MiMo-V2.6-Pro: Xiaomis biljonparametersflaggskepp, läst från kortet

MiMo-V2.6-Pro är den flaggskeppscheckpoint i MiMo-V2.6-serien från X​iaomi MiMo-teamet: en sparse mixture-of-experts-modell med omkring 1,02 biljoner parametrar totalt och 42 miljarder aktiva per token, inbyggd inmatning av text, bild, video och ljud, en kontext på 1M tokens och vikter under MIT-licens. Den ligger ovanför MiMo-V2.6-Flash, effektivitetscheckpointen på 309B, i en serie vars delar är separata träningskörningar snarare än en enda modell i två storlekar. Läsare möter detta namn stavat på tre sätt – mimo-v2.6-pro som plattformsidentifierare, mimo v2.6 pro med mellanslag och mimo v2 6 pro med versionsnumret uppdelat i siffror – och alla tre pekar på samma checkpoint, den vars vikter finns på X​iaomiMiMo/MiMo-V2.6-Pro-RL.

Den här sidan är referensen för själva modellen. Jämförelserna och kostnadsberäkningarna finns redan på den här bloggen och indexeras nedan i stället för att upprepas; det som följer är vad modellen är, vad den publicerar om sig själv, och vilka siffror på kortet som är värda att lita på så långt deras källa tillåter.

Identitet: labbet, klassen och vad "Pro" skiljer ut

Utgivaren är X​iaomi, via den grupp som undertecknar sina tekniska rapporter som X​iaomi MiMo Team. Vikterna, plattformsdokumentationen och API:et kommer alla från samma organisation, vilket är viktigt för proveniensen: varje kapacitetssiffra nedan är leverantörens beskrivning av sin egen checkpoint, och inget av det har reproducerats här.

"Pro" är en position i en serie med tre modeller, inte ett kvalitetsadjektiv. I sin egen serienot kallar Xiaomi Pro för den mest kraftfulla flaggskeppsmodellen för resonemang hittills – omnimodal, ultrahög prestanda, biljoner parametrar – byggd för komplexa projekt, uppgifter med lång tidshorisont, arbete med höga insatser och forskning; Flash är den fullmodala resonemangsmodellen med låg kostnad, och Pro-UltraSpeed är en serving-nivå som har samma checkpoint vid upp till tjugo gånger högre utdatahastighet för latenskänsligt arbete. Plattformens guide för snabbval dirigerar komplexa projekt, långsiktiga uppgifter och arbete med högt värde till Pro, högfrekventa professionella kontorsanrop till Flash och allt svarstidskänsligt till Pro-UltraSpeed. Tre publicerade positioner, en serie – inte tre storlekar av en och samma träningskörning.

Det är värt en rad att nämna versionen, för det är där återvändande läsare tappar fotfästet. MiMo-V2.5 Pro, den tidigare flaggskeppsmodellen, är planerad att pensioneras: Xiaomis plattform anger en utfasningstid på 10:00 Beijing-tid den 21 oktober 2026 för både mimo-v2.5 och mimo-v2.5-pro, och rekommenderar byte till den nya versionen. Pro är den nya versionen, så en sökning på "MiMo Pro" som landar på 2025-material landar på modellen som denna ersatte.

Specifikationen, hämtad från modellkortet

Kortets eget sammanfattningsblock är den kortaste ärliga beskrivningen av modellen, och varje rad i det är leverantörens:

• Parametrar — 1,02T totalt, 42B aktiva per token, en gles blandning av experter. Metadata för repositoryt räknar 1 024 216 603 392 parametrar över de publicerade shardarna.

• Kontext och utdata – ett kontextfönster på 1M token och upp till 128 000 token utdata.

• Modaliteter — text-, bild-, video- och ljudinmatning i en och samma modell, med en MiMo ViT på 681M parametrar för vision och en AudioTokenizer på 308M samt en ljudpatchkodare på 127M för ljud.

• Backbone — 70 lager, 60 glidande fönster och 10 globala; dold storlek 6 144; 384 routade experter med 8 aktiverade; glidande fönster 128. Det första blocket kör global uppmärksamhet med ett tätt FFN, och inget block använder delade experter.

• Spekulativ avkodning – en 5-lagers utkastare för multi-token-prediktion med glidande fönster, som kortet beskriver som att förutsäga sju ytterligare token per framåtpassning.

Två noteringar om hur man läser den listan. Parametertotalen är en leverantörssiffra, men det är den som en utomstående delvis kan kontrollera, eftersom shardstorlekarna publiceras i repots filförteckning; den aktiverade siffran har ingen sådan korsvis kontroll och bör tas för vad som påstås. Och de två sista posterna är lite oförenliga med varandra – en draftmodell som beskrivs av sitt antal lager och en draftmodell som beskrivs av hur många tokens den förutsäger per pass är två olika mätningar av samma komponent, och endast antalet lager finns med i arkitekturtabellen.

