elk cijfer in deze sectie komt uit Xiaomi's evaluatietabellen in de twee modelkaarten. Xiaomi draaide de harnesses op zijn eigen checkpoints. Niets ervan is buiten het lab gereproduceerd, niets ervan staat op een openbaar leaderboard, en de vergelijkingskolommen zijn de eigen runs van de leverancier met dezelfde harnesses tegen de modellen van andere bedrijven. Beschouw de rangschikking als informatief en de decimalen als decoratie.

• Code-agent — DeepSWE v1.1: Flash 67,9, Pro 71,9. Terminal Bench 2.1: Flash 87,6, Pro 89,9. ProgramBench: Flash 26,0. MiMo Code Bench: Flash 61,2.

• Algemene agent — AutomationBench v1.0.6: Flash 52.3, Pro 53.1. Toolathlon-geverifieerd: Flash 73.6, Pro 76.9. OSWorld-geverifieerd: Flash 80.8, Pro 82.0. Agents' Last Exam: Flash 27.6. Terminal Bench 4.0: Flash 28.8.

• Cybersecurity — de enige kolom waarin het kleinere model vooroploopt. CyberGym: Flash 95,1 tegen 94,0 van Pro. MiMo Cyber Bench: Flash 77,2. Dan valt de bodem weg: ExploitGym 6,0, ExploitBench 25,3, SEC Bench Pro 47,5.

• Visuele agent — MiMo VisualCoding: Flash 71.5, Pro 72.3.

Lees die bullets van boven naar beneden en de eerlijke samenvatting is dat Pro bijna overal voorloopt, met kleine marges, en dat die marges klein genoeg zijn om binnen de ruis van een zelfgerunde harness te vallen. Op DeepSWE liggen de twee vier punten uit elkaar op een schaal waarop dezelfde checkpoint twee punten verschoof tussen twee van Xiaomi's eigen evaluaties.

Dat laatste punt verdient een eigen alinea, want het is het nuttigste gegeven op beide kaarten. Het openbare RL-dashboard van Xiaomi, dat beide trainingsruns tot en met september streamde, publiceerde Flash met 65.68 op DeepSWE v1.1 met een mini-swe-agent-harness op basis van het gemiddelde van drie. De definitieve modelkaart vermeldt 67.9 voor de vrijgegeven gewichten. Ondertussen was het dashboardcijfer van Pro 72.57 en de modelkaart ervan vermeldt 71.9 — het daalde. Twee checkpoints uit dezelfde run, tweemaal geëvalueerd, en het verschil tussen de twee evaluaties is even groot als het verschil tussen de twee modellen. Als je sinds vorige week dashboardcijfers hebt geciteerd, beschrijven die trainingssnapshots, niet de artefacten die je vandaag zou downloaden.

Geen van beide staat op een router.

Dit is het deel dat de meeste echte evaluaties bepaalt. Xiaomi verkoopt geen van beide checkpoints: er is geen prijs per token gepubliceerd voor de MiMo-V2.6-generatie op zijn eigen site, en er is geen aanroepbare modelidentificatie die het voor een van beide heeft aangekondigd. Wat er in plaats daarvan bestaat, is een download, plus — alleen voor Pro — één API-provider waarvan Artificial Analysis vindt dat die het levert voor $0,435 per miljoen inputtokens en $0,87 per miljoen output. Dat is een vermelding van een provider, niet een tariefkaart van de leverancier, en voor Flash is er helemaal niets vergelijkbaars. Cijfers die op cataloguspagina's van derden circuleren, moeten op dezelfde manier worden gelezen.

Dus de keuze tussen Flash en Pro is geen keuze tussen twee eindpunten met verschillende maatstaven. Het is een keuze tussen twee GPU-rekeningen, en de kleinere is ongeveer een derde van de grotere. Dat is het hele commerciële argument voor Flash, en het is een sterker argument dan de benchmarktabel suggereert, omdat de twee modellen binnen een paar punten van elkaar liggen op de taken waarvoor de meeste mensen ze kopen.

