Xiaomi는 단일 모델 출시였던 MiMo를 서로 다른 제품 니즈를 겨냥한 3개 모델 라인업으로 확장했다. Flash는 2025년 12월 16일, 추론·코딩·에이전트형 작업을 위한 오픈소스 MoE 모델로 공개되었고, Pro와 Omni는 2026년 3월 18일 각각 플래그십 추론 모델과 완전 멀티모달 모델로 공식 발표되었다.
MiMo V2란 무엇이며 왜 중요한가?
Xiaomi의 MiMo V2 시리즈는 실제 세계의 에이전트형 워크로드에 최적화된 첨단 AI 기반 모델로의 진입을 의미한다. 단계적으로 출시되었으며(Flash는 2025년 말/2026년 초, 이어서 2026년 3월 18일 Pro와 Omni), 라인업은 효율성을 위해 Mixture-of-Experts(MoE) 아키텍처를 활용한다. 총 파라미터는 방대하지만 추론 시 활성 파라미터는 훨씬 적다.
MiMo-V2-Omni: “눈과 귀” – 텍스트, 비전, 비디오, 확장 오디오를 통합한 단일 멀티모달 모델
MiMo-V2-Flash: “빠른 일꾼” – 경량, 오픈소스, 초저가
MiMo-V2-Pro: “추론 플래그십” – 복잡한 다단계 작업을 위한 트릴리언 파라미터급 두뇌
모든 모델은 도구 호출, 롱컨텍스트 추론, OpenClaw, OpenCode, KiloCode 같은 에이전트 프레임워크와의 통합을 강조한다. 이들은 OpenAI, Anthropic, Google의 동급 대비 가격을 대폭 낮추며(대개 5–10배 저렴), 핵심 벤치마크에서 글로벌 및 중국 리더권 성능을 기록한다.
MiMo V2-Omni vs MiMo V2-Pro vs MiMo V2-Flash: 간단 비교
| Feature / Metric | MiMo-V2-Flash | MiMo-V2-Pro | MiMo-V2-Omni |
|---|---|---|---|
| Release | Dec 2025 | Mar 18, 2026 | Mar 19, 2026 |
| Parameters | 309B total / 15B active (MoE) | ~1T total / 42B active (MoE) | Multimodal (exact params undisclosed) |
| Context Window | 256K tokens | 1M tokens (tiered pricing) | 256K tokens |
| Primary Strength | Speed & cost (coding/agents) | Reasoning & complex agents | Multimodal perception (vision/audio) |
| Benchmarks (Key Examples) | SWE-Bench: 73.4% (#1 open-source); Artificial Analysis: ~41 | ClawEval: 61.5 (#3 global); PinchBench: 81.0; Global rank #7–8 | Strong in vision/audio tasks (e.g., browser shopping, hazard detection) |
| Official Pricing (per 1M tokens) | $0.09 input / $0.29 output | ≤256K: $1/$3; >256K: $2/$6 | $0.40 input / $2 output |
| Open-Source | Yes (MIT on HF) | No (API only) | No (API only) |
| Best For | High-volume, fast tasks | Production agents & long workflows | Vision/audio + text agents |
| Inference Speed | ~150 tokens/s | High (MTP optimized) | Multimodal latency ~2–5s |
MiMo V2-Omni, MiMo V2-Pro, MiMo V2-Flash란 무엇인가
MiMo-V2-Flash란? 효율성 우선 모델
MiMo-V2-Flash는 이 가족의 가장 잘 알려진 초기 구성원이다. Hugging Face 모델 카드에서 Xiaomi는 이를 총 309B 파라미터, 활성 15B 파라미터의 Mixture-of-Experts 모델로 소개하며, 출력 속도를 높이고 추론 비용을 낮추기 위해 하이브리드 어텐션과 Multi-Token Prediction을 사용했다고 설명한다. 27T 토큰으로 FP8 혼합 정밀도로 학습되었고, 최대 256K 컨텍스트를 지원하며, 고속 추론 및 에이전트형 워크플로에 최적화되었다.
실용적 시사점은 Flash가 텍스트 중심 사용 사례에서 가장 균형 잡힌 “일상형” MiMo 모델이라는 점이다. MiMo-V2-Flash는 롱컨텍스트 추론, 코딩 지원, 에이전트 워크플로에 강하며, SWE-bench Verified 및 SWE-bench Multilingual에서 전 세계 오픈소스 모델 중 1위를 기록하면서도 Claude Sonnet 4.5 비용의 약 3.5%만 든다. 이러한 조합은 예산을 크게 쓰지 않고 가족을 시험해 보고 싶을 때 Flash를 자연스러운 출발점으로 만든다.