Pro jämfört med base och Flash, på ett och samma ställe

Det här är de skillnader som läsarna faktiskt kommer med, båda sidor läser samma leverantörsdokumentation samma dag:

• Skala — Pro har totalt 1,02T parametrar med 42B aktiva; Flash är en separat träningskörning på totalt 309B med 15B aktiva.

• Djup — Pro kör 70 lager med 384 routade experter och 8 aktiverade; Flash kör 48 lager med 256 routade experter och 8 aktiverade.

• Pris — Pro kostar US$0,435 per miljon indatatoken och US$0,87 per miljon utdatatoken vid cachemiss, med en cacheträff på US$0,0036; Flash kostar US$0,14 och US$0,28, med en cacheträff på US$0,0028.

• Urval — X​iaomi dirigerar komplexa, långsiktiga och högvärdiga uppgifter till Pro och högfrekvent professionell kontorstrafik till Flash.

• Delat — kontextfönstret på 1M, utdatataket på 128 000 token och MIT-licensen är identiska för båda.

De två jämförelser som den här bloggen redan genomför går djupare än den listan och återges inte här. Artikeln om Pro mot enbart serienamnet reder ut varför "MiMo-V2.6" är en samling med mer än en medlem snarare än en tredje checkpoint som ligger mellan Pro och Flash. Artikeln om Pro mot Flash innehåller den fullständiga arkitekturkontrasten, lager för lager, för en läsare som ska välja mellan de två utifrån en verklig arbetsbelastning.

Vikter och licens för den här versionen

Det finns ett repository för denna checkpoint, X​iaomiMiMo/MiMo-V2.6-Pro-RL, och dess metadata är entydig: MIT-licens, utan åtkomstbegränsning, skapad 21 september 2026, senast ändrad 9 oktober 2026, med drygt 96 000 nedladdningar registrerade när detta skrivs. Parametrarna fördelar sig över lagringsdatatyperna ungefär så här: 1 000,2 miljarder i U8, 13,4 miljarder i FP8 (E4M3), 10,6 miljarder i BF16 och en liten mängd i F32 – formen hos en checkpoint som levererar sina expertvikter i ett lågprecisionsformat och behåller resten i BF16. Shardarna är stora: en enda expert-parallell fil uppgår till cirka 4,15 GB, och hela nedladdningen ligger i storleksordningen flera hundra gigabyte.

-RL-ändelsen är en härstamningsmarkör, inte en adapter och inte en kvantisering. Båda V2.6-checkpointarna bär den, och modellkortet placerar hela serien kring förstärkningsinlärning i stor skala – en enda blandad körning över kodning, allmänna agenter, visuellt arbete och cybersäkerhet i stället för separata körningar per domän, med ett gruppvis bedömningssteg som rangordnar godkända trajektorier i stället för att ge dem godkänt eller underkänt. Inget av detta ändrar vad vikterna är; det förklarar varför repot heter som det gör.

Att köra det: vad som faktiskt publiceras

Kortet anger två driftsättningsvägar och inget mer. SGLang serveras med det vanliga anropet python3 -m sglang.launch_server mot sökvägen till arkivet, och kortets eget exempel använder en layout med två noder och expertparallelism. vLLM serveras med vllm serve plus de flaggor som namnger den här modellens parsrar, --reasoning-parser mimo och --tool-call-parser mimo, med automatiskt verktygsval aktiverat och genereringskonfigurationen inläst från modellkatalogen. Samplingen på kortet är temperature 1.0 och top_p 0.95 – varma inställningar, och en berättigad varning för att 0.7, som många testramverk använder som standard, inte är vad leverantören testade.

Jämsides med de självhostade rutterna publicerar Xiaomis plattform driftsramarna för sin hostade slutpunkt: kontextfönstret på 1M, en maximal utdata på 128 000 tokens och en kvot på 100 anrop och 10 miljoner tokens per minut. Plattformen listar också ett Batch-API som täcker den här modellen för arbete som inte sker i realtid till en lägre kostnad. Det som inte publiceras är någon uppgift om genomströmning eller minne från Xiaomi själva, så den här sidan innehåller ingen sådan — de hastighetssiffror som cirkulerar kommer från tredje part, mäter deras hårdvara snarare än din och bör åtföljas av sina mätvillkor.

Poängen, och vilka som mätte dem

Xiaomis kort innehåller en benchmarktabell, och allt i den är rapporterat av leverantören: DeepSWE v1.1 på 71,9, Terminal Bench 2.1 på 89,9, Agents' Last Exam på 31,6, OSWorld-Verified på 82,0, GDPval-AA 2.1 på 1673, AutomationBench v1.0.6 på 53,1, och på cybersäkerhetsraderna CyberGym på 94,0 och leverantörens egen MiMo Cyber Bench på 80,2. Det är siffrorna att citera när frågan gäller vad labbet hävdar. Samma tabell visar siffror för Flash, för den tidigare MiMo-V2.5 Pro och för tre slutna modeller, vilket är en påminnelse värd att ha: en leverantörstabells jämförelserader är leverantörens urval, körda med leverantörens val av testramverk.

