O que é o Xiaomi MiMo-V2.6 e onde posso acessá-lo?

TL;DR

MiMo-V2.6 é a nova família de modelos de raciocínio da Xiaomi com pesos abertos, multimodal nativa e orientada a agentes. MiMo-V2.6-Pro usa um design MoE esparso com 1.02 trilhão de parâmetros totais e cerca de 42 bilhões de parâmetros ativados por token, enquanto MiMo-V2.6-Flash usa 309 bilhões de parâmetros totais e cerca de 15 bilhões ativados. Ambos suportam uma janela de contexto de 1M tokens e entradas multimodais incluindo texto, imagens, vídeo e áudio.

Key Takeaways

• MiMo-V2.6-Pro é um modelo MoE esparso de 1.02T parâmetros com cerca de 42B parâmetros ativados por token; Flash usa 309B totais e cerca de 15B parâmetros ativos.
• Ambos os modelos suportam janela de contexto de 1M tokens, entrada multimodal e até 128K tokens de saída pela API da Xiaomi.
• A família é projetada para raciocínio, uso de ferramentas, busca na web, saída estruturada e fluxos de agentes de horizonte longo.
• A Xiaomi treinou o V2.6 com aprendizado por reforço misto em ambientes de código, agentes gerais, tarefas visuais e cibersegurança.
• Os resultados oficiais posicionam Pro como a opção de maior capacidade e Flash como a opção de menor custo e alto volume; a avaliação específica por carga de trabalho permanece necessária.

What Is Xiaomi MiMo-V2.6?

MiMo-V2.6 é a mais recente geração da família de modelos MiMo da Xiaomi. Sua ênfase não é apenas gerar melhores respostas, mas executar longas sequências de ações: inspecionar um ambiente, chamar ferramentas, observar resultados, corrigir erros e continuar até que um objetivo seja concluído. A Xiaomi enquadra o lançamento em torno de Recursive Self-Improvement (RSI), significando um ciclo de treinamento de RL no qual o modelo explora repetidamente ambientes, recebe sinais de recompensa mais ricos, compara trajetórias e aprende estratégias mais eficazes. Isso não deve ser interpretado como o modelo reescrevendo autonomamente e treinando seu próprio sucessor.

Pro vs Flash vs UltraSpeed: What is the differnence

MiMo-V2.6-Pro or Flash: Which One Should You Use?

Practical choice: escolha MiMo-V2.6-Pro para engenharia de horizonte longo, pesquisa, cibersegurança e trabalho de agentes de alto valor; escolha MiMo-V2.6-Flash para automação de alto volume, processamento de documentos e multimodal, e chamadas repetidas sensíveis a custos; escolha MiMo-V2.6-Pro-UltraSpeed quando o raciocínio em nível Pro é necessário, mas a latência domina. UltraSpeed é uma camada de serviço em vez de um modelo de capacidade diferente e é divulgado com até 20× a velocidade de saída do Pro padrão.

How Does Xiaomi MiMo-V2.6 Work?

Sparse Mixture-of-Experts architecture

MiMo-V2.6 não ativa todo o conjunto de parâmetros para cada token. O checkpoint Pro flagship contém 1.02 trilhão de parâmetros totais, mas apenas cerca de 42 bilhões ficam ativos por token. O model card da Xiaomi descreve 70 camadas Transformer, 384 especialistas roteados e oito especialistas ativados por vez. Flash é substancialmente menor com 309B totais / 15B ativos, 48 camadas Transformer e 256 especialistas roteados.

A arquitetura combina atenção de janela deslizante com camadas de atenção global e inclui um decodificador especulativo de cinco camadas para predição de múltiplos tokens. A implicação prática é que a contagem de parâmetros de manchete e o compute por token são quantidades muito diferentes: o roteamento esparso permite à Xiaomi manter um grande pool de especialistas sem realizar inferência densa em todos os pesos para cada token.

Native multimodal understanding

MiMo-V2.6 usa o MiMo ViT de 681M parâmetros da Xiaomi para codificação visual juntamente com componentes de áudio dedicados. Isso dá ao mesmo agente a capacidade de processar instruções de texto, screenshots, fotografias, vídeo e áudio. Para agentes de uso de computador, a multimodalidade nativa é importante porque percepção e tomada de decisão podem ocorrer dentro do mesmo loop de raciocínio, em vez de serem separadas em modelos desconectados voltados ao usuário.

Why Is Reinforcement Learning So Important to MiMo-V2.6?

