MiMo-V2.6-Flash: checkpoint mở 309B mà Xiaomi giờ bán theo token

MiMo-V2.6-Flash là bản checkpoint hiệu quả trong bản phát hành tháng 9 năm 2026 của Xiaomi: một mô hình mixture-of-experts thưa với tổng cộng 309 tỷ tham số và 15 tỷ tham số hoạt động trên mỗi token, ngữ cảnh 1M token, cùng trọng số được cấp phép MIT trên Hugging Face. Nó nằm dưới MiMo-V2.6-Pro, mẫu flagship 1,02 nghìn tỷ tham số, trong cùng dòng MiMo-V2.6 — và cả hai là những lần huấn luyện riêng biệt chứ không phải một mô hình ở hai kích cỡ. Điều đã thay đổi kể từ lần đưa tin đầu tiên về bản phát hành này không phải là mô hình. Mà là mọi thứ xung quanh nó. Nền tảng của chính Xiaomi giờ đây công bố mức giá theo token gắn với đúng định danh mimo-v2.6-flash, một độ dài đầu ra tối đa được công bố, một hạn mức giới hạn tốc độ, và một ngày ngừng hỗ trợ sẽ đưa lưu lượng V2.5 về endpoint này dù bạn có di chuyển hay không. Đây là tài liệu tham chiếu thường trực cho chính mô hình: ba checkpoint được công bố dùng chung tên với nó, đúng một trong số đó là cái mà độc giả muốn nói tới, và hai con số bạn có thể đã thấy về nó giờ đã lỗi thời.

MiMo-V2.6-Flash là gì — và hai cái tên mà nó không phải là

Hãy bắt đầu với sự phân biệt mà người đọc cần nắm cho đúng, vì những người tìm kiếm đến trang này chia thành hai nhóm dựa trên nó. MiMo-V2.6 là một dòng sản phẩm, chứ không phải một mô hình. Ghi chú phát hành của Xiaomi nói rằng dòng này “bao gồm hai mô hình đa phương thức hoàn toàn nguyên bản, cụ thể là Pro và Flash”, nên chỉ tên dòng không thôi đã ứng với hai checkpoint đã công bố, với các lần huấn luyện riêng, bảng benchmark riêng và mức chiếm dụng bộ nhớ riêng. Flash là bản nhỏ hơn, rẻ hơn, cân bằng hiệu quả; Pro là bản chủ lực. Không bản nào là phiên bản lượng tử hóa của bản kia, và không có bản thứ ba “V2.6 thường” nào nằm giữa chúng.

Tên thứ hai cần phân biệt thì cũ hơn và việc nhầm lẫn sẽ tốn kém hơn. MiMo-V2-Flash ra mắt vào tháng 12 năm 2025 và, trên giấy tờ, trông giống cùng một mô hình: một hỗn hợp thưa các chuyên gia với tổng 309B và 15B tham số hoạt động, attention hybrid xen kẽ các khối cửa sổ trượt và toàn cục, cùng cửa sổ trượt 128 token giống như vậy. Chín tháng ngăn cách chúng, và gần như mọi thứ khác cũng vậy. Checkpoint năm 2025 tuyên bố ngữ cảnh 256K; bản này tuyên bố 1M. Chúng là các bản tải xuống khác nhau, công thức phục vụ khác nhau và hồ sơ năng lực khác nhau, và tìm kiếm "MiMo V2.6 Flash" vẫn sẽ vui vẻ đưa cho bạn các trang của năm 2025.

Điều mà Xiaomi không công bố là một kho trọng số thứ hai dưới tên trần. Việc yêu cầu XiaomiMiMo/MiMo-V2.6-Flash từ Hub sẽ trả về lỗi ủy quyền vì không tồn tại kho như vậy; artifact chính tắc là XiaomiMiMo/MiMo-V2.6-Flash-RL. Thông tin thêm về ý nghĩa của hậu tố đó ở bên dưới, vì đây là phần bị hiểu sai nhiều nhất trong cách đặt tên của mô hình này.

Ai xuất bản nó, theo giấy phép nào, và dưới endpoint của ai?

