TL;DR
MiMo-V2.6 est la nouvelle famille de modèles de raisonnement multimodaux natifs, orientés agents et à poids ouverts de Xiaomi. MiMo-V2.6-Pro utilise un design MoE clairsemé avec 1,02 billion de paramètres au total et environ 42 milliards de paramètres activés par jeton, tandis que MiMo-V2.6-Flash utilise 309 milliards de paramètres au total et environ 15 milliards activés. Les deux prennent en charge une fenêtre de contexte de 1 M de jetons et des entrées multimodales incluant texte, images, vidéo et audio.
Points clés
- MiMo-V2.6-Pro est un modèle MoE clairsemé de 1,02 T de paramètres avec environ 42 B de paramètres activés par jeton ; Flash utilise 309 B au total et environ 15 B de paramètres actifs.
- Les deux modèles prennent en charge une fenêtre de contexte de 1 M de jetons, des entrées multimodales et jusqu’à 128 K de jetons en sortie via l’API de Xiaomi.
- La famille est conçue pour le raisonnement, l’usage d’outils, la recherche web, les sorties structurées et des workflows d’agents à long horizon.
- Xiaomi a entraîné V2.6 avec un apprentissage par renforcement mixte couvrant le code, les agents généraux, les tâches visuelles et des environnements de cybersécurité.
- Les résultats officiels positionnent Pro comme l’option la plus performante et Flash comme l’option à moindre coût et à volume élevé ; une évaluation spécifique à la charge de travail reste nécessaire.
Qu'est-ce que Xiaomi MiMo‑V2.6 ?
MiMo‑V2.6 est la dernière génération de la famille de modèles MiMo de Xiaomi. L’accent n’est pas seulement mis sur la génération de meilleures réponses, mais sur l’exécution de longues séquences d’actions : inspecter un environnement, appeler des outils, observer les résultats, corriger les erreurs et continuer jusqu’à l’atteinte de l’objectif. Xiaomi encadre la sortie autour de l’auto‑amélioration récursive (RSI), c’est‑à‑dire une boucle d’APRN dans laquelle le modèle explore à plusieurs reprises des environnements, reçoit des signaux de récompense plus riches, compare des trajectoires et apprend des stratégies plus efficaces. Cela ne doit pas être interprété comme le modèle réécrivant et entraînant de manière autonome son propre successeur.
Pro vs Flash vs UltraSpeed : quelle est la différence
| Caractéristique | MiMo-V2.6-Pro | MiMo-V2.6-Flash | MiMo-V2.6-Pro-UltraSpeed |
|---|---|---|---|
| Positionnement | Raisonnement phare | Volume/valeur | Porte-étendard à faible latence |
| Paramètres totaux | 1.02T | 309B | Même modèle Pro |
| Paramètres actifs | 42B | 15B | Même capacité que Pro |
| Architecture | MoE clairsemé | MoE clairsemé | Mode de service Pro |
| Contexte | 1M | 1M | 1M |
| Sortie max | 128K | 128K | 128K |
| Entrée texte / image / vidéo / audio | Oui | Oui | Oui |
| Raisonnement profond / appel d’outils | Oui | Oui | Oui |
| Sortie structurée / cache de contexte | Oui | Oui | Oui |
| Avantage principal | Capacité maximale | Efficience coût | Jusqu’à 20x plus rapide en service |
MiMo-V2.6-Pro ou Flash : lequel utiliser ?
Choix pratique : choisissez MiMo-V2.6-Pro pour l’ingénierie à long horizon, la recherche, la cybersécurité et le travail agentique à forte valeur ; choisissez MiMo-V2.6-Flash pour l’automatisation à grand volume, le traitement de documents et multimodal, et les appels répétés sensibles aux coûts ; choisissez MiMo-V2.6-Pro-UltraSpeed lorsque le raisonnement de niveau Pro est requis mais que la latence domine. UltraSpeed est un palier de service plutôt qu’un modèle de capacité différente et est annoncé jusqu’à 20× plus rapide en débit sortant que le Pro standard.
