MiMo-V2.5
MiMo-V2.5 is Xiaomi's native omnimodal sparse Mixture-of-Experts model with 310B total parameters, 15B activated parameters, and a 1M-token context window. Built on the MiMo-V2-Flash backbone, it adds dedicated vision and audio encoders for text, image, video, and audio understanding, and is post-trained with SFT, agentic reinforcement learning, and Multi-Teacher On-Policy Distillation for multimodal perception, long-context reasoning, and agentic workflows.
Identité
| Organisation | Xiaomi |
|---|---|
| Pays | — |
| Famille | — |
| Type | llm |
| Date de sortie | 2026-04-22 |
| Licence | mit |
| Licence commerciale | oui |
| Licence open source | oui |
| Poids ouverts | oui |
| Auto-hébergement (DGX Spark) | non — 311 Md > 107 Md |
| Modalités | audio|image|text|video |
| Fenêtre de contexte | 1 048 576 |
| KV cache / token (Q8) | 73.7 ko/token |
| Paramètres totaux | 311 B |
| Paramètres actifs (session) | 15 B |
| Source des paramètres actifs | web : https://mimo.xiaomi.com/blog/mimo-v2-5 |
| Curation des paramètres actifs | 2026-11-04 |
| Prix par session | 0.24 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur) |
| Tokens / tâche (Data Players) | 1.2 M |
| Tokens / tâche (Terminal-Bench) | 83.3 M (est.) |
| Ratio Terminal-Bench / Data Players | 69.4× |
| Coût / tâche (Terminal-Bench) | 1.98 $ (est.) |
| Tokens d'entraînement | 48 000 000 000 000 |
| Coupure de connaissance | — |
| Créé le | 2026-06-10T21:36:16.162711Z |
| Mis à jour le | 2026-11-04T06:05:15.440617Z |
| Source | LLM Stats |
| URL | https://llm-stats.com/models/mimo-v2.5 |
Prix par fournisseur
Statut du modèle (offres + auto-hébergement) : non — hors DGX Spark (> 107 Md).
Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».
| Fournisseur | Source | Souveraineté | Entrée (/M tok) | Sortie (/M tok) | Quantification | Contexte | Latence (s) | Débit (tok/s) | Statut |
|---|---|---|---|---|---|---|---|---|---|
| DeepInfra | llm-stats | non | 0.40 $ | 2.00 $ | — | — | — | — | active |
| Novita | llm-stats | non | 0.17 $ | 0.34 $ | — | — | — | — | active |
Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.
SouverainetéScores par catégorie (top_scores)
| Catégorie | Score |
|---|---|
| long_context | 0.90 |
| multimodal | 0.80 |
| reasoning | 0.70 |
| finance | 0.40 |
| general | 0.70 |
| agents | 0.60 |
| code | 0.60 |
| tool_calling | 0.70 |
| video | 0.60 |
| vision | 0.80 |
Scores par benchmark
| Benchmark | Catégorie | Score | Max | Normalisé (API) | Vérifié | Auto-déclaré | Daté du |
|---|---|---|---|---|---|---|---|
| charxiv-r | reasoning | 0.81 | 1.00 | 0.81 | non | oui | 2026-11-04T06:05:15.466549Z |
| claw-eval | code | 0.63 | 1.00 | 0.63 | non | oui | 2026-11-04T06:05:15.460943Z |
| dailyomni | video | 0.83 | 1.00 | 0.83 | non | oui | 2026-11-04T06:05:15.481307Z |
| finance-agent-v2 | agents | 0.37 | 1.00 | 0.37 | non | non | 2026-11-04T06:05:15.522227Z |
| graphwalks | long_context | 0.87 | 1.00 | 0.87 | non | oui | 2026-11-04T06:05:15.519437Z |
| hr-bench-4k | vision | 0.89 | 1.00 | 0.89 | non | oui | 2026-11-04T06:05:15.472266Z |
| mimo-coding-bench | code | 0.72 | 1.00 | 0.72 | non | oui | 2026-11-04T06:05:15.446530Z |
| mmmu-pro | vision | 0.78 | 1.00 | 0.78 | non | oui | 2026-11-04T06:05:15.469368Z |
| omnidocbench | vision | 0.87 | 1.00 | 0.87 | non | oui | 2026-11-04T06:05:15.475327Z |
| researchclawbench | agents | 0.17 | 1.00 | 0.17 | non | oui | 2026-11-04T06:05:15.449261Z |
| swe-bench-pro | reasoning | 0.56 | 1.00 | 0.56 | non | oui | 2026-11-04T06:05:15.443796Z |
| terminal-bench-2 | reasoning | 0.66 | 1.00 | 0.66 | non | oui | 2026-11-04T06:05:15.463790Z |
| video-mme | multimodal | 0.88 | 1.00 | 0.88 | non | oui | 2026-11-04T06:05:15.478317Z |
| videoholmes | video | 0.64 | 1.00 | 0.64 | non | oui | 2026-11-04T06:05:15.484251Z |
Classements
| Catégorie | Rang | Score | Note conservatrice | Benchmarks évalués | Méthode | Daté du | Provenance |
|---|---|---|---|---|---|---|---|
| agents | 74 | — | 20.83 | 5 | trueskill | 2026-10-19 | model_history |
| code | 66 | — | 28.73 | 4 | trueskill | 2026-10-19 | model_history |
Données
Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04