Nhóm MiMo của Xiaomi công bố nó, trên tổ chức Hugging Face của riêng mình, và giấy phép là MIT — đã được xác minh hôm nay dựa trên siêu dữ liệu của kho lưu trữ, vốn mang license:mit và không có gating. Đó là giấy phép tự do, không có ngưỡng doanh thu, điều khoản nghiên cứu hay cổng chấp thuận sử dụng, nên triển khai thương mại, sửa đổi và phân phối lại đều được phép mà không cần trao đổi với Xiaomi. Thẻ mô hình công bố tiếng Anh và tiếng Trung là các ngôn ngữ của nó.

Cùng một tổ chức xuất bản ba artifact trên stem này và sự khác biệt này rất quan trọng đối với bất kỳ ai đang lập kế hoạch triển khai:

• MiMo-V2.6-Flash-RL — checkpoint phát hành chính thức, được tạo ngày 21 tháng 9 năm 2026, gồm 90 tệp. Đây là bản mà API phục vụ và cũng là bản mà mọi bài đánh giá trong trang này đều tham chiếu đến.

• MiMo-V2.6-Flash-MOPD — được công bố ngày 27 tháng 9 năm 2026, và được mô tả trong thẻ của chính nó là "bản nâng cấp MOPD của checkpoint MiMo-V2.6-Flash-RL" chứ không phải một mô hình khác. Đây là kết quả của giai đoạn hậu huấn luyện thứ hai, hợp nhất nhiều teacher chuyên biệt theo lĩnh vực thành một mô hình. Nếu bạn đã tải checkpoint RL về rồi, thì đây là một artifact mới hơn trên cùng dòng phát triển, không phải một phiên bản anh em riêng biệt.

• MiMo-V2.6-Distill-Qwen-9B — một mô hình 9,4B được cấp phép theo MIT, công bố cùng ngày, được ghi chú phát hành nêu tên là điểm khởi đầu cho đợt huấn luyện RL mã nguồn mở chứ không phải một checkpoint sản phẩm.

Xiaomi cũng bán trực tiếp mô hình này, và đó chính là phần đã thay đổi trong tháng Mười. Định danh được lưu trữ viết bằng chữ thường và không có hậu tố — mimo-v2.6-flash — và nó xuất hiện trong danh sách /v1/models của chính nền tảng, cùng với mimo-v2.6-pro, mimo-v2.6-pro-ultraspeed và thế hệ V2.5.

Kiến trúc, đọc từ cấu hình thay vì từ bản tóm tắt

Dòng tóm tắt trên thẻ mô hình là nơi hầu hết các bài đưa tin thứ cấp dừng lại, và đó không phải là nơi chứa những con số hữu ích. Từ các bảng kiến trúc của chính Xiaomi và tệp config.json của kho mã, cả hai đều đã được đọc hôm nay:

• Xương sống — 48 lớp chia thành 39 lớp attention cửa sổ trượt và 9 lớp attention toàn cục, kích thước ẩn 4096, 256 chuyên gia định tuyến với 8 được kích hoạt mỗi token, cửa sổ trượt 128 token, và không có chuyên gia chia sẻ. Khối đầu tiên là attention toàn cục với mạng feed-forward dày đặc; mọi thứ sau nó xen kẽ.

• Các đầu attention — 64 đầu truy vấn trong cả hai khối, 8 đầu key/value trên các khối cửa sổ trượt so với 4 trên các khối toàn cục. Đây là cấu trúc giúp ngữ cảnh 1M trở nên khả thi về chi phí: chính mô hình lai là thứ giữ cho bộ nhớ đệm KV không tăng theo toàn bộ chuỗi.

• Các bộ mã hóa — một MiMo ViT 681 triệu tham số (28 lớp, 24 cửa sổ trượt cộng 4 lớp đầy đủ), một bộ token hóa âm thanh 308 triệu tham số với 24 lớp và 20 sổ mã lượng tử hóa vectơ thặng dư, và một bộ mã hóa patch âm thanh 127 triệu tham số gộp bốn khung thành một.

• Giải mã suy đoán — một bộ phác thảo dự đoán nhiều token dùng cửa sổ trượt 5 lớp, kiểu DFlash, với cửa sổ 1024 token, được mô tả là dự đoán 7 token tiếp theo mỗi lượt truyền xuôi.