Comment fonctionne Xiaomi MiMo‑V2.6 ?
Architecture Mixture-of-Experts clairsemée
MiMo‑V2.6 n’active pas l’ensemble de ses paramètres pour chaque jeton. Le point de contrôle phare Pro contient 1,02 billion de paramètres au total, mais seulement environ 42 milliards sont actifs pour chaque jeton. La carte du modèle de Xiaomi décrit 70 couches Transformer, 384 experts routés et huit experts activés à la fois. Flash est sensiblement plus petit avec 309 B au total / 15 B actifs, 48 couches Transformer et 256 experts routés.
| Spécification d’architecture | MiMo-V2.6-Pro | MiMo-V2.6-Flash |
|---|---|---|
| Paramètres totaux | 1.02T | 309B |
| Paramètres activés | 42B | 15B |
| Couches Transformer | 70 | 48 |
| Taille cachée | 6 144 | 4 096 |
| Experts routés | 384 | 256 |
| Experts activés | 8 | 8 |
| Contexte maximum | 1M | 1M |
| MiMo ViT | 681M paramètres | 681M paramètres |
| AudioTokenizer | 308M paramètres | 308M paramètres |
| Encodeur de patches audio | 127M paramètres | 127M paramètres |
| Décodeur spéculatif | 5 couches | 5 couches |
L’architecture combine une attention à fenêtre glissante avec des couches à attention globale et inclut un décodeur spéculatif à prédiction multi‑jetons sur cinq couches. L’implication pratique est que le nombre de paramètres mis en avant et le calcul par jeton sont des quantités très différentes : le routage clairsemé permet à Xiaomi de conserver un grand vivier d’experts sans effectuer une inférence dense sur tous les poids pour chaque jeton.
Compréhension multimodale native
MiMo‑V2.6 utilise le MiMo ViT de 681 M de paramètres de Xiaomi pour l’encodage visuel, en combinaison avec des composants audio dédiés. Le même agent peut ainsi traiter des instructions textuelles, des captures d’écran, des photographies, de la vidéo et de l’audio. Pour les agents d’utilisation de l’ordinateur, la multimodalité native est importante, car la perception et la prise de décision peuvent se produire dans la même boucle de raisonnement plutôt que d’être séparées dans des modèles indépendants orientés utilisateur.
Pourquoi l’apprentissage par renforcement est-il si important pour MiMo‑V2.6 ?
Xiaomi indique que Flash et Pro ont tous deux traversé environ 30 étapes d’APRN et près de 750 000 trajectoires lors d’une expérimentation publique d’entraînement sur six jours. Les coûts d’entraînement annoncés étaient d’environ 850 000 $ pour Flash et 2,62 M$ pour Pro. Chaque mise à jour utilisait 1 568 échantillons d’entraînement, avec des étapes individuelles atteignant environ 3,5 à 3,7 milliards de jetons. Le mélange de tâches couvrait le code, les agents généraux, les tâches visuelles, la cybersécurité et plusieurs cadres d’agents.
Au cours de ce processus d’APRN, Xiaomi rapporte que le score DeepSWE v1.1 hors échantillon est passé de 48,8 à 65,7 pour Flash et de 58,4 à 72,6 pour Pro. Ces chiffres décrivent l’expérience d’APRN en direct et ne doivent pas être confondus avec tous les scores finaux des benchmarks pour les points de contrôle publiés, car la configuration d’évaluation peut différer.
Notation agentique par groupes
Pour l’entraînement d’agents, une récompense binaire succès/échec peut masquer des différences significatives entre deux trajectoires réussies. Une solution peut terminer rapidement avec quelques appels d’outils, tandis qu’une autre peut gaspiller des dizaines d’étapes. Xiaomi décrit donc la synthèse de récompense par groupes et la redistribution d’avantage par groupes comme des mécanismes permettant de comparer des trajectoires au sein d’un groupe et de redistribuer le signal d’apprentissage vers des solutions plus propres. L’objectif est d’améliorer non seulement l’achèvement des tâches, mais aussi l’efficacité du chemin emprunté.
