Was ist MiMo-V2.6-Pro?
MiMo-V2.6-Pro ist Xiaomis Flaggschiff unter den Sprachmodellen und erschien am 21. September 2026 mit offenen Gewichten unter der MIT-Lizenz, zusammen mit dem kleineren MiMo-V2.6-Flash. Es ist ein spärliches Mixture-of-Experts-Modell mit 1,02 Billionen Parametern, davon 42 Milliarden aktiv pro Token, und einem Kontext von 1 Million Tokens. Es liest Text, Bilder, Video und Audio und schreibt Text, mit einem eigenen Vision-Encoder mit 681 Millionen Parametern und einem separaten Audio-Encoder.
Das Flash-Geschwistermodell hat 309 Milliarden Parameter, davon 15 Milliarden aktiv, bei gleichem Kontext und gleichen Eingaben. Beide sind auf Hugging Face und ModelScope verfügbar, in Xiaomis Apps MiMo Studio, MiMo Code und MiMo Desktop, auf der Xiaomi MiMo API Platform und bei OpenRouter. Am 27. September ergänzte Xiaomi MOPD-Checkpoints beider Modelle, nachtrainiert, um die Angewohnheit abzustellen, in Agent-Schleifen denselben Tool-Aufruf zu wiederholen.
Über Xiaomis API kostet Pro 0,435 $ pro Million Input-Tokens und 0,87 $ pro Million Output-Tokens, gecachter Input 0,004 $; Flash kostet 0,14 $ und 0,28 $. Eine UltraSpeed-Version von Pro läuft etwa 20-mal schneller zum zehnfachen Preis.
Was kostet MiMo-V2.6-Pro?
| Tarif | Preis | Was enthalten ist |
|---|---|---|
| Weights | Free | MIT-Lizenz |
| MiMo-V2.6-Pro | $0.435 in / $0.87 out per 1M tokens | Gecachter Input 0,004 $ |
| MiMo-V2.6-Flash | $0.14 in / $0.28 out per 1M tokens | |
| Pro UltraSpeed | $4.35 in / $8.70 out per 1M tokens | Etwa 20-mal schnellere Ausgabe |
Offene Gewichte unter MIT. Xiaomi API: Pro 0,435 $ Input / 0,87 $ Output pro 1 Mio. Tokens, gecachter Input 0,004 $; Flash 0,14 $ / 0,28 $; Pro UltraSpeed 4,35 $ / 8,70 $; Batch API zum halben Preis.
Lohnt sich MiMo-V2.6-Pro?
MiMo-V2.6-Pro ist das stärkste verfügbare Open-Weight-Modell. Artificial Analysis gibt ihm 46 Punkte im Intelligence Index, Platz eins unter 121 offenen Modellen seiner Größe, vor GLM-5.3 mit 45 und Kimi K3 mit 44 und gleichauf mit xAIs geschlossenem Grok 4.7. Es kostet etwa 0,13 $ pro Index-Aufgabe, gegenüber 2,00 $ bei Kimi K3, ist also besser und in der Nutzung rund fünfzehnmal günstiger als das Modell, das es verdrängt hat.
Xiaomis eigene Tabellen sehen es nahe an den geschlossenen Spitzenmodellen von Mitte 2026. Es erreicht 71,9 bei DeepSWE gegenüber 74,0 für Claude Opus 5, 89,9 bei Terminal Bench 2.1 gegenüber 89,1 und 53,1 bei AutomationBench, vor allen drei aufgeführten geschlossenen Modellen. Beim schwierigeren Terminal Bench 4.0 liegt es klar zurück, 34,9 gegenüber 49,0, und bei Tests zum Schreiben von Exploits deutlich dahinter. Das sind Xiaomis eigene Durchläufe, und so sollte man sie auch lesen.
Für die meisten Teams ist Flash die praktische Wahl. Es bleibt in den meisten Agent-Tests von Xiaomi wenige Punkte hinter Pro, kostet pro Token ein Drittel und läuft auf deutlich weniger Hardware. Pro ist für Teams, die das beste offene Modell wollen und sich das Hosting leisten können.
Die Schwachstellen sind Geschwindigkeit und Betrieb. Artificial Analysis maß 56,8 Tokens pro Sekunde über Xiaomis API, langsamer als die meisten Modelle seiner Klasse. Xiaomis SGLang-Rezept nutzt 16-fache Tensor-Parallelität über zwei Knoten. Die eigene Model Card dokumentiert zudem eine Neigung, in Agent-Schleifen Tool-Aufrufe zu wiederholen, die die späteren MOPD-Checkpoints per Training verringern sollten.
Wo es sich lohnt
Ein Startup, das Coding- und Research-Agents in großem Umfang betreibt
Modellkosten senken, ohne weit unter die Qualität geschlossener Modelle zu fallen
Pro liegt in Xiaomis Agent-Tests wenige Punkte hinter Claude Opus 5, bei 0,435 $/0,87 $ pro Million Tokens. Eine Aufgabe mit 500.000 Input- und 30.000 Output-Tokens kostet ohne Caching etwa 0,24 $, gegenüber etwa 1,95 $ bei Kimi K3.
Ein Konzern mit eigenem GPU-Cluster
Ein offenes Modell der Spitzenklasse komplett im eigenen Haus betreiben
Den MOPD-Checkpoint mit SGLang über zwei Knoten mit je 8 GPUs bereitstellen, oder mit vLLM bei Tensor-Parallelität 8 für kleinere Lasten. Die MIT-Lizenz stellt keine Bedingungen an die kommerzielle Nutzung.