• Trọng số trên đĩa — danh sách tệp của kho lưu trữ trên Hub hiện nay có tổng dung lượng khoảng 178 GB trải trên 90 tệp, các phân mảnh ở định dạng FP8 (e4m3) với một cơ chế kích hoạt động. Đó là con số bạn phải trả bằng VRAM, và nó không bận tâm đến việc các tham số được đếm như thế nào.

Hai câu hỏi về số đếm xuất hiện ở đây, và giờ chúng có câu trả lời khác so với hồi tháng Chín. Câu hỏi thứ nhất: siêu dữ liệu safetensors của Hub cho kho lưu trữ báo cáo tổng cộng 310.756.322.688 tham số — khoảng 310,8 tỷ, nằm ngay cạnh con số 309 tỷ tổng cộng trên card. Các bài viết trước đây, kể cả bài của chúng tôi, đưa ra con số 159 tỷ đọc được từ chính bảng đó của kho lưu trữ. Con số đó đã thay đổi, và con số hiện tại mới là con số cần dùng. Câu hỏi thứ hai vẫn chưa được giải quyết: card mô tả một drafter năm lớp dự đoán bảy token, trong khi config.json trong cùng kho lưu trữ đặt num_nextn_predict_layers thành 3. Cả hai không thể cùng mô tả một artifact, và config mới là thứ mà runtime đọc. Hãy tính bộ nhớ cho drafter dựa trên config và kiểm tra lại sau khi nạp.

Tệp cấu hình thực sự xác nhận rõ ràng một tuyên bố nổi bật, và điều này đáng để nói ra vì hầu hết những tuyên bố còn lại đều cần kèm theo một lưu ý: max_position_embeddings được đặt thành 1.048.576, đúng bằng ngữ cảnh 1 triệu token mà thẻ mô hình quảng cáo.

Ngữ cảnh, trần đầu ra và một tuyên bố về phương thức thu hẹp các lựa chọn ngoài nhà cung cấp

Context là phần dễ. Xiaomi quảng cáo 1M token, cấu hình xác nhận điều đó, và phần tóm tắt model của nền tảng cũng nhắc lại con số ấy. Output tối đa là con số mà hầu hết các trang tham chiếu vẫn ghi sai do bỏ sót, và nó đã được công bố: trang model của nền tảng đưa ra tối đa 128K token đầu ra so với context 1M, cho cả mimo-v2.6-flash và mimo-v2.6-pro. Có kèm theo một cái bẫy về hành vi. Deep thinking được bật mặc định, và max_completion_tokens giới hạn chung cả nội dung suy luận lẫn câu trả lời cuối cùng — nên một lượt lý luận dài sẽ ngốn cùng ngân sách như câu trả lời, và hướng dẫn của chính nhà cung cấp là hãy đặt nó thoáng rộng. Ở chế độ thinking, temperature và top_p tùy chỉnh sẽ bị bỏ qua: dù bạn gửi gì, giá trị hiệu lực đều bị ép thành 1.0 và 0.95.

Các phương thức là chỗ tài liệu của nhà cung cấp và đo lường độc lập không còn khớp nhau, và đáng để nêu cả hai mà không chọn bên nào thắng. Thẻ mô hình và nền tảng của Xiaomi đều tuyên bố có bề mặt đầu vào đa phương thức nguyên bản cho dòng sản phẩm này — văn bản, hình ảnh, video và âm thanh cùng đi vào một mô hình thay vì ba pipeline ghép tạm vào nhau. Đo lường độc lập cho kết quả hẹp hơn. Trên trang mô hình Artificial Analysis của MiMo-V2.6-Flash, phần thông số kỹ thuật liệt kê phương thức đầu vào là "văn bản và hình ảnh" và đầu ra là "văn bản", trong khi trang của cùng site đó cho MiMo-V2.6-Pro liệt kê đầu vào là "văn bản, hình ảnh, giọng nói và video". Cùng một dòng, cùng tài liệu nhà cung cấp, mà chỉ một trong hai checkpoint có bề mặt âm thanh và video được ghi nhận độc lập. Không có tài liệu nào được công bố giải thích sự khác biệt này, và chúng tôi không thể giải quyết nó từ bên ngoài. Hãy coi đầu vào âm thanh và video là tuyên bố của nhà cung cấp đối với Flash cho đến khi có thứ khác xác nhận điều đó.