Quelle est la performance de Xiaomi MiMo‑V2.6 sur les benchmarks d’agents ?
Les éléments publics les plus convaincants pour V2.6 sont concentrés sur des benchmarks agentiques plutôt que sur des tests QCM classiques. Le graphique officiel de Xiaomi compare Pro et Flash à MiMo‑V2.5‑Pro, Claude Opus 5, GPT‑5.6 Sol et Fable 5 sur des tâches de codage, d’agents généraux, de cybersécurité et d’agents visuels.

| Benchmark | MiMo-V2.6-Pro | MiMo-V2.6-Flash | Claude Opus 5 | GPT-5.6 Sol |
|---|---|---|---|---|
| DeepSWE v1.1 | 71.9 | 67.9 | 74.0 | 73.0 |
| ProgramBench | 26.5 | 26.0 | 37.0 | 25.0 |
| MiMo Code Bench | 63.2 | 61.2 | 68.6 | 59.3 |
| AutomationBench v1.0.6 | 53.1 | 52.3 | 50.3 | 45.8 |
| Toolathlon-Verified | 76.9 | 73.6 | 80.6 | 74.9 |
| Agents' Last Exam | 31.6 | 27.6 | 31.6 | 30.8 |
| Terminal Bench 2.1 | 89.9 | 87.6 | 89.1 | 88.8 |
| OSWorld-Verified | 82.0 | 80.8 | 83.4 | 83.0 |
| JobBench | 62.0 | 61.2 | 65.7 | 45.4 |
| MiMo Visual Coding | 72.3 | 71.5 | 70.0 | 73.4 |
Progression en codage
Les gains en codage sont les plus clairs dans l’exécution à long horizon. Pendant l’APRN en direct, Xiaomi signale que DeepSWE v1.1 hors échantillon est passé de 48,8 à 65,7 pour Flash et de 58,4 à 72,6 pour Pro. Dans le tableau inter‑modèles publié, Pro atteint 71,9 sur DeepSWE v1.1 et 63,2 sur MiMo Code Bench, tandis que Flash atteint 67,9 et 61,2. Pro ne gagne pas chaque test de codage — Claude Opus 5 reste devant sur DeepSWE, ProgramBench et MiMo Code Bench — mais V2.6 combine des performances à l’échelle du dépôt compétitives avec des poids ouverts et des prix d’API nettement plus bas.
Raisonnement et progression agentique
L’avancée en raisonnement se comprend mieux comme une amélioration de la planification, de l’utilisation d’outils et de la capacité de récupération plutôt que comme un score d’intelligence abstrait unique. Pro enregistre 89,9 sur Terminal Bench 2.1, 53,1 sur AutomationBench et 76,9 sur Toolathlon‑Verified ; Flash enregistre 87,6, 52,3 et 73,6. Pro dépasse légèrement les résultats listés de Claude Opus 5 et GPT‑5.6 Sol sur Terminal Bench 2.1, tandis que les deux modèles V2.6 devancent ces comparateurs sur AutomationBench. Xiaomi attribue l’amélioration à la comparaison de trajectoires par groupes, à des évaluateurs plus riches, à un entraînement multi‑cadres et à des signaux de récompense favorisant des chemins de solution plus courts et plus propres.
Connaissances et progression en recherche
Les progrès intensifs en connaissances sont davantage étayés par des évaluations d’agents et des démonstrations que par une suite classique d’examens de connaissances. Pro égale Claude Opus 5 à 31,6 sur Agents’ Last Exam et atteint 62,0 sur JobBench. Xiaomi rapporte également des workflows de recherche en science des matériaux impliquant la récupération de littérature et de brevets, la génération d’hypothèses et le criblage computationnel, ainsi qu’un projet de formalisation Lean 4 dépassant 6 000 lignes vérifiées. Ces exemples suggèrent une meilleure récupération, synthèse, formalisation et travail de connaissance appuyé sur des outils, mais ils ne doivent pas être traités comme une preuve indépendante d’une supériorité universelle en connaissances.