Ein Team, das multimodale Agents baut
Screenshots, Video und Audio in einem Modell verarbeiten
Pro und Flash nehmen Bild-, Video- und Audioeingaben nativ an. Flash ist mit 0,14 $/0,28 $ der günstigere Einstieg und erreicht in Xiaomis Tests 80,8 bei OSWorld-Verified.
Bevor du dich festlegst
- Einrichtung
- Nutze es über die Xiaomi MiMo API Platform oder OpenRouter, oder lade die Gewichte von Hugging Face oder ModelScope herunter. Xiaomi empfiehlt für Agents die MOPD-Checkpoints und Temperatur 1.0, top_p 0.95.
- Integrationen
- Rezepte für SGLang und vLLM mit MiMo-Parsern für Tool-Aufrufe und Reasoning; die Apps MiMo Studio, MiMo Code und MiMo Desktop; OpenRouter.
- Daten und Datenschutz
- Gewichte unter MIT. Laut Xiaomis MiMo-Datenschutzerklärung werden Daten in Singapur gespeichert und nach Ablauf der Aufbewahrungsfrist gelöscht oder anonymisiert; die Desktop-App trainiert mit Eingaben, wenn du nicht widersprichst. Drittanbieter-Gateways berichten, dass Xiaomis API nicht mit dem Traffic trainiert, was Xiaomis API-Bedingungen bestätigen sollten.
- Kosten im großen Maßstab
- 0,435 $/0,87 $ pro Million Tokens mit 99 % Cache-Rabatt und Batch zum halben Preis. 1.000 Agent-Aufgaben mit 500.000 Input- und 30.000 Output-Tokens kosten ohne Cache etwa 244 $; mit Flash wären es etwa 78 $.
- Grenzen
- Kontext von 1 Mio. Tokens. Artificial Analysis maß über Xiaomis API 56,8 Tokens pro Sekunde und 3,11 Sekunden bis zum ersten Token. MiMo-V2.5 und V2.5-Pro verschwinden am 21. Oktober 2026 aus Xiaomis API.
Was gut ist
- Platz eins unter den offenen Modellen im Intelligence Index von Artificial Analysis (46)
- Etwa 0,13 $ pro Index-Aufgabe, gegenüber 2,00 $ bei Kimi K3
- MIT-Lizenz, ohne Bedingungen zu Umsatz oder Namensnennung
- Kontext von 1 Mio. Tokens und Eingabe von Text, Bild, Video und Audio
Was nicht
- Langsam mit 56,8 Tokens pro Sekunde über Xiaomis API
- Pro selbst zu hosten erfordert zwei Knoten mit je 8 GPUs
- Liegt bei Terminal Bench 4.0 und Exploit-Tests hinter Claude Opus 5
- Die ursprünglichen Checkpoints wiederholen Tool-Aufrufe in Agent-Schleifen
Am besten für
Teams, die das stärkste Open-Weight-Modell für Agents und Programmierung wollen, entweder günstig gehostet über Xiaomis API oder selbst betrieben auf einem GPU-Cluster.
Alternativen zu MiMo-V2.6-Pro
MiMo-V2.6-Pro: häufige Fragen
- Lohnt sich MiMo-V2.6-Pro?
- Xiaomi baut inzwischen das bestbewertete Open-Weight-Modell, zu einem Bruchteil der Preise geschlossener Modelle. Der Haken: Wer es selbst hosten will, braucht 16 GPUs. Wir bewerten es mit 4.5 von 5.
- Was kostet MiMo-V2.6-Pro?
- Offene Gewichte unter MIT. Xiaomi API: Pro 0,435 $ Input / 0,87 $ Output pro 1 Mio. Tokens, gecachter Input 0,004 $; Flash 0,14 $ / 0,28 $; Pro UltraSpeed 4,35 $ / 8,70 $; Batch API zum halben Preis.
- Welche Nachteile hat MiMo-V2.6-Pro?
- Langsam mit 56,8 Tokens pro Sekunde über Xiaomis API; Pro selbst zu hosten erfordert zwei Knoten mit je 8 GPUs; Liegt bei Terminal Bench 4.0 und Exploit-Tests hinter Claude Opus 5; Die ursprünglichen Checkpoints wiederholen Tool-Aufrufe in Agent-Schleifen.
- Für wen eignet sich MiMo-V2.6-Pro?
- Teams, die das stärkste Open-Weight-Modell für Agents und Programmierung wollen, entweder günstig gehostet über Xiaomis API oder selbst betrieben auf einem GPU-Cluster.
- Was kostet MiMo-V2.6-Pro für ein Team oder im Produktivbetrieb?
- 0,435 $/0,87 $ pro Million Tokens mit 99 % Cache-Rabatt und Batch zum halben Preis. 1.000 Agent-Aufgaben mit 500.000 Input- und 30.000 Output-Tokens kosten ohne Cache etwa 244 $; mit Flash wären es etwa 78 $.
- Ist MiMo-V2.6-Pro sicher für Firmendaten?
- Gewichte unter MIT. Laut Xiaomis MiMo-Datenschutzerklärung werden Daten in Singapur gespeichert und nach Ablauf der Aufbewahrungsfrist gelöscht oder anonymisiert; die Desktop-App trainiert mit Eingaben, wenn du nicht widersprichst. Drittanbieter-Gateways berichten, dass Xiaomis API nicht mit dem Traffic trainiert, was Xiaomis API-Bedingungen bestätigen sollten.
- Was sind die besten Alternativen zu MiMo-V2.6-Pro?
- Die nächsten Alternativen, die wir getestet haben, sind GLM-5.3, Kimi K3.1 Pro, DeepSeek-V4-Pro und Qwen3.8-Max.
Antworten geprüft am 25. Okt. 2026.