Passa al contenuto principale

MiMo-V2.6: il modello omnimodale open-weight da 1T di Xiaomi

Intermedio

Il 22 settembre 2026 Xiaomi ha pubblicato MiMo-V2.6 — tre checkpoint su Hugging Face sotto una semplice licenza MIT, guidati da un Mixture-of-Experts sparso da 1,02 trilioni di parametri con un contesto da 1 milione di token che accetta testo, immagini, video e audio in input. È arrivato lo stesso giorno di Claude Opus 5.5 e GPT-6 Sol/Luna, ed è finito dritto in cima a Hacker News.

Gli articoli principali dicono tutti più o meno la stessa cosa: pesi aperti di classe frontiera, da venti a sessanta volte più economici dei modelli chiusi. Quella parte è vera e facile da verificare. Quello che nessuno ha raccontato è la parte che decide se dovresti davvero usarlo — da quali versioni di benchmark vengono le vittorie, perché il modello di punta non è una macchina che possiedi, e a cosa serve il terzo tier di prezzo.

What you'll learn
  • Leggere la tabella dei benchmark di MiMo-V2.6 come la riporta la sua stessa model card — incluso il deficit di 14 punti su Terminal-Bench 4.0 che la stampa non ha citato
  • Sapere perché un salto generazionale di 33 punti su un benchmark agentico di solito significa che il vecchio modello non riusciva a guidare l'harness, non che quello nuovo è diventato più intelligente
  • Capire l'architettura che compra il contesto da 1M: 384 esperti con 8 attivi, e un rapporto 6:1 tra attenzione a finestra scorrevole e attenzione globale
  • Scegliere tra Pro, Flash e il distillato da 9B in base all'hardware che hai davvero — il comando di lancio di Pro chiede due nodi
  • Vedere cosa ti vende il tier UltraSpeed a prezzo 10x (latenza, dagli stessi pesi) e quando vale la pena pagarlo

La versione in una frase​

MiMo-V2.6-Pro è un MoE sparso con licenza MIT, 1,02T totali / 42B attivi, un contesto da 1M token e input testo, immagini, video e audio che pareggia o batte Claude Opus 5 sui benchmark agentici e di automazione a orizzonte breve, resta molto indietro sul lavoro da terminale a orizzonte lungo, e costa circa un decimo per token quando lo affitti invece di farlo girare.

Quattro cose che dai titoli non si vedono​

1. La vittoria su Terminal Bench e la sconfitta su Terminal Bench sono lo stesso modello​

Questa è quella da interiorizzare. La copertura del lancio ha riportato ovunque MiMo-V2.6-Pro a 89.9 su Terminal Bench 2.1, appena davanti all'89.1 di Claude Opus 5. La model card di Xiaomi non riporta affatto Terminal Bench 2.1. Riporta Terminal Bench 4.0, dove MiMo-V2.6-Pro segna 34.9 contro il 49.0 di Opus 5 — un deficit di 14,1 punti.

Entrambi i numeri sono reali. Terminal Bench 2.1 è un harness più vecchio e in gran parte saturo, dove ogni modello di frontiera si addensa intorno a 90 e uno scarto di 0,8 punti è rumore. Terminal Bench 4.0 è quello attuale, ed è lì che i modelli sono ancora distanziati. Se leggi "batte Claude su Terminal Bench" da qualche parte, la prima domanda è sempre quale versione — perché sulle suite agentiche il cambio di versione è di solito un effetto più grande del cambio di modello.

Lo stesso schema compare nella copertura AILmanac di DeepSeek-V4.1-Flash e Gemini 3.8 Flash: parità su DeepSWE, un buco di 15–20 punti su Terminal-Bench 4.0. Sta diventando la forma tipica del tier economico.

2. Un salto generazionale di 33 punti è una storia di harness, non di intelligenza​

La tabella della model card include la generazione precedente. MiMo-V2.5-Pro segnava 19.0 su DeepSWE v1.1 e 1.5 su Terminal Bench 4.0. V2.6-Pro segna 71.9 e 34.9.

