MiMo-V2.6-Pro

Fiche modèle · Xiaomi · mimo-v2.6-pro

MiMo-V2.6-Pro is Xiaomi's MIT-licensed omnimodal sparse Mixture-of-Experts model with 1.02T total parameters and 42B active parameters. It supports text, image, video, and audio understanding with a 1,048,576-token context window and text output. MiMo-V2.6 scales reinforcement learning across coding, general agents, visual tasks, and cybersecurity. Xiaomi's launch article is dated September 22, 2026; released weights are named MiMo-V2.6-Pro-RL. Benchmark results are Xiaomi-reported release evaluations, distinct from intermediate live-training checkpoints. UltraSpeed serves the same model at higher speed for $4.35 input and $8.70 output per million tokens.

Fiches modèles

Identité

Organisation	Xiaomi
Pays	—
Famille	—
Type	llm
Date de sortie	2026-09-22
Licence	mit
Licence commerciale	oui
Licence open source	oui
Poids ouverts	oui
Auto-hébergement (DGX Spark)	non — 1.02e+03 Md > 107 Md
Modalités	audio\|image\|text\|video
Fenêtre de contexte	1 048 576
KV cache / token (Q8)	215.0 ko/token
Paramètres totaux	1.02 T
Paramètres actifs (session)	42 B
Source des paramètres actifs	web : https://mimo.mi.com/docs/en-US/updates/model
Curation des paramètres actifs	2026-11-04
Prix par session	0.61 $ (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)	5.11 $ (est.)
Tokens d'entraînement	—
Coupure de connaissance	—
Créé le	2026-09-21T21:42:06.661526Z
Mis à jour le	2026-11-04T06:05:13.749448Z
Source	LLM Stats
URL	https://llm-stats.com/models/mimo-v2.6-pro

Tokens/tâche

Prix par fournisseur

Prix

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
Xiaomi	llm-stats	non	0.43 $	0.87 $	—	—	—	—	active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

Catégorie	Score
knowledge	0.60
multimodal	0.80
productivity	0.60
reasoning	239.50
safety	0.60
general	105.10
agents	112.10
code	0.60
tool_calling	0.60
vision	0.80

Scores par benchmark

Benchmark	Catégorie	Score	Max	Normalisé (API)	Vérifié	Auto-déclaré	Daté du
aa-index-4.3	general	0.46	1.00	0.46	non	oui	2026-11-04T06:05:13.805962Z
agents-last-exam	agents	0.32	1.00	0.32	non	oui	2026-11-04T06:05:13.771955Z
automationbench-1.0.6	agents	0.53	1.00	0.53	non	oui	2026-11-04T06:05:13.768773Z
cybergym	code	0.94	1.00	0.94	non	oui	2026-11-04T06:05:13.790498Z
deepswe-1.1	code	0.72	1.00	0.72	non	oui	2026-11-04T06:05:13.752899Z
exploitbench	code	0.48	1.00	0.48	non	oui	2026-11-04T06:05:13.796588Z
exploitgym	agents	0.18	1.00	0.18	non	oui	2026-11-04T06:05:13.793467Z
gdpval-aa-2.1	general	1 673.00	3 000.00	0.56	non	oui	2026-11-04T06:05:13.762328Z
jobbench	agents	0.62	1.00	0.62	non	oui	2026-11-04T06:05:13.784314Z
mimo-coding-bench	code	0.63	1.00	0.63	non	oui	2026-11-04T06:05:13.759351Z
mimo-cyber-bench	code	0.82	1.00	0.82	non	oui	2026-11-04T06:05:13.802565Z
mimo-visual-coding	code	0.72	1.00	0.72	non	oui	2026-11-04T06:05:13.787599Z
osworld-verified	multimodal	0.82	1.00	0.82	non	oui	2026-11-04T06:05:13.781295Z
program-bench	agents	0.27	1.00	0.27	non	oui	2026-11-04T06:05:13.756164Z
sec-bench-pro	agents	0.66	1.00	0.66	non	oui	2026-11-04T06:05:13.799581Z
terminal-bench-2.1	reasoning	0.90	1.00	0.90	non	oui	2026-11-04T06:05:13.778261Z
terminal-bench-4.0	reasoning	0.35	1.00	0.35	non	oui	2026-11-04T06:05:13.775025Z
toolathlon-verified	agents	0.77	1.00	0.77	non	oui	2026-11-04T06:05:13.765789Z

Classements

Catégorie	Rang	Score	Note conservatrice	Benchmarks évalués	Méthode	Daté du	Provenance
agents	24	112.10	36.27	15	trueskill	2026-11-04T08:08:47.839150Z	rankings
code	23	0.60	39.09	9	trueskill	2026-11-04T08:08:39.742311Z	rankings
knowledge	30	0.60	4.25	1	trueskill	2026-11-04T08:08:45.139626Z	rankings
multimodal	47	0.80	27.86	1	trueskill	2026-11-04T08:08:46.488887Z	rankings
reasoning	36	239.50	45.65	7	trueskill	2026-11-04T08:08:41.093494Z	rankings

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

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