Dans l’ensemble : les progrès de V2.6 sont larges mais inégaux. La force se manifeste surtout par l’amélioration du codage à long horizon et de l’exécution agentique, tandis que les affirmations sur le raisonnement général et les connaissances doivent rester liées au benchmark, au cadre et à la démonstration spécifiques.
Note sur les benchmarks : sauf indication contraire, les résultats inter‑modèles ci‑dessous sont rapportés par Xiaomi dans la carte du modèle MiMo‑V2.6. Les scores peuvent dépendre des versions de benchmark, des cadres d’agents, des configurations d’outils, des budgets d’inférence et des protocoles d’évaluation ; ils ne doivent donc pas être interprétés comme un classement reproduit indépendamment.
MiMo‑V2.6 vs MiMo‑V2.5 : qu’est‑ce qui a changé ?
| Dimension | Génération MiMo-V2.5 | Avancée MiMo-V2.6 |
|---|---|---|
| Focus d’entraînement | Agents multimodaux solides, long contexte, efficacité de jetons | Programme APRN mixte bien plus vaste couvrant code, agents généraux, vision, cybersécurité et multiples cadres |
| Capacité agent | V2.5-Pro visait un travail difficile à long horizon | Xiaomi rapporte que V2.6-Flash surpasse globalement V2.5-Pro sur sa suite de benchmarks d’agents |
| Efficacité d’apprentissage | Point de contrôle de production précédent | Environ 750 000 trajectoires sur 30 étapes d’APRN ; gains DeepSWE hors échantillon d’environ 17 points pour Flash et 14 pour Pro |
| Ouverture | Poids ouverts et support d’écosystème | Ajoute le code APRN complet, 7 000+ environnements de tâches, un cadre d’entraînement, des cadres légers et un point de contrôle de distillation 9B |
| Économie | Niveau de prix API V2.5 existant | Intelligence déclarée plus élevée aux mêmes prix API officiels, déplaçant la frontière capacité‑coût |
Codage et exécution agentique
Par rapport à V2.5, le changement le plus net est une politique d’agent plus forte plutôt qu’une fenêtre de contexte plus longue. Xiaomi rapporte que V2.6‑Flash surpasse V2.5‑Pro sur sa suite de benchmarks d’agents. Au cours de l’entraînement V2.6, DeepSWE v1.1 hors échantillon est passé de 48,8 à 65,7 pour Flash et de 58,4 à 72,6 pour Pro ; ces scores de la phase d’entraînement ne sont pas directement interchangeables avec le tableau de benchmarks du modèle publié ci‑dessus.
Raisonnement, connaissances et ampleur de l’entraînement
V2.6 étend l’APRN au codage, aux agents généraux, à la vision, à la cybersécurité et à plusieurs cadres. Xiaomi fait état d’environ 750 000 trajectoires sur près de 30 étapes d’APRN. Cela soutient une planification plus large, l’usage d’outils et la récupération, mais n’établit pas en soi un gain universel sur tous les benchmarks de connaissances ou de raisonnement ; comparez des tâches et des conditions d’évaluation appariées.
Migration et ouverture
La sortie ajoute également du code APRN, plus de 7 000 environnements de tâches, une infrastructure d’entraînement et un point de contrôle de distillation 9B. Le contexte 1 M de jetons et les entrées multimodales sont des continuités de V2.5, pas des percées nouvelles de V2.6.
Le changement pratique n’est donc pas un nouvel enveloppe de contexte — le contexte 1 M et la multimodalité complète existaient déjà dans V2.5 — mais une politique d’agent plus forte entraînée avec sensiblement plus de calcul APRN et des environnements vérifiables plus larges. Xiaomi a annoncé que les noms de modèles V2.5 et V2.5‑Pro cesseront de fonctionner le 21 octobre 2026 ; les nouveaux déploiements doivent cibler V2.6 et les déploiements existants doivent planifier des tests de migration.