A Xiaomi relata que tanto Flash quanto Pro passaram por aproximadamente 30 etapas de RL e cerca de 750.000 trajetórias em um experimento público de treinamento de seis dias. Os custos de treinamento relatados foram cerca de $850,000 para Flash e $2.62 milhões para Pro. Cada atualização usou 1,568 amostras de treinamento, com etapas individuais alcançando cerca de 3.5–3.7 bilhões de tokens. A mistura de tarefas cobriu código, agentes gerais, tarefas visuais, cibersegurança e vários harnesses de agentes.

Durante esse processo de RL, a Xiaomi relata que a pontuação fora da amostra do DeepSWE v1.1 subiu de 48.8 para 65.7 para Flash e de 58.4 para 72.6 para Pro. Esses números descrevem o experimento de RL ao vivo e não devem ser confundidos com todas as pontuações finais de benchmark para os checkpoints lançados, porque a configuração de avaliação pode diferir.

Groupwise agentic grading

Para treinamento de agentes, uma recompensa binária de sucesso/falha pode ocultar diferenças significativas entre duas trajetórias bem-sucedidas. Uma solução pode terminar rapidamente com poucas chamadas de ferramentas, enquanto outra pode desperdiçar dezenas de etapas. A Xiaomi, portanto, descreve Groupwise Reward Synthesis and Groupwise Advantage Redistribution como mecanismos para comparar trajetórias dentro de um grupo e redistribuir o sinal de aprendizado em direção a soluções mais limpas. O objetivo é melhorar não apenas a conclusão da tarefa, mas também a eficiência do caminho percorrido.

How Good Is Xiaomi MiMo-V2.6 on Agent Benchmarks?

A evidência pública mais forte para o V2.6 está concentrada em benchmarks orientados a agentes, em vez de testes convencionais de múltipla escolha. O gráfico oficial da Xiaomi compara Pro e Flash com MiMo-V2.5-Pro, Claude Opus 5, GPT-5.6 Sol e Fable 5 em tarefas de codificação, agentes gerais, cibersegurança e agentes visuais.

Coding Progress

Os ganhos em codificação são mais claros na execução de horizonte longo. Durante a execução de RL ao vivo, a Xiaomi relata que o DeepSWE v1.1 fora da amostra melhorou de 48.8 para 65.7 para Flash e de 58.4 para 72.6 para Pro. Na tabela de comparação de modelos lançados, Pro atinge 71.9 no DeepSWE v1.1 e 63.2 no MiMo Code Bench, enquanto Flash atinge 67.9 e 61.2. Pro não vence todos os testes de codificação—Claude Opus 5 permanece à frente no DeepSWE, ProgramBench e MiMo Code Bench—mas o V2.6 combina desempenho competitivo em escala de repositório com pesos abertos e preços de API substancialmente menores.

Reasoning and Agentic Progress

O avanço em raciocínio é melhor entendido como planejamento, uso de ferramentas e recuperação aprimorados do que como uma pontuação única de inteligência abstrata. Pro registra 89.9 no Terminal Bench 2.1, 53.1 no AutomationBench e 76.9 no Toolathlon-Verified; Flash registra 87.6, 52.3 e 73.6. Pro supera ligeiramente os resultados listados de Claude Opus 5 e GPT-5.6 Sol no Terminal Bench 2.1, enquanto ambos os modelos V2.6 lideram esses comparadores no AutomationBench. A Xiaomi atribui a melhoria à comparação de trajetórias por grupo, avaliadores mais ricos, treinamento multi-harness e sinais de recompensa que favorecem caminhos de solução mais curtos e limpos.

Knowledge and Research Progress

O progresso intensivo em conhecimento é sustentado mais por avaliações de agentes e demonstrações do que por uma suíte convencional de exames de conhecimento. Pro iguala Claude Opus 5 em 31.6 no Agents' Last Exam e alcança 62.0 no JobBench. A Xiaomi também relata fluxos de trabalho de pesquisa de materiais envolvendo recuperação de literatura e patentes, geração de hipóteses e triagem computacional, além de um projeto de formalização em Lean 4 excedendo 6.000 linhas verificadas. Esses exemplos sugerem recuperação, síntese, raciocínio formal e trabalho de conhecimento fundamentado em ferramentas mais fortes, mas não devem ser tratados como prova independente de superioridade universal em conhecimento.

Overall: o progresso do V2.6 é amplo, mas desigual. Ele é mais forte como evidência de aprimoramento na codificação de horizonte longo e na execução de agentes, enquanto alegações sobre raciocínio geral e conhecimento devem permanecer vinculadas ao benchmark, harness e demonstração específicos.

Benchmark note: A menos que indicado de outra forma, os resultados entre modelos abaixo são relatados pela Xiaomi no model card do MiMo-V2.6. As pontuações podem depender de versões de benchmark, harnesses de agentes, configurações de ferramentas, orçamentos de inferência e protocolos de avaliação, portanto não devem ser interpretadas como um ranking reproduzido de forma independente.

