Xiaomi

MiMo v2.6 Pro

XiaomiFlagship
RaisonnementOutilsVisionSortie structurée

À propos de ce modèle

MiMo-V2.6-Pro is the flagship foundation model developed by Xiaomi. Built at a scale of over 1T parameters, it is designed to push the ceiling of capability for the most demanding...

Catégorie de performance

Flagship

MiMo v2.6 Pro est un modèle flagship de Xiaomi : le plus performant de leur gamme.

Meilleur modèle de ce fournisseur. Performances maximales sur les benchmarks, idéal pour les tâches exigeantes.

Tarification

Ce modèle est inclus dans les plans Elosia
Abordable

Coût réduit. Adapté à un usage soutenu et aux interactions volumineuses.

Typepar 1M tokens
Entrée (prompt)$0.435
Sortie (complétion)$0.870
Lecture cache$0.0036

Capacités

Taille du contexte1.0M
Tokens de sortie max131K
TokenizerOther
Entréetext, image, video, audio
Sortietext
Date de sortie21 septembre 2026

Benchmarks

Intelligence générale
MMLU
Non reporté
GPQA Diamond
Non reporté
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
SWE-bench Verified
Non reporté
Raisonnement
IFEval
Non reporté
Humanity's Last Exam
49.4%
Agentique
Terminal-Bench 2.1
89.9%

Où se situe MiMo v2.6 Pro ?

Comparez son indice de performance à tous les autres modèles.

Voir le classement performance

Usages recommandés

ProgrammationAnalyseRechercheExtraction de données

Points forts

  • MoE sparse de 1,02T de paramètres au total et 42B actifs, poids ouverts sous licence MIT permissive
  • Entrée omni-modale native : texte, image, vidéo et audio dans un seul modèle, sur un contexte de 1M tokens
  • Entraîné par un unique run d'apprentissage par renforcement mêlant code, agents généralistes, tâches visuelles et cybersécurité, ce qui permet de transférer les stratégies à des harnais d'agents non vus à l'entraînement
  • La notation agentique par groupe pendant l'entraînement oriente le modèle vers des chemins de solution plus courts et moins de tokens par tâche
  • Module de prédiction multi-tokens intégré qui propose plusieurs tokens par passe pour le décodage spéculatif

Limites

  • Le constructeur ne publie presque aucun benchmark académique standard (ni GPQA Diamond, ni SWE-bench, ni MMMU-Pro) ; le score Humanity's Last Exam affiché provient de tests tiers
  • Tend à répondre plutôt qu'à s'abstenir sur les questions dont il ignore la réponse, selon des tests indépendants de fiabilité factuelle
  • Génération lente sur l'endpoint standard ; les usages à faible latence passent par une édition distincte optimisée pour la vitesse
  • L'auto-hébergement du modèle complet exige un cluster GPU multi-nœuds

Questions fréquentes

Ressources

Ce modèle peut utiliser vos données pour l'entraînement

Modèles similaires