MiMo-V2.6-Pro-UltraSpeed: Xiaomi lançou a família e colocou um preço 10x na velocidade

MiMo-V2.6-Pro-UltraSpeed é o mesmo checkpoint de 1,02 trilhão de parâmetros que o MiMo-V2.6-Pro, servido mais rápido, e custa cerca de dez vezes mais por chamada: US$ 4,35 por milhão de tokens de entrada e US$ 8,70 por milhão de tokens de saída, em comparação com a linha Pro padrão, a US$ 0,44 e US$ 0,87. Essa proporção é toda a história do lançamento da Xiaomi em 22 de setembro, e é uma história mais estranha do que a cobertura do lançamento sugere — porque o que a Xiaomi lançou que ninguém tinha uma semana antes não é um modelo. É uma tabela de preços para latência.

Os modelos agora são reais. A página de lançamento da Xiaomi está datada de 22 de setembro, os repositórios no Hugging Face para os checkpoints de aprendizado por reforço do MiMo-V2.6 foram publicados no dia anterior, e a família — MiMo-V2.6-Pro, MiMo-V2.6-Flash e o nível de serviço UltraSpeed — está listada em catálogos comerciais com preços associados. Três semanas atrás, nada disso existia. Nosso próprio artigo em 21 de setembro dizia, com precisão, que o MiMo-V2.6-Pro não tinha data de lançamento, nem card de modelo, nem identificador de API, nem preço, nem pesos baixáveis. Cada uma dessas cinco lacunas foi fechada em cerca de 48 horas. Então a pergunta interessante já não é se a Xiaomi lançou. É o que você está realmente comprando quando paga dez vezes a tarifa padrão pelos mesmos pesos.

O que é um "nível de velocidade", e o que não é

O UltraSpeed não é um modelo menor, um modelo destilado nem um modelo treinado de forma diferente. A Xiaomi descreve-o como a edição rápida do modelo de topo, construída a partir do mesmo checkpoint 1T MiMo-V2.6-Pro, e os catálogos de preços apresentam a mesma janela de contexto de 1M tokens e a mesma multimodalidade nativa. Não há nenhuma capacidade nova nesta categoria. O que muda é a forma como o checkpoint é servido: o processamento em lotes, a descodificação especulativa, a alocação de hardware, os limites de simultaneidade — a engenharia entre os pesos e o seu pedido HTTP.

Essa distinção importa mais do que parece, porque determina o que você pode e o que não pode concluir da existência de um nível de velocidade. Uma variante otimizada para serving diz que a Xiaomi acredita que existe um mercado de compradores para quem a latência de token vale mais do que o custo de token. Ela não diz que o modelo ficou melhor, e não diz que os pesos mudaram. Se você comparar o UltraSpeed e a Pro lane padrão nos mesmos prompts, deve esperar as mesmas respostas chegando a ritmos diferentes. Se você obtiver respostas diferentes, isso é um achado que vale a pena relatar, não uma funcionalidade.

A alegação de 20x e a alegação de 10x

É aqui que a apuração fica interessante, e onde a maior parte da cobertura de lançamento escolheu discretamente um número sem dizer qual escolheu. O material da própria Xiaomi afirma que o UltraSpeed atinge até 20 vezes a velocidade de saída do serviço Pro padrão com a mesma qualidade. Listagens de catálogos de terceiros, descrevendo o mesmo modelo no mesmo dia, dizem que ele entrega aproximadamente 10 vezes a velocidade de saída. Ambos os números estão em circulação. Eles não são o mesmo número, e ninguém publicou uma medição que os concilie.

Não vamos fingir que conseguimos resolver isso. A leitura honesta é que "até 20x" é um teto do fornecedor sob condições que a Xiaomi não especificou — um melhor caso, provavelmente com tamanhos de lote favoráveis —, enquanto "cerca de 10x" é o que uma listagem de catálogo estava disposta a afirmar como valor típico. Até que alguém publique distribuições de latência por requisição em um nível de concorrência declarado, trate o multiplicador real como algo dentro de uma faixa ampla e teste-o no seu próprio tráfego. O que não está em disputa é a direção: a camada é substancialmente mais rápida, e é precificada como se fosse.

A aritmética de pagar por velocidade

A razão de preço e a razão de velocidade não correspondem, e é essa a parte que vale a pena calcular. Se o UltraSpeed é 10x mais rápido e 10x mais caro por token, então, para uma quantidade fixa de trabalho — um número fixo de tokens gerados —, você paga 10x mais e termina em um décimo do tempo de relógio. O custo por token aumentou 10x. O custo por unidade de tempo economizado é o que você está realmente comprando, e não tem benchmark.

• MiMo-V2.6-Pro padrão — US$ 0,44 de entrada / US$ 0,87 de saída por 1M tokens • MiMo-V2.6-Pro-UltraSpeed — US$ 4,35 de entrada / US$ 8,70 de saída por 1M tokens • Proporção — cerca de 9,9x na entrada, exatamente 10x na saída • Ganho de velocidade declarado — até 20x (Xiaomi), cerca de 10x (listagens de terceiros) • Diferença de capacidade — nenhuma alegada; mesmo checkpoint, mesmo contexto de 1M, mesmas entradas multimodais • Licença — MIT nos pesos lançados do MiMo-V2.6, segundo os próprios cards de modelo da Xiaomi

Se vale a pena fazer essa troca depende inteiramente daquilo a que a latência está associada, e a resposta muda conforme a carga de trabalho. Para uma tarefa em lote — processamento de documentos durante a noite, avaliação offline, geração de conjuntos de dados — a latência é quase inútil, e a linha Pro padrão é a escolha óbvia. Para um loop de agente interativo em que cada turno condiciona o próximo, a latência se acumula: um modelo 10x mais rápido numa execução de agente de 30 etapas não é 10x mais rápido de ponta a ponta, mas é a diferença entre uma sessão que o usuário espera até o fim e uma sessão que o usuário abandona. A Xiaomi está claramente apostando que o segundo tipo de comprador existe e vai pagar.