Den oberoende siffran är en annan sak, och det är den som har förändrats sedan bevakningen av lanseringen. Artificial Analysis poängsätter MiMo-V2.6-Pro till 46 på sitt Intelligence Index, mätt på version 4.3.2 av det indexet – den högsta poängen som den sidan registrerar för en modell med öppna vikter, en poäng över GLM-5.3, två över Kimi K3, och bakom de slutna ledarna som den också utvärderar. Samma sida prissätter en fullständig indexkörning till cirka 206,66 US-dollar, anger en cacherabatt på 99 % mot listpriset och ger en kostnad per indexuppgift på ungefär 0,13 US-dollar. Läser man de två källorna tillsammans är modellens form läsbar utan att någon av dem behöver framhållas: en leverantör vars egen tabell är generös, och en tredje part vars enda index fortfarande placerar den i täten för fältet med öppna vikter.

Kostnadsarbetet, indexerat snarare än upprepat

Tre publicerade texter framför redan argumentet om prisgapet och värdet för den här modellen, och var och en besvarar en annan fråga:

• Artikeln om Pareto-fronten frågar var MiMo-V2.6-Pro landar när kostnaden per enhet uppmätt förmåga räknas om över det bredare fältet i stället för mot en enda rival.

• Delen om kostnadsgapet per uppgift frågar vad samma uppmätta förmåga kostar när den billigare sidan är den med öppna vikter.

• Artikeln om samma poäng tar upp fallet där två kontrollpunkter hamnar inom en bråkdel av en poäng på ett index och kostnaden för att köra det indexet mot var och en skiljer sig med mer än en storleksordning.

Det som hör hemma här i stället är priset som ett faktum om modellen, inte som ett argument. Xiaomi publicerar två prislistor, och de är två publicerade siffror snarare än den ena omvandlad till den andra: fastlandslistan anger ¥0,025 per miljon indatatoken vid cacheträff, ¥3,00 vid cachemiss och ¥6,00 för utdata, medan utlandslistan anger US$0,0036, US$0,435 och US$0,87 för samma tre rader. Cacheskrivningar är gratis under en begränsad kampanjperiod på båda. Huruvida en given arbetsbelastnings faktura liknar raden för cacheträff eller raden för cachemiss är en fråga om arbetsbelastningen, och de tre delarna ovan är där den frågan diskuteras.

En strukturell princip överlever varje enskild prislista: ett publicerat pris är bara användbart om det är priset du faktiskt faktureras. Det är därför katalogen bakom den här bloggen innehåller 200+ modeller till leverantörens listpris med 0 % påslag som förs vidare, i stället för en marginal som läggs ovanpå vad leverantören har satt — en ändring som leverantören gör är en ändring på din faktura samma dag, inte vid en förnyelse.

Vad är inte avgjort

Två lösa trådar, ingen av dem en defekt, båda värda att känna till innan du citerar specifikationsbladet. Kortets spekulativa avkodare beskrivs i två olika enheter — fem lager i arkitekturtabellen, sju förutsagda token per pass i prosan — och endast den första anges som konfiguration. Och modalitetsanspråket är bredare på kortet än vad tredje parter för närvarande registrerar för den betjänade slutpunkten: vikterna accepterar fyra indatatyper, medan en utvärderingssajt som mäter ett hostat API kan visa en snävare yta. Det är den vanliga klyftan mellan vad en checkpoint kan göra och vad en given slutpunkt exponerar, och den som planerar ljud- eller videoarbete bör bekräfta det mot den slutpunkt de avser att anropa snarare än mot den här sidan.

Läser tillbaka sidan

Den korta versionen, för en läsare som kom från en sökruta och vill ha svaret snarare än argumentationen: MiMo-V2.6-Pro är Xiaomis flaggskeppsmodell med en biljon parametrar – en gles expertblandning (sparse mixture of experts) med ungefär 1,02T totalt och 42B aktiva, nativ inmatning av text, bild, video och ljud, en kontext på 1M tokens med 128 000 tokens utdata, MIT-licensierade vikter på XiaomiMiMo/MiMo-V2.6-Pro-RL, 46 på Intelligence Index, där det indexet är källan, och 71,9 på DeepSWE v1.1, där Xiaomi är källan, prissatt till US$0,435 och US$0,87 per miljon tokens på utlandskortet med en cacheträff på US$0,0036, och skiljer sig från MiMo-V2.6-Flash genom skala, djup, pris och avsedd arbetsbelastning snarare än genom generation.

En varning för hela sidan, eftersom detta är en referens och inte en nyhetsartikel: alla siffror här är som de publicerades den 13 oktober 2026 av källorna som anges bredvid dem, och leverantörsrapporterade siffror märks som leverantörsrapporterade där de förekommer. Ett rate card, ett cachepris, ett kontexttak och en poäng från ett tredjepartsindex är alla sådant som ändras utan meddelande, så den som lutar sig mot någon av dem för ett beslut bör kontrollera den raden mot dess källa i stället för mot den här sidan.