MiMo-V2.6 vs MiMo-V2.5: What Changed?

Coding and agent execution

Em relação ao V2.5, a mudança mais clara é uma política de agentes mais forte, em vez de uma janela de contexto mais longa. A Xiaomi relata que o V2.6-Flash supera o V2.5-Pro em sua suíte de benchmarks de agentes. Durante a execução de treinamento do V2.6, o DeepSWE v1.1 fora da amostra melhorou de 48.8 para 65.7 para Flash e de 58.4 para 72.6 para Pro; essas pontuações da execução de treinamento não são diretamente intercambiáveis com a tabela de benchmarks do modelo lançado acima.

Reasoning, knowledge, and training breadth

V2.6 estende o aprendizado por reforço em código, agentes gerais, visão, cibersegurança e múltiplos harnesses. A Xiaomi relata cerca de 750.000 trajetórias ao longo de aproximadamente 30 etapas de RL. Isso apoia planejamento, uso de ferramentas e recuperação mais amplos, mas não estabelece por si só um ganho universal em todos os benchmarks de conhecimento ou raciocínio; compare tarefas correspondentes e configurações de avaliação.

Migration and openness

O lançamento também adiciona código de RL, mais de 7.000 ambientes de tarefas, infraestrutura de treinamento e um checkpoint de destilação de 9B. O contexto de 1M tokens e as entradas multimodais são continuidades do V2.5, não novidades do V2.6.

A mudança prática, portanto, não é um novo envelope de contexto—o contexto de 1M tokens e a multimodalidade completa já existiam no V2.5—mas uma política de agentes mais forte treinada com computação de aprendizado por reforço substancialmente maior e ambientes verificáveis mais amplos. A Xiaomi anunciou que os nomes dos modelos V2.5 e V2.5-Pro deixarão de funcionar em 21 de outubro de 2026, então novas implantações devem mirar o V2.6 e implantações existentes devem planejar testes de migração.

How V2.6 compares with other frontier models

Para um conjunto de comparação atual, avalie MiMo-V2.6 contra Claude Opus 5.5 para codificação agentic de longa duração, Claude Fable 5.1 para o trabalho autônomo mais difícil, GPT-6 Sol e Gemini 4 Pro. Disponibilidade e preços dos modelos são dinâmicos, então comparações de produção devem usar o catálogo ao vivo e prompts, ferramentas, orçamentos de esforço e critérios de aceitação correspondentes.

What Can Xiaomi MiMo-V2.6 Actually Do?

Coding and software-engineering agents

MiMo-V2.6 é projetado para trajetórias de engenharia de software longas: inspecionar repositórios, modificar código, usar ferramentas de terminal, executar testes, diagnosticar falhas e continuar até que um objetivo seja satisfeito. Seus resultados em DeepSWE, Terminal Bench, AutomationBench e Toolathlon indicam que a Xiaomi está otimizando para execução em vez de apenas conclusão de código. Cargas de trabalho práticas incluem agentes de codificação, depuração automatizada, refatoração de repositórios, resolução de problemas em CI e fluxos de trabalho de engenharia com múltiplas ferramentas.

Computer use

A Xiaomi demonstra explicitamente um Computer Use Agent (CUA). O modelo pode interpretar interfaces gráficas, recuperar informações, editar conteúdo, processar dados, inspecionar resultados, diagnosticar problemas e alterar ações subsequentes com base em feedback visual. Nesse fluxo, a saída do modelo muitas vezes não é o produto final; ela pode, em vez disso, determinar a próxima ação em software ou navegador.

3D worlds and Blender workflows

Sob o conceito "Vibe World", MiMo-V2.6 pode pegar referências de texto, imagem ou vídeo e decompor um pedido 3D em tarefas de construção de cena, programação de interação e verificação visual. A Xiaomi também demonstra o modelo controlando o Blender para criar objetos e cenas 3D a partir de descrições ou imagens de referência. Isso estende o vibe coding além do código de aplicação para ambientes interativos.

Robotics and embodied agents

A Xiaomi demonstra MiMo-V2.6 em um ambiente de simulação incorporado usando imagens de câmera multi-view e um braço robótico Franka Panda. Tarefas de exemplo incluem apreensão de objetos, correspondência de cores e posicionamento preciso. Isso não estabelece o V2.6 como um modelo de base universal de robótica, mas mostra como visão nativa e tomada de decisão de horizonte longo podem ser conectadas a loops de controle incorporados.