O que a Xiaomi realmente registrou

A família lançada é um design esparso de mistura de especialistas. O próprio cartão de modelo da Xiaomi para os checkpoints de RL do MiMo-V2.6 descreve a série como 1,02T de parâmetros totais com 42B ativados por token, uma janela de contexto de 1M de tokens, multimodalidade nativa em texto, imagem, vídeo e áudio, e uma tag de licença MIT nos repositórios públicos. O pacote de lançamento inclui um relatório técnico e notas de implantação, e a Xiaomi diz que está abrindo o ambiente de treinamento de aprendizado por reforço e o código para que o pós-treinamento possa ser examinado e reproduzido. Essa é uma divulgação mais ampla do que um lançamento de API, e é um passo genuíno além do que era visível quando a empresa estava apenas transmitindo um painel de treinamento.

Os números de benchmark continuam sendo relatados pelo fornecedor e não reproduzidos. No DeepSWE v1.1 — o próprio harness da Xiaomi, mini-swe-agent, avg@3 — a empresa relata que o MiMo-V2.6-Flash passou de 48,8 para 65,68 e o MiMo-V2.6-Pro de 58,4 para 72,57 ao longo da execução de aprendizado por reforço. O próprio pós-treinamento está documentado como 30 etapas e cerca de 750.000 trajetórias por modelo, concluído em menos de seis dias, com um gasto combinado publicado de cerca de US$ 3.474.715 entre as execuções do Pro e do Flash. Esses números vêm da própria telemetria da Xiaomi e de seu próprio harness de avaliação. Nenhuma parte independente reproduziu as pontuações, e a distinção entre “o harness da Xiaomi diz 72,57” e “72,57 é a pontuação” é a diferença entre uma alegação e um fato. Um rastreador de terceiros também lista o modelo Pro com 46,32 em um índice de inteligência da Artificial Analysis; não lemos esse número diretamente da Artificial Analysis, então trate-o como um indicador, e não como um número.

Uma ressalva sobre a etiqueta MIT, porque é o tipo de detalhe que acaba sendo simplificado na cobertura de lançamento. A licença se aplica aos pesos que a Xiaomi publicou. O nível UltraSpeed é um serviço hospedado, e um serviço hospedado é regido por termos de serviço, não por uma licença de pesos. Ter o direito de executar o checkpoint no seu próprio hardware e ter o direito de revender o serving acelerado que outra pessoa faz dele são direitos diferentes, e apenas o primeiro vem com a etiqueta MIT.

Chegando ao ponto, e o que encaminhamos e o que não encaminhamos

O MiMo-V2.6-Pro-UltraSpeed está disponível através da própria API do fornecedor e de várias plataformas de terceiros. Não está no OrcaRouter — nenhum modelo da Xiaomi está, e preferimos dizê-lo claramente a deixar que uma página de modelo insinue o contrário. Se o está a chamar, está a chamá-lo através da Xiaomi ou através de um dos catálogos comerciais que o disponibilizam.

Onde um catálogo roteado ganha seu lugar com um modelo como este é na experimentação, não na hospedagem. Um plano premium totalmente novo com um preço 10x maior e uma alegação de velocidade que ninguém mediu de forma independente é exatamente o tipo de coisa que você quer comparar em teste A/B com seu modelo atual antes de comprometer um caminho de produção com ele — e fazer isso montando um segundo contrato, uma segunda chave e uma segunda relação de cobrança é o atrito que impede as equipes de sequer realizar o teste.200+ modelos atrás de um único endpoint compatível com OpenAI com 0% de markup, repassando o preço de tabela do provedor integralmente, com failover automático entre provedores. Isso significa que uma mudança de preço do fornecedor passa a valer do nosso lado no mesmo dia, em vez de no próximo ciclo de faturamento, e significa que a comparação que você quer fazer — UltraSpeed contra o modelo que ele substituiria, com seus próprios prompts — é uma mudança de configuração, e não uma conversa com o setor de compras. Se a Xiaomi cortar o preço do UltraSpeed no próximo mês, como os fornecedores costumam fazer com um novo plano premium, o número do nosso lado acompanha a mudança.

O que assistir

Três coisas resolveriam as questões em aberto neste lançamento. Uma medição independente de latência, com um nível de concorrência declarado, diria se o multiplicador real está mais próximo de 10x ou de 20x, e se ele se sustenta sob carga em vez de em uma demonstração de fluxo único. Uma reprodução independente dos números do DeepSWE diria se 72,57 é uma propriedade do modelo ou uma propriedade do harness. E o primeiro movimento de preço no nível UltraSpeed diria se a Xiaomi o precificou como um prêmio permanente ou como um número de lançamento — o nível Pro padrão a $0.44/$0.87 é a âncora, e um nível que começou a 10x a âncora raramente permanece lá.

Até então, a posição defensável é restrita e clara. A família foi lançada, os pesos estão sob licença MIT e podem ser baixados, o relatório técnico existe, e a linha Pro padrão é uma maneira genuinamente barata de chamar um modelo de classe 1T. O UltraSpeed é uma aposta na latência, com preço premium que só faz sentido para loops interativos e agênticos, e traz uma alegação de velocidade com uma variação de 2x entre o teto do fornecedor e a descrição de todos os demais. Compre-o se o tempo real decorrido for o produto. Não o compre esperando um modelo melhor.