Un modello non diventa 23× migliore nel lavoro da terminale in una generazione. Un punteggio di 1.5 significa che il vecchio modello sostanzialmente non riusciva a completare il protocollo di chiamata agli strumenti del benchmark — falliva sull'harness, non sul ragionamento. Leggi i delta generazionali enormi sui benchmark agentici prima come "abbiamo sistemato il tool calling", e solo dopo come capacità. I delta sui benchmark non agentici sono quelli onesti: ProgramBench è passato da 12.5 a 26.5, all'incirca un raddoppio, che è un passo generazionale grande ma credibile.

3. Il contesto da 1M si compra con la disposizione dell'attenzione, non con la forza bruta​

La dorsale LLM di MiMo-V2.6-Pro è di 70 strati: 60 di attenzione a finestra scorrevole, 10 di attenzione globale — un rapporto 6:1. Gli strati a finestra scorrevole mantengono solo una finestra KV locale, quindi l'impronta KV per token a 1M di token è una frazione di quella che servirebbe a uno stack di 70 strati interamente globali. I dieci strati globali sono ciò che permette ancora all'informazione di viaggiare da un capo all'altro.

Il MoE è di 384 esperti instradati con 8 attivi per token, il che dà 42B attivi su 1,02T — circa il 4,1% del modello gira su un dato token. Flash usa la stessa forma con 309–311B totali e ~15B attivi. È per questo che un modello da un trilione di parametri può essere servito: paghi 1T in memoria e 42B in calcolo.

Sopra a tutto questo sta un decodificatore speculativo a predizione multi-token da 5 strati che abbozza 7 token per passata. È un meccanismo di throughput, e conta per il punto successivo.

4. "Omnimodale" significa omnimodale in ingresso, e UltraSpeed vende latenza, non qualità​

Due cose che il linguaggio di marketing confonde:

Le modalità sono lato input. La card elenca testo, immagini, video e audio come modalità, con un encoder visivo MiMo ViT da 681M parametri e un AudioTokenizer da 308M più un encoder di patch audio da 127M. Il tag di pipeline su Hugging Face per Pro è text generation. Puoi dargli in pasto un video e fargli domande; risponde in testo. Non è un generatore di voce o immagini. Se vuoi generazione tra media, quella è un'altra pagina: media generativi.

UltraSpeed è lo stesso modello a 10× il prezzo. MiMo-V2.6-Pro-UltraSpeed è descritto come qualità Pro fino a 20× la velocità di output, listato a circa dieci volte il prezzo per token di Pro. Non c'è un insieme separato di pesi su Hugging Face per esso — è un tier di serving costruito sul decodificatore speculativo e sull'infrastruttura di Xiaomi. È un prodotto perfettamente ragionevole, ma valutalo per quello che è: stai comprando token al secondo per carichi interattivi e in tempo reale, non accuratezza. Se il tuo lavoro è un batch in background, UltraSpeed è un sovrapprezzo di 10×.

La tabella dei benchmark, come l'ha pubblicata il fornitore​

Tutte le cifre sotto sono run di Xiaomi stessa, dalla model card di MiMo-V2.6-Pro-RL. Al momento della scrittura non esisteva alcuna replica indipendente.

BenchmarkMiMo-V2.6 ProMiMo-V2.6 FlashMiMo-V2.5 ProClaude Opus 5GPT-5.6 SolClaude Fable 5
DeepSWE v1.171.967.919.074.073.070.0
ProgramBench26.526.012.537.025.033.0
MiMo Code Bench63.261.240.468.659.3—
AutomationBench v1.0.653.152.316.050.345.846.2
Toolathlon-Verified76.973.649.180.674.977.9
Terminal Bench 4.034.928.81.549.039.942.4
OSWorld-Verified82.080.8—83.483.086.0
CyberGym94.095.140.0———
MiMo VisualCoding72.371.5—70.073.469.1

Tre letture che vale la pena avere:

  • Flash sta a pochi punti da Pro quasi ovunque. 67.9 contro 71.9 su DeepSWE, 52.3 contro 53.1 su AutomationBench, e batte Pro su CyberGym. A circa un terzo del prezzo hosted di Pro e un terzo dei parametri, Flash è l'impostazione predefinita se non hai misurato una ragione per fare altrimenti.
  • Le colonne dei concorrenti su CyberGym sono vuote. Xiaomi ha riportato 94.0 e 95.1 e non ha pubblicato alcun confronto con Claude o GPT. Tratta un numero senza avversari come tale — ti dice che il modello è competente nel task, non che è in testa.
  • Pro vince nettamente esattamente una riga: AutomationBench. Tutto il resto è un quasi-pareggio o una sconfitta. "Pesi aperti di classe frontiera" è corretto; "batte Claude" no.