Wat dat overlaat is de bekende driedeling. Huur de frontier, bezit een klein model, of bezit een groot model. De frontier-kolom is degene waartegen Xiaomi in zijn eigen tabellen benchmarkt — Claude Opus 5, GPT-5.6 Sol en Claude Fable 5 zitten in de eigen vergelijking van de leverancier allemaal een paar punten boven Pro op DeepSWE, en alle drie zijn vandaag aanroepbaar via één API-sleutel op OrcaRouter tegen de lijstprijs van de provider, met 0% markup doorberekend. Dat is van belang voor de specifieke beslissing die voor je ligt: een prijswijziging van een leverancier komt dezelfde dag bij jou terecht in plaats van bij de volgende contractverlenging, zodat de rekensom huren-versus-bezitten eerlijk blijft terwijl de gehoste prijzen bewegen. Automatische failover betekent ook dat een model dat je nog aan het evalueren bent nooit alleen op een productiepad hoeft te zitten terwijl je beslist.

Wat je vandaag op geen enkele router kunt doen — ook de onze niet — is MiMo-V2.6-Flash of MiMo-V2.6-Pro aanroepen. We routeren geen enkel Xiaomi-model, en de beschikbaarheidsregel in Xiaomi's eigen kaart verwijst naar Xiaomi's eigen kanalen: het MiMo API-platform, AI Studio, MiMo Code en de desktop-app.

Welk checkpoint, en wanneer?

Neem MiMo-V2.6-Flash als je de MiMo-V2.6-generatie wilt en de hardware de beperkende factor is. Je levert ongeveer vier DeepSWE-punten en een punt of twee op de meeste agent-benchmarks in ten opzichte van het vlaggenschip. Je krijgt een checkpoint dat ongeveer een derde van het geheugen gebruikt, dat Pro voorloopt op CyberGym in Xiaomi's eigen tabel, en dat dezelfde licentie, dezelfde bewering over 1M-token context en dezelfde multimodaaliteit deelt. Voor een team dat evaluatiewerk op het gebied van cybersecurity doet, is die CyberGym-kolom geen afrondingsfout.

Kies MiMo-V2.6-Pro als de werklast codeerwerk of langdurig agentisch werk is en de node al betaald is. Het is het betere model op bijna elke kolom, het is het model dat Artificial Analysis daadwerkelijk heeft gemeten — een Intelligence Index van 46 op de geherkalibreerde v4.3-schaal, de eerste van de 114 modellen in zijn open-weights-klasse, 134,3 outputtokens per seconde, en vermeld voor $0,435 per miljoen inputtokens en $0,87 per miljoen output — en onafhankelijke meting is meer waard dan een tabel van een leverancier wanneer je productie plant.

Neem geen van beide voordat je de configuratiebestanden hebt gelezen in plaats van de samenvattingen. De Flash-modelkaart beschrijft een speculatieve drafter met vijf lagen die zeven tokens per pass voorspelt; de config.json in dezelfde repository stelt num_nextn_predict_layers in op 3. De samenvatting van de modelkaart is niet wat de runtime leest. En het Safetensors-blok op de repositorypagina rapporteert 159B parameters voor Flash en 524B voor Pro, waarvan geen van beide overeenkomt met het totaal of het actieve aantal in een van beide modelkaarten. Xiaomi heeft de discrepantie niet verklaard. Baseer de grootte in plaats daarvan op de gepubliceerde gewichtsgegevens, want dat is het aantal dat je in VRAM betaalt, ongeacht hoe de parameters worden geteld.

Wat zou het beslechten?

Drie dingen, in grofweg oplopende volgorde van nut. Een door een derde partij uitgevoerde run op dezelfde harnassen — DeepSWE of Terminal Bench, ingediend in plaats van zelfgerapporteerd — zou je vertellen of het gat van vier punten tussen Flash en Pro een echte positie is of een gunstige configuratie. Een gepubliceerde prijslijst zou de hele vergelijking veranderen van een hardwareproject in een regel die je naast de gehoste frontier kunt zetten. En de RL-omgevingen, waarvan Xiaomi heeft gezegd dat het ze open source zal maken, zijn het artefact dat de meeste teams echt zouden willen, want dat is wat je nodig hebt om de loop op je eigen traces te reproduceren.

Tot die tijd is de praktische interpretatie beperkt. MiMo-V2.6 bestaat uit twee checkpoints, niet één, en de kale naam betekent meestal de dure. Als je vandaag binnen de serie kiest, is de eerlijke standaardoptie Flash, tenzij een benchmarkkolom die je specifiek belangrijk vindt anders zegt — en als je nog niet klaar bent om een node te kopen, is geen van beide nog het juiste antwoord.