Comment V2.6 se compare à d’autres modèles de pointe

| Dimension | MiMo-V2.6-Pro | Modèles propriétaires de pointe | Autres modèles à poids ouverts |
|---|---|---|---|
| Poids du modèle | Poids ouverts | Généralement fermés | Selon le modèle |
| Contexte MiMo vérifié | 1M jetons | Vérifier la page officielle de chaque modèle | Vérifier la carte officielle de chaque modèle |
| Modalités MiMo vérifiées | Texte, image, vidéo, audio | Selon le fournisseur | Selon le modèle |
| APRN centré sur les agents | Fort accent dans la sortie | Dépend du modèle et du système | Dépend du modèle et du point de contrôle |
| Auto‑hébergement | Oui, avec une infrastructure substantielle | Généralement non | Souvent possible pour des checkpoints ouverts |
| Avantage principal MiMo | Poids ouverts, multimodalité native, faible coût API | Écosystème du fournisseur et outils gérés | Varie selon la licence, la taille et la pile de déploiement |
Pour un ensemble de comparaison actuel, évaluez MiMo‑V2.6 face à Claude Opus 5.5 pour le codage agentique longue durée, Claude Fable 5.1 pour le travail autonome le plus difficile, GPT-6 Sol et Gemini 4 Pro. La disponibilité des modèles et les prix sont dynamiques ; les comparaisons en production doivent donc utiliser le catalogue en direct et des invites, outils, budgets d’effort et critères d’acceptation appariés.
Que peut réellement faire Xiaomi MiMo‑V2.6 ?
Agents de codage et d’ingénierie logicielle
MiMo‑V2.6 est conçu pour des trajectoires logicielles longues : inspection de dépôts, modification de code, utilisation d’outils en terminal, exécution de tests, diagnostic des échecs et poursuite jusqu’à satisfaction de l’objectif. Ses résultats sur DeepSWE, Terminal Bench, AutomationBench et Toolathlon indiquent que Xiaomi optimise pour l’exécution plutôt que pour la simple complétion de code. Les charges de travail pratiques incluent des agents de codage, le débogage automatisé, le refactoring de dépôts, la résolution d’incidents CI et des workflows d’ingénierie multi‑outils.
Utilisation de l’ordinateur
Xiaomi démontre explicitement un Computer Use Agent (CUA). Le modèle peut interpréter des interfaces graphiques, récupérer des informations, éditer du contenu, traiter des données, inspecter des résultats, diagnostiquer des problèmes et modifier les actions suivantes sur la base de retours visuels. Dans ce workflow, la sortie du modèle n’est souvent pas le produit final ; elle peut plutôt déterminer la prochaine action logicielle ou navigateur.
Mondes 3D et workflows Blender
Sous le concept « Vibe World », MiMo‑V2.6 peut prendre des références texte, image ou vidéo et décomposer une demande 3D en tâches de construction de scène, de programmation d’interactions et de vérification visuelle. Xiaomi montre également le contrôle de Blender par le modèle pour créer des objets et scènes 3D à partir de descriptions ou d’images de référence. Cela étend le « vibe coding » au‑delà du code applicatif vers des environnements interactifs.
Robotique et agents incarnés
Xiaomi démontre MiMo‑V2.6 dans un environnement de simulation incarné utilisant des images caméra multi‑vues et un bras robotique Franka Panda. Des tâches exemples incluent la préhension d’objets, l’appariement de couleurs et le placement précis. Cela n’établit pas V2.6 comme modèle fondation universel de robotique, mais montre comment la vision native et la prise de décision à long horizon peuvent être connectées à des boucles de contrôle incarnées.
Recherche scientifique et raisonnement formel
Xiaomi rapporte un cas en science des matériaux où MiMo‑V2.6‑Pro a assisté des chercheurs sur des structures métallo‑organiques pour l’adsorption de PFAS, incluant recherche de littérature et de brevets, formulation de candidats et appels à des outils computationnels. Dans une autre expérience, le modèle a aidé à formaliser le théorème principal de « Period Three Implies Chaos » dans Lean 4. Xiaomi indique un projet terminé dépassant 6 000 lignes de code Lean, vérifié par le noyau Lean sans éléments non prouvés. Ces exemples doivent être interprétés comme des démonstrations de workflows de recherche agentiques, non comme une preuve de découverte scientifique autonome.