Sul fronte aggregato, l'Intelligence Index v4.3 di Artificial Analysis ha collocato MiMo-V2.6-Pro a circa 46, riportato come primo tra i modelli open-weight e alla pari con Grok 4.7, contro circa 53 per la frontiera chiusa. Uno scarto di sette punti nell'indice per un decimo del prezzo è la vera proposta.

Quanto costa, affittato e posseduto​

Affittato, come riportato al lancio dai listini OpenRouter e Xiaomi, per milione di token:

ModelloInputOutput
MiMo-V2.6-Flash$0.14$0.28
MiMo-V2.6-Pro$0.435$0.87
MiMo-V2.6-Pro-UltraSpeed$4.35$8.70

Per avere una scala, Claude Opus 5.5 è listato a $4 / $20 (vedi la guida sul campo a Opus 5.5). Pro è circa 9× più economico in input e 23× più economico in output. UltraSpeed costa più o meno quanto Opus 5.5 in input e meno della metà in output — che è il modo onesto di ragionare su quel tier.

Possederlo è un altro discorso, e i comandi di lancio lo rivelano. L'esempio SGLang della model card per Pro chiede --tp 16 --dp 2 ... --nnodes 2: parallelismo tensoriale su sedici dispositivi, due repliche in parallelismo di dati, due nodi. Questo è un rack, non una workstation. Il percorso vLLM è più leggero con --tensor-parallel-size 8, comunque otto acceleratori per un checkpoint da 1,02T in BF16.

Flash, a ~309–311B totali e ~15B attivi, è la variante che una macchina seria a nodo singolo può plausibilmente servire. Il checkpoint MiMo-V2.6-Distill-Qwen-9B — una distillazione da 9B, listata su Hugging Face sotto image-text-to-text — è quello che sta su una GPU di classe laptop. Se il tuo obiettivo è "far girare a casa un modello aperto capace", parti da lì e da Far girare i modelli in locale con Ollama, non da Pro.

Un'altra avvertenza sul possesso: i repository pubblicati sono i checkpoint post-RL (-Pro-RL, -Flash-RL). Nessun checkpoint base è stato rilasciato. Puoi servirli, quantizzarli e adattarli, ma non puoi avviare un tuo post-training dalla base pre-RL.

Come valutarlo per il tuo lavoro​

Guided walkthrough1 of 5
  1. Se il tuo carico di lavoro non invia mai un'immagine, un video o una clip audio, gran parte di ciò che rende distintivo MiMo-V2.6 è irrilevante per te e un modello aperto solo-testo più economico potrebbe eguagliarlo. Gli encoder omnimodali sono il differenziatore — usali o scontali.

Chiamare MiMo-V2.6-Flash da un endpoint compatibile OpenAI

curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
  "model": "xiaomi/mimo-v2.6-flash",
  "messages": [
    {"role": "user", "content": "Summarise the failure modes in this log and propose one fix."}
  ]
}'

Servire MiMo-V2.6-Pro con vLLM (la riga di lancio della model card)

vllm serve XiaomiMiMo/MiMo-V2.6-Pro-RL \
--tensor-parallel-size 8 \
--trust-remote-code \
--gpu-memory-utilization 0.95 \
--max-model-len auto \
--reasoning-parser mimo \
--tool-call-parser mimo \
--enable-auto-tool-choice \
--generation-config vllm
Pro tip
  • Nota i due flag di parser: --reasoning-parser mimo e --tool-call-parser mimo. MiMo emette il proprio ragionamento e le chiamate a strumenti in un formato specifico della famiglia. Ometti questi e il tuo stack di serving restituirà i marcatori grezzi alla tua applicazione come testo ordinario — un fallimento silenzioso che sembra il modello che ignora i tuoi strumenti.
  • --trust-remote-code è necessario perché il codice di modellazione viaggia insieme al checkpoint. Leggilo prima di eseguirlo su qualcosa a cui tieni; quel flag esegue Python del fornitore dentro il tuo processo di serving.
  • Il percorso SGLang aggiunge i flag di decodifica speculativa EAGLE. È lì che vive il vantaggio di throughput — un lancio senza fronzoli lascia inutilizzato il predittore multi-token.