MiMo-V2-Pro란? 플래그십 에이전트 두뇌
MiMo-V2-Pro는 이 가족의 플래그십 텍스트 우선 모델이다. Xiaomi에 따르면 총 1T 이상 파라미터, 활성 42B 파라미터, 7:1로 확장된 하이브리드 어텐션 비율, 1M 토큰 컨텍스트 윈도우를 갖추고 있으며, 코딩 능력은 Claude 4.6 Sonnet을 능가하고, ClawEval에서의 일반 에이전트 성능은 Opus 4.6에 근접한다. 특히 Xiaomi는 도구 호출의 안정성과 정확도가 크게 향상되었다고 강조하는데, 이는 데모에서 프로덕션으로 이동하려는 개발자들이 바로 찾는 신호다.
MiMo-V2-Omni란? 멀티모달 에이전트 모델
MiMo-V2-Omni는 에이전트 문제에 대한 Xiaomi의 멀티모달 해답이다. 이미지·비디오·오디오 인코더를 단일 공유 백본으로 융합하여, 모델이 하나의 지각 스트림으로 보고, 듣고, 읽을 수 있게 한다. 또한 Xiaomi는 구조화된 도구 호출, 함수 실행, UI 그라운딩을 기본적으로 지원한다고 밝히며, 이 때문에 Omni가 범용 멀티모달 챗봇이 아닌 에이전트 모델로 포지셔닝된다.
Omni는 오디오 이해에서 단순 변환을 넘어 10시간을 초과하는 연속 오디오를 처리하고, 오디오 작업에서 Gemini 3 Pro를 능가하며 이미지 이해에서는 Claude Opus 4.6을 뛰어넘고 Gemini 3 같은 최상위 폐쇄형 모델 수준에 도달한다고 한다. Omni는 브라우저 및 모바일 워크플로에서 강력한 성능을 보이며, 에이전트 데모는 OpenClaw가 브라우저 제어, 파일 시스템 접근, 터미널 상호작용을 처리하는 구성으로 실행되었다고 한다.
순위화 가능한 롱테일 키워드 인사이트: “MiMo V2 Pro vs Flash for agentic coding”을 검색하는 개발자들은 속도/비용에는 Flash, 프로덕션 신뢰성에는 Pro를 선택한다.
MiMo V2 API 가격 2026
가격 비교 (1M 토큰당)
| Model | Input Price | Output Price | Context Tiering Notes | Blended Cost Example (100K Input + 10K Output) |
|---|---|---|---|---|
| Flash | $0.09 – $0.10 | $0.29 – $0.30 | Flat rate | ~$0.012 – $0.013 |
| Pro | $1.00 (≤256K) $2.00 (256K–1M) | $3.00 (≤256K) $6.00 (256K–1M) | Tiered by context length; cache pricing available | ~$0.13 – $0.26 |
| Omni | $0.40 | $2.00 | Flat rate (multimodal tokens billed accordingly) | ~$0.06 |
예시:
- Flash는 단순 고볼륨 작업에서 우위(예: 하루 1M 토큰에도 비용이 미미).
- Omni는 멀티모달 대비 우수한 가치(동급 Gemini 3.1보다 저렴).
- Pro는 많은 에이전트/코딩 벤치마크에서 Claude Sonnet 4.6에 필적하거나 능가하면서도 가격은 ~1/5–1/6 수준. 캐시 가격은 롱컨텍스트 비용을 추가 절감.
CometAPI에서 Mimo V2 시리즈 API 가격은?
CometAPI에서 Mimo API는 공식 웹사이트보다 더 낮은 가격을 제공하며, 공식 가격의 약 20% 수준(사실상 무료에 가까움)이다. MImo-v2 pro, mimo-V2-omni, 그리고 mimo-v2-flash는 openclaw에서도 사용할 수 있다. 예:
| Comet Price (USD / M Tokens) | Official Price (USD / M Tokens) | Discount |
|---|---|---|
| Input:$0.8/MOutput:$2.4/M | Input:$1/MOutput:$3/M | 20% |
중요한 단서는, “가장 저렴”하다고 해서 항상 “최고의 가치”인 것은 아니라는 점이다. 한 번의 모델 호출이 여러 번의 재시도, 도구 호출, 인적 개입을 대체할 수 있다면 Pro가 가장 비용 효율적일 수 있다. 멀티모달 그라운딩으로 별도의 OCR·오디오·비전 파이프라인 구축을 피할 수 있다면 Omni가 더 나은 선택일 수 있다. 고볼륨과 예측 가능한 지출이 필요하다면 Flash가 가치 리더다.