Những gì Xiaomi công bố, và con số duy nhất mà bên thứ ba đo được

Mọi con số đánh giá hiệu năng mà Xiaomi công bố cho mẫu máy này đều đến từ các lần chạy trên bộ khung kiểm thử của chính Xiaomi và chưa được tái lập một cách độc lập trên những bộ khung kiểm thử đó. Đó không phải là một lời buộc tội, mà là tình trạng của bằng chứng, và điều đó đáng để ghi nhớ bởi vì các bề mặt thông tin của chính nhà cung cấp mâu thuẫn với nhau theo một cách dễ bị bỏ qua.

• Agent lập trình — DeepSWE v1.1: Flash 67,9, Pro 71,9, so với Claude Opus 5 đạt 74,0 và GPT-5.6 Sol đạt 73,0 trong các lần chạy của Xiaomi. Terminal Bench 2.1: Flash 87,6. Terminal Bench 4.0: Flash 28,8. ProgramBench 26,0.

• Tác nhân tổng quát — AutomationBench v1.0.6: Flash 52.3, cao hơn cả GPT-5.6 Sol (45.8) và Claude Opus 5 (50.3) trong cùng lần chạy của nhà cung cấp. Toolathlon-Verified 73.6, OSWorld-Verified 80.8, Agents' Last Exam 27.6.

• An ninh mạng — cột mà mô hình nhỏ hơn giành chiến thắng. CyberGym: Flash 95,1 so với 94,0 của Pro. Rồi mức sàn tụt xuống: ExploitGym 6,0, ExploitBench 25,3, SEC Bench Pro 47,5.

• Tác nhân trực quan — MiMo VisualCoding: Flash 71.5, Pro 72.3.

Sự bất đồng nằm ở cột DeepSWE v1.1, và nó trải dài trên ba bề mặt của Xiaomi. Ghi chú phát hành trên nền tảng Xiaomi nói Flash cải thiện "khoảng 17 điểm (từ 48,8 lên 65,7)" trong toàn bộ lần chạy RL. Thẻ mô hình in 67.9 cho các trọng số đã phát hành. Bảng điều khiển RL phát trực tuyến chạy đến tháng Chín đã công bố 65.68 dưới một harness mini-swe-agent ở mức trung bình của ba lần, trên một snapshot huấn luyện. Ba con số của nhà cung cấp cho một benchmark trên một mô hình, và hiện tại không ai ngoài Xiaomi có thể nói con số nào mô tả artifact mà bạn tải xuống. Nếu bạn đã trích dẫn 65.68 từ tháng Chín, thì lúc đó nó mô tả một snapshot huấn luyện và giờ đây nó là một con số lỗi thời cho checkpoint đã phát hành.

Đối lập với tất cả những điều đó, chỉ có đúng một phép đo độc lập, và nó không hề tâng bốc theo kiểu một bảng thông số của nhà cung cấp. Artificial Analysis cho MiMo-V2.6-Flash đạt 38 điểm trên Intelligence Index v4.3.2 của mình — đứng thứ tám trong số 117 mô hình cùng lớp — với 49,2 token đầu ra mỗi giây, một lần sinh 240 triệu token cho lượt chạy chỉ số mà trang này gọi là "rất dài dòng" so với mức trung vị 140 triệu, và chi phí 0,06 USD cho mỗi tác vụ Intelligence Index. Câu tóm tắt của nó là mô hình này "nằm trong số những mô hình dẫn đầu về trí thông minh và có giá cả hợp lý" nhưng "chậm hơn mức trung bình và rất dài dòng". Để so sánh, cùng trang đó cho MiMo-V2.6-Pro 46 điểm và xếp nó thứ nhất trong số 117 — con số mà chính Xiaomi trích dẫn trong ghi chú phát hành của mình, dành cho Pro chứ không phải Flash.

Chi phí là bao nhiêu, và con số đã thay đổi

Đây là phần của bức tranh đã thay đổi sau khi có đưa tin về buổi ra mắt, nên cần phải nói rõ ràng: cách hiểu trước đó rằng Xiaomi không công bố mức giá theo token nào cho thế hệ này là đã lỗi thời. Trang trả tiền theo mức sử dụng của nhà cung cấp có một bảng giá đầy đủ với dấu cập nhật ngày 8 tháng 10 năm 2026, và mẫu máy được nhắc tới có một hàng riêng trên đó.