Quando ricorrervi, e quando no​

Buona scelta

  • Classificazione, estrazione o automazione ad alto volume su media misti, dove $0.14/M in input cambia ciò che è economicamente possibile in assoluto.
  • Qualunque cosa tu debba far girare sul tuo hardware per ragioni di privacy o di giurisdizione e che richieda comprensione di immagini o audio — pochi modelli con licenza MIT offrono quella combinazione. Vedi uno stack AI locale e privato.
  • Task agentici brevi e delimitati con strumenti ben specificati, che è dove i punteggi su AutomationBench e Toolathlon dicono che è davvero competitivo.

Scelta sbagliata

  • Lunghe sessioni autonome di coding. Lo scarto su Terminal Bench 4.0 è di 14 punti contro Opus 5 e di 5 punti contro GPT-5.6 Sol, ed è il numero del fornitore stesso.
  • Ovunque ti serva un checkpoint base da cui fare post-training. Sono arrivati solo i checkpoint RL.
  • Self-hosting di Pro su una singola macchina. Metti a budget Flash o il distillato da 9B, oppure affitta Pro.

Cosa Xiaomi ha divulgato e la maggior parte dei laboratori no​

Vale la pena notarlo perché è insolitamente specifico: Xiaomi ha pubblicato la forma e il costo della run di addestramento RL — circa sei giorni di run, 30 passi di RL, circa 750.000 traiettorie, 1.568 prompt con 16 rollout per passo, a un costo riportato di ~2,62 M$ per Pro e ~850 K$ per Flash, usando GRPO asincrono con il router del MoE congelato durante l'RL.

Due cose da portarsi a casa. Primo, un router congelato durante il reinforcement learning è una scelta di stabilità: mantiene fissa l'assegnazione degli esperti così che l'aggiornamento della policy non possa rimodellare di nascosto quali esperti si attivano. Secondo, e più utile: una run di post-training vicina alla frontiera ora costa milioni a una cifra, non centinaia. È il numero che spiega perché quattro laboratori hanno rilasciato nella stessa settimana.

Check yourself

0/5
  1. La stampa ha detto che MiMo-V2.6-Pro ha battuto Claude Opus 5 su Terminal Bench; la model card lo mostra 14 punti indietro. Cosa spiega la contraddizione?
  2. MiMo-V2.5-Pro segnava 1.5 su Terminal Bench 4.0; V2.6-Pro segna 34.9. Qual è la lettura più probabile?
  3. Cosa vende davvero il tier MiMo-V2.6-Pro-UltraSpeed a circa 10x il prezzo di Pro?
  4. Perché il contesto da 1M token di MiMo-V2.6-Pro non richiede una cache KV proporzionalmente enorme?
  5. Vuoi far girare un modello open-weight capace con visione su una singola GPU da workstation. Quale checkpoint MiMo-V2.6 è il punto di partenza realistico?
Premi Invio o Spazio per girare la carta. Usa le frecce sinistra e destra per spostarti tra le carte.Termine mostrato.
1 / 9
Key takeaways
  • Controlla la versione del benchmark prima del punteggio. MiMo-V2.6-Pro batte Opus 5 su Terminal Bench 2.1 e resta indietro di 14 punti su 4.0 — stesso modello, stesso fornitore, titolo opposto.
  • Flash, non Pro, è l'impostazione predefinita. A pochi punti su ogni riga pubblicata, avanti su CyberGym, circa un terzo del prezzo, e davvero servibile su un nodo solo.
  • Omnimodale è lato input. Video e audio entrano, testo esce. Se non invii mai media, un modello aperto solo-testo più economico può fare lo stesso lavoro.
  • UltraSpeed è un prodotto di latenza a 10x il prezzo di una qualità identica. Compralo per il lavoro interattivo; mai per un batch.
  • Il contesto da 1M poggia su 10 strati di attenzione globale su 70. Testa il recupero a lungo raggio alla tua lunghezza di contesto reale prima di fidarti del tetto dichiarato.
  • Sono arrivati solo i checkpoint RL, e ogni benchmark è una run del fornitore. Costruisci una eval privata da 20 task nella forma del tuo lavoro prima di impegnarti.

Fonti e approfondimenti​

Avanti​