성능 벤치마크 비교
범용 지능 및 추론 벤치마크
| Benchmark | MiMo-V2-Flash | MiMo-V2-Pro | MiMo-V2-Omni | Notes / Comparison Context |
|---|---|---|---|---|
| Artificial Analysis Intelligence Index | 39–41 | 49 (Global #8, Chinese #2) | Not primary focus | Pro shows significant leap over Flash |
| AIME 2025 (Math) | 94.1% | ~94.0% | N/A | Flash highly competitive for its size |
| Hallucination Rate | ~48% | ~30% | N/A | Pro demonstrates improved reliability |
| LongBench V2 (Long Context) | 60.6 | Strong (1M context advantage) | N/A | Pro excels in ultra-long tasks |
코딩 및 에이전트형 벤치마크
| Benchmark | MiMo-V2-Flash | MiMo-V2-Pro | MiMo-V2-Omni | Comparison Highlights |
|---|---|---|---|---|
| SWE-Bench Verified | 73.4% (Top open-source) | 78.0% | ~74.8% | Pro leads; Flash #1 among open models |
| SWE-Bench Multilingual | 71.7% | 57.1% (multilingual variant) | N/A | Flash particularly strong here |
| ClawEval (Agentic Tool Use) | 48.1 – 62.1 | 61.5 – 81.0 | 52.0 – 54.8 | Pro often matches/exceeds Claude Sonnet 4.6 in coding scenarios |
| GDPVal-AA / PinchBench | 1040 – 1426 range | 1426 | 81.2 (variant) | Pro strong in real-world agent tasks |
| OmniGAIA / Multi-Modal Agent | N/A | N/A | 54.8 | Omni competitive in multimodal agents |
멀티모달 벤치마크 (Omni 중심)
| Benchmark | MiMo-V2-Omni Score | Notable Competitors | Highlights |
|---|---|---|---|
| MMAU-Pro (Audio) | 76.8 | Claude Opus 4.6 (73.9) | Omni leads |
| BigBench Audio / Speech Reasoning | Up to 80.1 – 94.0 | Varies | Strong long-audio capability (10+ hours) |
| MMMU-Pro (Image) | 85.3 | Varies (edges some leaders) | Excellent chart & visual understanding |
| Video-MME | 94.0 | Strong vs. Gemini 3 Pro in select areas | High video event forecasting |
| CharXiv (Charts) | 66.7 | Beats Gemini 3 Pro in some reports | Solid structured visual reasoning |
성능 비교: 어느 쪽이 더 나은가?
추론과 코딩에서는 Mimo-V2-Flash가 문서상 매우 강력해 보인다. Mimo-V2-Flash는 AIME 2025, GPQA-Diamond, SWE-bench Verified, SWE-bench Multilingual에서 상위권이며, SWE-bench Verified에서 전 세계 최고 오픈소스 모델로 자리하고 Claude Sonnet 4.5 대비 비용은 약 3.5%에 불과하다. 이는 처리량과 비용 효율을 중시하는 개발자에게 Flash를 돋보이게 만든다.
순수 에이전트 제어에서는 Pro가 플래그십이다. Xiaomi는 도구 호출의 안정성, 장기 과제 계획, 프로덕션 엔지니어링 워크플로를 강조하며, 특히 1M 토큰 컨텍스트 윈도우는 대형 코드베이스, 다문서 분석, 장시간 브라우저/도구 체인에 매우 유용하다.
멀티모달 지각에서는 Omni가 제품의 판을 바꾼다. 차별점은 “채팅이 조금 더 나아진 것”이 아니라, 도구 사용과 UI 그라운딩을 갖춘 네이티브 이미지·비디오·오디오 이해다. 스크린샷을 보고, 차트를 파싱하고, 비디오를 검사하고, 오디오를 듣고, 인터페이스를 구동해야 하는 제품이라면, 세 모델 중 그런 스택에 특화된 유일한 모델은 Omni다.
지능, 코딩, 에이전트형, 멀티모달 전반에서 모델들은 명확한 영역을 나눈다:
- 추론/지능: Pro가 리드(AA Index 49); Flash는 크기 대비 경쟁력; Omni는 교차 모달에 강함.