Sites web, présentations, vidéo et musique
MiMo‑V2.6 peut coordonner du code front‑end, des workflows de design, des diapositives, des actifs SVG, des pipelines vidéo et des outils de production musicale. Xiaomi démontre une orchestration avec des systèmes média spécialisés, incluant la narration via MiMo‑V2.5‑TTS, plutôt que de prétendre que V2.6 remplace lui‑même chaque générateur d’image, de vidéo ou d’audio. Le modèle s’insère donc naturellement comme orchestrateur de production créative.
Les cas d’usage de cette section sont des démonstrations Xiaomi, pas des preuves indépendantes que chaque déploiement reproduira les mêmes résultats. Les équipes de production doivent tester le modèle avec leurs propres outils, permissions, mécanismes de reprise sur échec et critères d’évaluation.
Combien coûte Xiaomi MiMo‑V2.6 ?
| Tarification | MiMo-V2.6-Pro | MiMo-V2.6-Flash | Pro UltraSpeed |
|---|---|---|---|
| Entrée mise en cache / 1 M de jetons | $0.0036 | $0.0028 | $0.036 |
| Entrée non mise en cache / 1 M de jetons | $0.435 | $0.14 | $4.35 |
| Sortie / 1 M de jetons | $0.87 | $0.28 | $8.70 |
Xiaomi maintient la tarification API de V2.6 au même niveau général que sa génération V2.5. Flash se distingue particulièrement pour les charges de travail à grand volume : la tarification officielle Xiaomi indique $0.14 par million de jetons d’entrée non mis en cache et $0.28 par million de jetons de sortie.

Tarification et disponibilité CometAPI
| Route CometAPI | Entrée / 1M | Sortie / 1M | Statut du catalogue |
|---|---|---|---|
| mimo-v2.6-pro-ultraspeed | $3.48 | $6.96 | Disponible ; 20 % au‑dessous des tarifs officiels non mis en cache indiqués |
| mimo-v2.6-pro | $0.348 | $0.6960 | Disponible ; 20 % au‑dessous des tarifs officiels non mis en cache indiqués |
| mimo-v2.6-flash | $0.112 | $0.2240 | Disponible ; 20 % au‑dessous des tarifs officiels non mis en cache indiqués |
Comment les développeurs peuvent-ils accéder à Xiaomi MiMo‑V2.6 ?
Xiaomi expose les modèles via une API compatible OpenAI et documente la compatibilité avec le protocole Anthropic sur ses pages officielles de modèles. Les identifiants officiels sont mimo-v2.6-pro, mimo-v2.6-flash et mimo-v2.6-pro-ultraspeed. Xiaomi documente l’appel d’outils, la sortie structurée, le streaming, les contrôles de raisonnement, la mise en cache du contexte et la recherche web. L’interface compatible OpenAI utilise des valeurs thinking.type telles que enabled ou disabled, avec deep thinking activé par défaut pour les modèles V2.6.
Les développeurs disposent de trois voies d’accès pratiques. Premièrement, téléchargez le point de contrôle à poids ouvert Pro ou Flash pour une intégration auto‑hébergée, sous réserve d’exigences de service substantielles. Deuxièmement, utilisez l’API gérée de Xiaomi avec une clé Xiaomi et son endpoint documenté. Troisièmement, utilisez une route CometAPI prise en charge avec une clé CometAPI et une URL de base ; cela peut simplifier l’évaluation multi‑modèles et la facturation. Des assistants de codage tels que Claude Code peuvent utiliser une route compatible Anthropic lorsque cette route et ce modèle sont pris en charge, mais la compatibilité doit être testée plutôt que supposée.