• Ở nước ngoài, trên mỗi triệu token — mimo-v2.6-flash ở mức $0.0028 khi cache hit, $0.14 khi cache miss và $0.28 cho output. mimo-v2.6-pro ở mức $0.0036 / $0.435 / $0.87, và mimo-v2.6-pro-ultraspeed ở mức $0.036 / $4.35 / $8.70.

• Giá tại Trung Quốc đại lục, trên mỗi triệu token — flash ¥0.02 / ¥1.00 / ¥2.00, pro ¥0.025 / ¥3.00 / ¥6.00, ultraspeed ¥0.25 / ¥30.00 / ¥60.00. Nền tảng tính phí bằng RMB ở Trung Quốc và bằng đô la ở nước ngoài.

• API Batch — đúng bằng một nửa mức giá thời gian thực: flash $0.0014 / $0.07 / $0.14, pro $0.0018 / $0.2175 / $0.435, với URL cơ sở của Batch tách biệt với URL thời gian thực. Xiaomi tuyên bố rằng Batch không được hỗ trợ cho mimo-v2.6-pro-ultraspeed hoặc các định danh V2.5.

• Ghi cache — miễn phí trong thời gian giới hạn, như nêu trên bảng giá hôm nay. Lượt trúng cache mới là nơi kinh tế dịch chuyển: ở mức $0.0028 so với $0.14, một lượt trúng chỉ bằng 2% một lượt trượt, và Artificial Analysis ghi nhận mức chiết khấu cache 98% cùng cặp $0.14/$0.28 y hệt từ các số đo nhà cung cấp của chính mình.

• Tìm kiếm web — được tính phí riêng ngoài token với mức 5 đô la cho mỗi 1.000 lượt gọi ở nước ngoài và 16 nhân dân tệ cho mỗi 1.000 lượt tại Trung Quốc, còn nội dung trang được tải về sau đó sẽ được tính như token đầu vào thông thường. Một lượt tìm kiếm có thể kích hoạt nhiều từ khóa cùng lúc, vì vậy nhà cung cấp đưa ra max_keyword giới hạn để khống chế chi phí.

• Gói đăng ký — Xiaomi cũng bán các bậc Token Plan được định giá theo tháng với hạn mức tín dụng và "V2.6 Flagship Model Access", một định dạng thông tin xác thực riêng biệt với khóa trả theo mức sử dụng, cùng hệ số nhân tín dụng ban đêm từ 00:00 đến 08:00 UTC+8. Gói đăng ký và số dư trả theo mức sử dụng được nêu rõ là không thể hoán đổi cho nhau.

Gọi nó như thế nào

Có ba tuyến đường, và chúng yêu cầu thông tin xác thực khác nhau.

• 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.

• Giới hạn tốc độ — mức công bố là 100 yêu cầu mỗi phút và 10 triệu token mỗi phút cho mimo-v2.6-flash, được tính theo từng tài khoản trên tất cả các API key chứ không phải theo từng key. Định danh ultraspeed là ngoại lệ, được bán như một dịch vụ tùy chỉnh thay vì tính theo hạn mức.

• Tự lưu trữ — card đi kèm một công thức SGLang ở tensor parallel 8, data parallel 2, với DP attention, đường suy đoán EAGLE đa lớp được bật (--speculative-num-steps 3, --speculative-eagle-topk 1, --speculative-num-draft-tokens 4), tỷ lệ bộ nhớ tĩnh 0.65 và chunked prefill 16384, cùng một công thức vLLM ở tensor parallel 4. Cả hai đều cần --reasoning-parser mimo --tool-call-parser mimo để phân tích chính xác đầu ra suy nghĩ và các lệnh gọi công cụ. Độ rộng song song trong các công thức này đã được chỉnh sửa kể từ những bài viết đầu tiên về bản phát hành này; hãy dùng những gì card nói hôm nay. Cấu hình lấy mẫu được khuyến nghị là temperature 1.0, top_p 0.95.