- 코딩/에이전트형: Pro는 코딩 시나리오에서 종종 Claude Sonnet 4.6을 능가(SWE-Bench, ClawEval); Omni는 멀티모달 에이전트에서 근접; Flash는 오픈소스 톱.
- 속도: 활성 파라미터가 적은 Flash가 가장 빠름.
- 컨텍스트: Pro가 1M 토큰으로 압도.
- 멀티모달: 가족 내에서는 Omni가 독보적.
Pro와 Omni는 미국 최전선 모델 대비 5–10배 비용 절감하면서도 글로벌 톱10 수준을 기록한다. Flash는 다수의 폐쇄형 모델 가격의 1/10로 유사한 오픈소스 성능을 제공한다.
어떻게 선택해야 할까?
MiMo V2 Pro를 선택할 경우…
장기·고위험 에이전트 작업에서 최선의 선택이 필요할 때: 대규모 소프트웨어 작업, 깊은 워크플로 오케스트레이션, 큰 컨텍스트 윈도우, 견고한 도구 사용. 이미지·오디오보다 텍스트 또는 구조화된 도구 상호작용이 중심이고, 토큰 단가보다 성능이 중요한 경우 Pro가 적합하다.
MiMo V2 Omni를 선택할 경우…
제품에 멀티모달 지각이 필수일 때: 스크린샷, 대시보드, 사진, 비디오, 오디오, 브라우저 상태, 크로스 디바이스 액션. “보고, 듣고, 행동하는” 애플리케이션에 Omni가 최적이며, 1M 토큰급 컨텍스트가 필요 없다면 Pro보다 설득력이 높다.
MiMo V2 Flash를 선택할 경우…
최고의 가성비를 원할 때. Flash는 코딩 코파일럿, 배치 에이전트, 대량 지원, 내부 자동화, 오픈소스 가중치·속도·저비용이 중요한 실험에 가장 적합하다. 게시된 토큰 가격이 다른 두 모델보다 현저히 낮기 때문에 예산 검토에서도 방어가 가장 쉬운 모델이다.
핵심 차이점 & 각 모델의 강점
| Factor | Flash (Best For) | Pro (Best For) | Omni (Best For) |
|---|---|---|---|
| Budget | Extreme low-cost / high volume | High-value reasoning | Multimodal value |
| Task Type | Simple queries, local deploy | Complex agents, coding, planning | Vision/video/audio + agents |
| Context | Medium | Longest (1M) | Medium |
| Open-Source | Yes | No | No |
| Speed | Fastest | Balanced | Balanced (multimodal overhead) |
의사결정 프레임워크
Step 1: 멀티모달(이미지/비디오/오디오)이 필요한가? → Omni ($0.40/$2.00).
Step 2: 순수 텍스트 + 최대 추론/에이전트 성능이 필요한가? → Pro ($1–2/$3–6).
Step 3: 예산, 속도, 자체 호스팅이 중요한가? → Flash ($0.09/$0.29, 오픈소스).
하이브리드 전략(API 제공업체 권장): 루틴 작업의 80%는 Flash로, 복잡한 추론은 Pro로, 멀티모달은 Omni로 단일 API 키(예: CometAPI)를 통해 라우팅. 이렇게 하면 전체 가족에 접근하면서 비용을 최적화할 수 있다.
최종 결론: 개인화된 추천
MiMo V2는 단일 히어로 모델이 아닌 전체 AI 스택을 지향한다는 Xiaomi의 선언이다. Pro는 플래그십 추론 엔진, Omni는 멀티모달 운영자, Flash는 효율적인 오픈소스 일꾼이다. 최선의 선택은 벤치마크 자랑보다 워크로드 형태에 더 좌우된다. 텍스트 중심 에이전트는 Flash 또는 Pro, 멀티모달 시스템은 Omni, 거대 컨텍스트가 필요한 프로덕션 워크플로는 Pro가 해답이다.
MiMo V2 가족은 고성능 AI가 더 이상 서구 프리미엄 가격을 필요로 하지 않음을 보여준다. 대부분의 사용자에겐 Flash 또는 Omni로 시작하고, 필요에 따라 Pro로 확장하며, Xiaomi의 로드맵을 주시하라. 더 많은 돌파구가 이어질 것이다.
지금 테스트할 준비가 되었나요? CometAPI 같은 플랫폼에서 하나의 키로 세 모델에 모두 접근할 수 있다. 오늘 바로 실험해 보라—올바른 선택은 당신의 AI 생산성을 하룻밤 사이에 바꿔 놓을 수 있다.