MiMo-V2.6-Pro-UltraSpeed: Xiaomi har släppt familjen och satt ett 10x-pris på hastighet

MiMo-V2.6-Pro-UltraSpeed är samma checkpoint med 1,02 biljoner parametrar som MiMo-V2.6-Pro, serverad snabbare, och det kostar ungefär tio gånger så mycket att anropa: 4,35 USD per miljon indatatokens och 8,70 USD per miljon utdatatokens mot standard-Pro-lanen på 0,44 och 0,87 USD. Den kvoten är hela berättelsen om Xiaomis släpp den 22 september, och det är en märkligare historia än vad lanseringsrapporteringen antyder — för det Xiaomi släppte som ingen hade för en vecka sedan är inte en modell. Det är en prislista för latens.

Modellerna är verkliga nu. Xiaomis lanseringssida är daterad 22 september, Hugging Face-repositorierna för MiMo-V2.6:s checkpoints för förstärkningsinlärning publicerades dagen innan, och familjen – MiMo-V2.6-Pro, MiMo-V2.6-Flash och UltraSpeed-servingnivån – listas i kommersiella kataloger med tillhörande priser. För tre veckor sedan existerade inget av detta. Vår egen artikel den 21 september sade, korrekt, att MiMo-V2.6-Pro inte hade något releasedatum, något modellkort, någon API-identifierare, något pris och inga nedladdningsbara vikter. Alla dessa fem luckor stängdes inom ungefär 48 timmar. Så den intressanta frågan är inte längre huruvida Xiaomi har släppt. Det är vad du faktiskt köper när du betalar tio gånger standardpriset för samma vikter.

Vad en "hastighetsnivå" är, och vad den inte är

UltraSpeed är inte en mindre modell, en destillerad modell eller en modell som tränats annorlunda. Xiaomi beskriver den som snabbversionen av flaggskeppet, byggd från samma 1T MiMo-V2.6-Pro-checkpoint, och priskatalogerna anger samma kontextfönster på 1M tokens och samma inbyggda multimodalitet. Det finns ingen ny kapacitet i nivån. Det som förändras är hur checkpointen serveras: batchningen, den spekulativa avkodningen, hårdvaruallokeringen, samtidighetsgränserna — ingenjörsarbetet mellan vikterna och din HTTP-begäran.

Den distinktionen spelar större roll än den låter, för den avgör vad du kan och inte kan dra för slutsatser av att en hastighetsnivå existerar. En variant optimerad för serving säger att Xiaomi tror att det finns en marknad av köpare för vilka tokenlatens är värd mer än tokenkostnaden. Den säger inte att modellen har blivit bättre, och den säger inte att vikterna har ändrats. Om du benchmarkar UltraSpeed och standard-Pro-spåret på samma prompts bör du förvänta dig samma svar som anländer i olika takt. Om du får olika svar är det ett fynd värt att rapportera, inte en funktion.

20x-påståendet och 10x-påståendet

Här blir källarbetet intressant, och här har merparten av lanseringsbevakningen tyst valt en siffra utan att säga vilken den valde. Xiaomis eget material hävdar att UltraSpeed når upp till 20 gånger utdatahastigheten för standard-Pro-tjänsten vid samma kvalitet. Katalogposter från tredje part, som beskriver samma modell samma dag, säger att den levererar ungefär 10 gånger utdatahastigheten. Båda siffrorna är i omlopp. De är inte samma siffra, och ingen har publicerat en mätning som förenar dem.

Vi tänker inte låtsas att vi kan lösa det. Den ärliga tolkningen är att "upp till 20x" är ett leverantörstak under förhållanden som Xiaomi inte har angett – ett bästa fall, förmodligen vid gynnsamma batchstorlekar – medan "ungefär 10x" är vad en katalogpost var beredd att hävda som en typisk siffra. Tills någon publicerar latensfördelningar per begäran vid en angiven samtidighetsnivå bör du betrakta den verkliga multiplikatorn som någonstans i ett brett intervall och testa den på din egen trafik. Det som inte är omtvistat är riktningen: nivån är väsentligt snabbare, och den är prissatt som om den vore det.

Aritmetiken bakom att betala för snabbhet

Prisförhållandet och hastighetsförhållandet matchar inte, och det är den delen som är värd att räkna på. Om UltraSpeed är 10 gånger snabbare och 10 gånger dyrare per token, så betalar du 10 gånger mer för en fast mängd arbete – ett fast antal genererade tokens – och blir klar på en tiondel av väggklockstiden. Kostnaden per token har gått upp 10 gånger. Kostnaden per enhet sparad tid är det du faktiskt köper, och den har ingen benchmark.

• Standard MiMo-V2.6-Pro — $0,44 in / $0,87 ut per 1M tokens • MiMo-V2.6-Pro-UltraSpeed — $4,35 in / $8,70 ut per 1M tokens • Förhållande — ungefär 9,9x på indata, exakt 10x på utdata • Uppgiven hastighetsökning — upp till 20x (Xiaomi), ungefär 10x (tredjepartslistningar) • Kapacitetsskillnad — ingen uppgiven; samma checkpoint, samma 1M-kontext, samma multimodala indata • Licens — MIT på de släppta MiMo-V2.6-vikterna, enligt Xiaomis egna modellkort

Om det bytet är värt att göra beror helt och hållet på vad latensen är kopplad till, och svaret vänder beroende på arbetsbelastningen. För ett batchjobb – dokumentbearbetning över natten, offline-utvärdering, datasetgenerering – är latens nästan värdelöst och standard-Pro-spåret är det självklara valet. För en interaktiv agentloop där varje tur villkorar nästa ackumuleras latensen: en 10 gånger snabbare modell i en agentkörning med 30 steg är inte 10 gånger snabbare från början till slut, men det är skillnaden mellan en session som en användare väntar igenom och en session som en användare överger. Xiaomi satsar uppenbarligen på att den andra typen av köpare finns och är villig att betala.