Một mục có ghi ngày tháng thuộc về bất kỳ tài liệu tham chiếu nào cho mô hình này, bởi vì nó tự thân làm thay đổi hành vi của một tích hợp hiện có. Thông báo di chuyển của Xiaomi nêu rằng kể từ 14 tháng 10 năm 2026 lúc 18:00 UTC+8, các yêu cầu gửi đến mimo-v2.5-pro và mimo-v2.5 sẽ tự động định tuyến sang dòng V2.6, và kể từ 21 tháng 10 năm 2026 lúc 10:00 UTC+8 các định danh mô hình cũ sẽ ngừng hoạt động. Do đó, lưu lượng được ghim vào một định danh V2.5 vốn đã đang được chuyển hướng mà không cần thay đổi mã — điều này đáng để kiểm tra, bởi vì cùng thông báo đó nói rằng các yêu cầu đến hai ID này lần lượt được gửi đến Pro và Flash, đây không phải là một sự hoán đổi tương đương về mặt chi phí.

Nếu lý do bạn đọc bài này là bạn cần một mô hình tiên phong có thể gọi được thay vì một bản tải xuống, thì cách nói trung thực là MiMo-V2.6-Flash không nằm trong số đó ở đây. Chúng tôi không định tuyến mô hình Xiaomi nào, và card của chính Xiaomi chỉ ra tính khả dụng tại các bề mặt chính chủ của hãng — Open Platform API, ứng dụng studio, công cụ lập trình và ứng dụng desktop của hãng. Tuy nhiên, những mô hình mà Xiaomi đem ra so sánh trong các bảng của chính hãng thì có thể gọi được, và một số trong đó nằm trên OrcaRouter với một API key ở giá niêm yết của nhà cung cấp, với 0% phụ trội được chuyển nguyên, nên thay đổi giá từ nhà cung cấp sẽ vào hóa đơn của bạn ngay trong cùng ngày thay vì vào lúc gia hạn. Điều đó còn quan trọng hơn bình thường trên một trang như thế này, nơi một bảng giá đã được công bố giữa chừng và các tổng số thì thay đổi.

Phần "-rl" trong tên kho lưu trữ, và các tạo tác khác trên cùng một gốc

Người đọc tìm kiếm mô hình này với tên mimo-v2.6-flash-rl thường xuyên như khi không có hậu tố, nên cần phải chính xác. Nhà cung cấp không gọi "biến thể RL" là một mô hình riêng biệt. Hậu tố là một phần trong chính tên của artifact chuẩn tắc: XiaomiMiMo/MiMo-V2.6-Flash-RL là checkpoint được phát hành, và -RL đánh dấu dòng dõi hậu huấn luyện — kết quả của lần chạy học tăng cường hỗn hợp mà Xiaomi phát trực tuyến trong suốt tháng Chín, chứ không phải một adapter học tăng cường nằm trên một mô hình nền nào khác. Bằng chứng hỗ trợ mang tính cấu trúc chứ không phải tu từ: kho lưu trữ cung cấp hàng chục nghìn tensor bao phủ toàn bộ backbone, bộ mã hóa thị giác, ngăn xếp âm thanh và speculative drafter, và danh sách tệp là ~178 GB. Một adapter chỉ nặng vài megabyte. Và hãy để ý API của nhà cung cấp gọi nó là gì — mimo-v2.6-flash, không có hậu tố nào cả. Vậy nên "-rl" là một quy ước của kho lưu trữ trọng số, và khi được nhập vào một yêu cầu được host, nó sẽ đơn giản là không phân giải được.

Ba hậu tố còn lại trên gốc từ này đều thông thường và đáng để biết: -MOPD là bản nâng cấp hậu huấn luyện tiếp theo được công bố sáu ngày sau đó, -Pro là dòng chủ lực chứ không phải một phiên bản Flash lớn hơn, và -ultraspeed là một chế độ tốc độ được bán như một dịch vụ tùy chỉnh. Bản chưng cất 9B và các môi trường tác vụ RL nằm hoàn toàn trên những kho lưu trữ khác nhau. Không có cái nào trong số chúng là bản lượng tử hóa của Flash, vốn là giả định mà các hậu tố này gợi ra.