Accéder à MiMo‑V2.6 via CometAPI
CometAPI fournit un endpoint unifié et une couche de facturation pour les modèles pris en charge. L’avantage opérationnel principal est la simplicité de migration : les équipes peuvent conserver un SDK familier, changer l’URL de base et l’ID du modèle, comparer MiMo à d’autres modèles de pointe dans le même compte et centraliser le suivi d’usage, la tarification et les vérifications de disponibilité. C’est utile pour le routage multi‑modèles, les stratégies de repli, les factures consolidées et les évaluations qui nécessitent des invites identiques entre fournisseurs.
CometAPI documente trois formats de requêtes texte au niveau de la plateforme : OpenAI Chat Completions, Anthropic Messages et OpenAI Responses. Pour un SDK compatible, la migration consiste généralement à changer l’URL de base, la clé API et l’ID du modèle plutôt qu’à réécrire toute l’application. Le support d’endpoint et de paramètres peut varier selon le modèle ; testez donc la variante exacte de MiMo‑V2.6 et le format de requête avant d’affirmer que les trois routes fonctionnent pour celui‑ci.
Au 23 septembre 2026, MiMo‑V2.6‑Pro‑UltraSpeed dispose d’une route de catalogue disponible avec des prix d’entrée et de sortie listés. Les pages dédiées Pro et Flash affichent Coming soon dans leurs instantanés de catalogue même si leurs panneaux de santé API indiquent Available. Considérez ceci comme un signal de page incohérent, et non comme une confirmation de disponibilité ou de tarification en production. Vérifiez le catalogue en direct, le tableau de bord et une requête de test avant déploiement.
L’exemple suivant suit le motif SDK Anthropic publié par CometAPI et appelle la route UltraSpeed actuellement listée. Stockez la clé API dans une variable d’environnement.
import Anthropic from '@anthropic-ai/sdk';
const client = new Anthropic({
apiKey: process.env.COMETAPI_KEY,
baseURL: 'https://api.cometapi.com',
});
const message = await client.messages.create({
model: 'mimo-v2.6-pro-ultraspeed',
max_tokens: 4096,
messages: [{ role: 'user', content: 'Analysez ce projet et proposez les prochaines étapes de mise en œuvre.' }],
});
Xiaomi MiMo‑V2.6 est‑il open source ?
Xiaomi a publié les poids du modèle, du matériel technique, des ressources d’APRN, des environnements d’entraînement et une infrastructure associée. La sortie inclut plus de 7 000 environnements de tâches APRN couvrant l’ingénierie logicielle, la reproduction de vulnérabilités, le travail intensif en connaissances et la conception/développement web. Xiaomi a également publié MiMo‑V2.6‑Distill‑Qwen‑9B afin que les chercheurs puissent étudier le pipeline APRN à une échelle bien plus petite.
Cartes de modèles officielles : MiMo‑V2.6‑Pro‑RL | MiMo‑V2.6‑Flash‑RL
Quelles sont les limites de Xiaomi MiMo‑V2.6 ?
Le chiffre phare d’un billion de paramètres ne doit pas être considéré comme une preuve que V2.6 est universellement plus fort que des systèmes propriétaires de pointe. Le propre tableau de benchmarks de Xiaomi montre une image mixte : Claude Opus 5 reste devant sur certains tests de codage, d’utilisation d’outils et d’OS, tandis que GPT‑5.6 Sol est également en tête sur des tests sélectionnés. Une évaluation spécifique à la charge de travail est donc plus pertinente qu’une étiquette de vainqueur globale.
L’auto‑hébergement du point de contrôle Pro complet est aussi une tâche lourde en infrastructure. Des poids ouverts ne signifient pas un déploiement facile sur station de travail. De plus, plusieurs démonstrations phares — recherche, contrôle incarné, mondes 3D et production vidéo — dépendent d’outils externes et de cadres d’agents. MiMo‑V2.6 doit être évalué comme un modèle au sein d’un système, pas seulement comme un modèle de chat autonome.
Pourquoi Xiaomi MiMo‑V2.6 est‑il important ?