Vad Xiaomi faktiskt förde till protokollet

Den släppta familjen är en gles mixture-of-experts-design. Xiaomis eget modellkort för MiMo-V2.6 RL-checkpoints beskriver serien som 1,02T totala parametrar med 42B aktiverade per token, ett kontextfönster på 1M token, inbyggd multimodalitet över text, bild, video och ljud, samt en MIT-licensmärkning på de offentliga arkiven. Släpppaketet innehåller en teknisk rapport och driftsättningsanteckningar, och Xiaomi säger att de öppnar sin förstärkningsinlärningsmiljö och kod som öppen källkod så att efterträningen kan granskas och reproduceras. Det är ett bredare avslöjande än en API-lansering, och det är ett verkligt steg bortom vad som var synligt när företaget bara strömmade en träningsdashboard.

Benchmark-siffrorna är fortfarande leverantörsrapporterade och inte reproducerade. På DeepSWE v1.1 — Xiaomis egen testmiljö, mini-swe-agent, avg@3 — rapporterar företaget att MiMo-V2.6-Flash går från 48,8 till 65,68 och MiMo-V2.6-Pro från 58,4 till 72,57 under förstärkningsinlärningskörningen. Själva efterträningen dokumenteras som 30 steg och ungefär 750 000 trajektorier per modell, slutförd på under sex dagar, till en sammanlagd publicerad kostnad på cirka 3 474 715 USD för Pro- och Flash-körningarna. Dessa siffror kommer från Xiaomis egen telemetri och företagets egen utvärderingsmiljö. Ingen oberoende part har reproducerat resultaten, och skillnaden mellan "Xiaomis testmiljö säger 72,57" och "72,57 är resultatet" är skillnaden mellan ett påstående och ett faktum. En tredjepartsspårare listar dessutom Pro-modellen på 46,32 i ett Artificial Analysis-intelligensindex; vi har inte läst av den siffran direkt från Artificial Analysis, så behandla den som en hänvisning snarare än en siffra.

En varning om MIT-märkningen, för det är den typ av detalj som blir utslätad i lanseringsbevakningen. Licensen gäller vikterna som Xiaomi publicerade. UltraSpeed-nivån är en hostad tjänst, och en hostad tjänst regleras av användarvillkor, inte av en viktslicens. Att ha rätt att köra checkpointen på sin egen hårdvara och att ha rätt att sälja vidare någon annans accelererade serving av den är olika rättigheter, och endast den första bär MIT-märkningen.

Att ta itu med det, och vad vi dirigerar och inte dirigerar

MiMo-V2.6-Pro-UltraSpeed är tillgänglig via leverantörens eget API och flera tredjepartsplattformar. Den finns inte på OrcaRouter – ingen Xiaomi-modell gör det, och vi säger hellre det rakt ut än låter en modellsida antyda något annat. Om du anropar den, anropar du den via Xiaomi eller via en av de kommersiella kataloger som erbjuder den.

Det är i testandet, inte i driftandet, som en routad katalog gör nytta med en modell som den här. En helt ny premiumnivå med en 10x prislapp och ett hastighetspåstående som ingen oberoende har mätt är precis den typ av sak man vill A/B-testa mot sin nuvarande lösning innan man satsar en produktionsväg på den — och att göra det genom att sätta upp ett andra avtal, en andra nyckel och en andra faktureringsrelation är friktionen som hindrar team från att någonsin köra testet. OrcaRouter sätter 200+ modeller bakom en OpenAI-kompatibel slutpunkt till 0 % påslag, och skickar leverantörens listpris rakt igenom, med automatisk failover mellan leverantörer. Det innebär att en leverantörs prisändring slår igenom hos oss samma dag i stället för vid nästa faktureringscykel, och det innebär att jämförelsen du vill göra — UltraSpeed mot modellen den skulle ersätta, med dina egna prompter — är en konfigurationsändring i stället för en upphandlingsdiskussion. Om Xiaomi sänker UltraSpeed-taxan nästa månad, som leverantörer vanligtvis gör med en ny premiumnivå, följer siffran hos oss med.

Vad du ska titta på

Tre saker skulle avgöra de öppna frågorna i den här releasen. En oberoende latensmätning vid en angiven samtidighet skulle visa om den verkliga multiplikatorn ligger närmare 10x eller 20x, och om den håller under belastning snarare än i en demo med en enda ström. En oberoende reproduktion av DeepSWE-siffrorna skulle visa om 72,57 är en modellegenskap eller en harnessegenskap. Och den första prisförändringen på UltraSpeed-nivån skulle visa om Xiaomi prissatte den som ett permanent premiumpris eller som ett lanseringspris — det vanliga Pro-spåret på $0,44/$0,87 är ankaret, och en nivå som startade på 10x ankaret stannar sällan kvar där.

Fram till dess är den försvarbara positionen snäv och tydlig. Modellfamiljen har släppts, vikterna är MIT och nedladdningsbara, den tekniska rapporten finns, och standard-Pro-spåret är ett genuint billigt sätt att anropa en modell i 1T-klassen. UltraSpeed är en satsning på latens, prissatt till ett premiumpris som bara är rimligt för interaktiva och agentiska loopar, och med ett hastighetsanspråk med en faktor 2 mellan leverantörens tak och alla andras beskrivning. Köp den om väggklockstiden är produkten. Köp den inte med förväntan om en bättre modell.