Ba câu hỏi mà độc giả mang theo khi đến

Đây có phải là cùng một mô hình với MiMo-V2-Flash không? Không, và sự nhầm lẫn này tốn kém chứ không chỉ là bề ngoài. Bản checkpoint tháng 12 năm 2025 và bản này có cùng cấu hình nổi bật — tổng 309B, 15B hoạt động, attention lai, cửa sổ trượt 128 token — nhưng chúng là hai lần chạy huấn luyện riêng biệt cách nhau chín tháng với các tuyên bố context khác nhau (256K so với 1M), bảng benchmark khác nhau và công thức phục vụ khác nhau. Định cỡ một node theo các số liệu của mô hình cũ hơn, hoặc báo giá của mô hình đó, sẽ sai theo cả hai hướng.

Liệu nó có chạy vừa trên phần cứng tôi đang có không? Không vừa trên một GPU, và nhà cung cấp cũng không hề giả vờ rằng có thể. Dữ liệu trọng số được công bố là khoảng 178 GB ở FP8, chưa tính bất kỳ KV cache nào, và chính các công thức triển khai của Xiaomi cũng khởi điểm từ bốn GPU cho vLLM và tám GPU cho SGLang. Hãy xem phần triển khai là mức tối thiểu của nhà cung cấp chứ không phải một gợi ý, và lưu ý rằng các công thức này cần bộ phân tích lý luận và bộ phân tích lệnh gọi công cụ một cách rõ ràng — nếu không có chúng, mô hình vẫn sinh văn bản, nhưng bạn sẽ mất kênh suy nghĩ và các lệnh gọi công cụ có cấu trúc mà hầu hết các bài đánh giá agent của nó đều phụ thuộc vào.

Tôi thực sự nên tải artifact Flash nào? Bản checkpoint RL nếu bạn muốn thứ mà các benchmark và API mô tả, và kho MOPD nếu bạn muốn giai đoạn hậu huấn luyện muộn hơn mà chính thẻ của nó gọi là bản nâng cấp của nó. Đừng tải cả hai với kỳ vọng có khác biệt về kích thước; chúng cùng một dòng dõi ở cùng quy mô, cách nhau sáu ngày, và mô hình MOPD chính là nơi hợp nhất domain-teacher của Xiaomi đã dừng chân.

Điều gì sẽ thay đổi trang này

Ba điều, xếp đại khái theo mức độ chúng có thể tác động tới một quyết định. Một lần chạy của bên thứ ba trên chính các harness của nhà cung cấp — DeepSWE v1.1 hoặc Terminal Bench, được nộp thay vì tự báo cáo — sẽ giải quyết việc liệu 67.9 là một vị trí thực hay một cấu hình thuận lợi, và cũng sẽ giải thích tại sao ba bề mặt Xiaomi lại in ra ba con số khác nhau cho cùng một cột. Một bài kiểm tra độc lập đối với bề mặt đầu vào âm thanh và video sẽ giải quyết khoảng cách giữa tuyên bố omnimodal của card và ghi chú kỹ thuật hẹp hơn trên trang của bên thứ ba. Và thêm một bề mặt nhà cung cấp nữa dung hòa drafter năm lớp, bảy token trong bản tóm tắt với ba lớp trong config sẽ loại bỏ sự mâu thuẫn cuối cùng mà một nhà hoạch định dung lượng phải lách qua.

Cho đến lúc đó, cách đọc tham chiếu vẫn hẹp và có thể dùng được. MiMo-V2.6-Flash là một checkpoint mixture-of-experts thưa, 309B tham số, 15B hoạt động, được cấp phép MIT, với ngữ cảnh 1M token và giới hạn đầu ra 128K, được công bố vào ngày 21 tháng 9 năm 2026 với hậu tố FLASH-RL, được Xiaomi định giá 0,14 USD cho mỗi triệu token đầu vào và 0,28 USD cho mỗi triệu token đầu ra khi trượt bộ nhớ đệm, và — tính đến tháng 10 — có thể gọi qua endpoint riêng của nhà cung cấp dưới định danh mimo-v2.6-flash. Các benchmark do nhà cung cấp công bố của nó chưa được tái lập, điểm độc lập duy nhất của nó là 38 trên một chỉ số nơi mô hình anh em lớn hơn của chính nó đạt 46, và con số tham số được nhấn mạnh của nó là một trong số ít những con số quanh mô hình này thực sự đã được xác minh là chuẩn xác.