MiMo‑V2.6 combine trois axes clés : des modèles MoE clairsemés très larges, la multimodalité native et l’apprentissage par renforcement au‑delà d’environnements d’agents réels. Le chiffre de 1,02 T attire l’attention, mais le choix de conception le plus conséquent est l’investissement de Xiaomi dans l’interaction répétée avec des environnements, la notation de trajectoires, l’utilisation d’outils et l’auto‑correction.
Si cette approche continue d’évoluer, les modèles ouverts pourraient de plus en plus se différencier non seulement par la quantité de connaissances statiques qu’ils contiennent, mais par l’efficacité avec laquelle ils agissent, évaluent, récupèrent et mènent à bien de longues tâches. MiMo‑V2.6 doit donc être compris comme un modèle fondation ouvert orienté agents plutôt que comme un simple chatbot à un billion de paramètres.
Conclusion
MiMo‑V2.6 est une sortie à poids ouverts substantielle, car elle combine entrées natives texte, image, vidéo et audio avec long contexte, inférence MoE clairsemée et apprentissage par renforcement sur des environnements d’agents réels. Pro convient mieux aux tâches difficiles à long horizon, Flash cible les charges à grand volume et sensibles au coût, et UltraSpeed échange un prix API significativement plus élevé contre une latence réduite.
La famille de modèles est compétitive sur plusieurs benchmarks d’agents rapportés par le fournisseur, mais elle ne mène pas chaque évaluation et ne doit pas être traitée comme un remplaçant universel des modèles propriétaires de pointe. La voie d’adoption la plus fiable est de tester MiMo‑V2.6 par rapport aux outils exacts, cibles de latence, modes de défaillance et profil de coût du workflow de production visé.
FAQ
Qu’est‑ce que les équipes doivent tester avant de passer MiMo‑V2.6 en production ?
Testez le système complet plutôt que le modèle seul. Mesurez l’achèvement des tâches, la précision des appels d’outils, la reprise après actions échouées, la latence, la consommation de jetons, la gestion du contexte et les frontières de permission. Les benchmarks d’agents donnent une orientation, mais les évaluations internes doivent refléter le dépôt, le navigateur, le document ou le workflow de recherche réels.
Pourquoi l’auto‑hébergement de MiMo‑V2.6‑Pro peut‑il être difficile malgré son architecture clairsemée ?
L’activation clairsemée réduit le calcul par jeton par rapport à un modèle dense d’un billion de paramètres, mais le point de contrôle complet a toujours une empreinte mémoire et de service distribué très importante. Un déploiement de production peut nécessiter une inférence multi‑nœuds, du parallélisme d’experts, des kernels spécialisés et une planification de capacité soignée.
Comment les développeurs doivent‑ils interpréter le tableau de benchmarks inter‑modèles de Xiaomi ?
Considérez‑le comme une preuve rapportée par le fournisseur, non comme un classement universel reproduit indépendamment. Les résultats peuvent varier avec le cadre d’agent, le budget d’inférence, les outils, l’image d’environnement, la méthode d’échantillonnage et la version du benchmark. Comparez les tendances sur plusieurs tâches et reproduisez en interne les charges de travail les plus pertinentes.
Quand MiMo‑V2.6‑Flash est‑il un meilleur choix que Pro ?
Flash est le meilleur défaut lorsque le volume d’appels et le coût dominent, en particulier pour le traitement de documents, l’analyse multimodale et les étapes agentiques répétées. Pro est plus approprié lorsque le raisonnement difficile ou l’exécution à long horizon fournissent suffisamment de valeur métier pour justifier le prix plus élevé.
Une fenêtre de contexte de 1 M de jetons élimine‑t‑elle le besoin de retrieval ou de gestion d’invite ?
Non. Une fenêtre plus grande augmente la capacité, mais envoyer de l’historique inutile peut accroître la latence et le coût et diluer les preuves pertinentes. Le retrieval, le résumé, la mémoire structurée et l’élagage de contexte restent importants pour des agents de production fiables.