Scientific research and formal reasoning

A Xiaomi relata um caso de ciência de materiais no qual MiMo-V2.6-Pro auxiliou pesquisadores com estruturas metal-orgânicas para adsorção de PFAS, incluindo busca de literatura e patentes, formulação de candidatos e chamadas a ferramentas computacionais. Em outro experimento, o modelo ajudou a formalizar o teorema principal de "Period Three Implies Chaos" em Lean 4. A Xiaomi relata um projeto concluído com mais de 6.000 linhas de código Lean, verificadas pelo kernel do Lean sem placeholders não comprovados. Esses exemplos são melhor interpretados como demonstrações de fluxos de trabalho de pesquisa orientados a agentes, não como prova de descoberta científica autônoma.

Websites, presentations, video, and music

MiMo-V2.6 pode coordenar codificação front-end, fluxos de design, slides, assets SVG, pipelines de vídeo e ferramentas de produção musical. A Xiaomi demonstra orquestração com sistemas de mídia especializados, incluindo narração via MiMo-V2.5-TTS, em vez de afirmar que o V2.6 por si só substitui todo gerador de imagem, vídeo ou áudio. O modelo, portanto, se encaixa naturalmente como um orquestrador de produção criativa.

Os casos de uso nesta seção são demonstrações da Xiaomi, não evidência independente de que toda implantação reproduzirá os mesmos resultados. Equipes de produção devem testar o modelo com suas próprias ferramentas, permissões, recuperação de falhas e critérios de avaliação.

How Much Does Xiaomi MiMo-V2.6 Cost?

A Xiaomi mantém os preços da API do V2.6 no mesmo nível amplo da geração V2.5. Flash é especialmente notável para cargas de trabalho de alto volume: o preço oficial da Xiaomi mostra $0.14 por milhão de tokens de entrada sem cache e $0.28 por milhão de tokens de saída.

CometAPI Pricing and Availability

How Can Developers Access Xiaomi MiMo-V2.6?

A Xiaomi expõe os modelos por meio de uma API compatível com OpenAI e documenta compatibilidade com o protocolo Anthropic em suas páginas oficiais de modelo. Os identificadores oficiais são mimo-v2.6-pro, mimo-v2.6-flash e mimo-v2.6-pro-ultraspeed. A Xiaomi documenta chamadas de ferramentas, saída estruturada, streaming, controles de raciocínio, cache de contexto e busca na web. A interface compatível com OpenAI usa valores thinking.type como enabled ou disabled, com deep thinking habilitado por padrão para os modelos V2.6.

Desenvolvedores têm três caminhos práticos de acesso. Primeiro, baixar o checkpoint de pesos abertos Pro ou Flash para uma integração self-hosted, sujeita a requisitos substanciais de serving. Segundo, usar a API gerenciada da Xiaomi com uma chave Xiaomi e seu endpoint documentado. Terceiro, usar uma rota CometAPI suportada com uma chave CometAPI e base URL; isso pode simplificar avaliação multi-modelo e faturamento. Assistentes de codificação como Claude Code podem usar uma rota compatível com Anthropic quando essa rota e modelo são suportados, mas a compatibilidade deve ser testada em vez de assumida.

Accessing MiMo-V2.6 through CometAPI

A CometAPI fornece um endpoint unificado e camada de faturamento para modelos suportados. A principal vantagem operacional é a simplicidade de migração: equipes podem manter um SDK familiar, alterar a base URL e o ID do modelo, comparar o MiMo com outros modelos de fronteira na mesma conta e centralizar verificações de uso, preços e disponibilidade. Isso é útil para roteamento multi-modelo, estratégias de fallback, faturas consolidadas e avaliações que precisam de prompts idênticos entre provedores.

A CometAPI documenta três formatos de requisição de texto no nível da plataforma: OpenAI Chat Completions, Anthropic Messages e OpenAI Responses. Para um SDK compatível, a migração geralmente significa alterar a base URL, a chave de API e o ID do modelo em vez de reescrever toda a aplicação. Suporte de endpoint e parâmetros pode variar por modelo, então teste a variante exata do MiMo-V2.6 e o formato de requisição antes de afirmar que todas as três rotas funcionam para ele.

Conforme verificado em 23 de setembro de 2026, MiMo-V2.6-Pro-UltraSpeed tem uma rota de catálogo disponível com preços de entrada e saída listados. As páginas dedicadas de Pro e Flash mostram Coming soon em seus snapshots de catálogo, embora seus painéis de saúde da API digam Available. Trate isso como um sinal inconsistente de página, não como disponibilidade de produção ou preços confirmados. Verifique o catálogo ao vivo, o dashboard e uma requisição de teste antes da implantação.

O exemplo a seguir segue o padrão Anthropic-SDK publicado pela CometAPI e chama a rota UltraSpeed atualmente listada. Armazene a chave de API em uma variável de ambiente.

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: 'Analyze this project and propose the next implementation steps.' }],
});

Is Xiaomi MiMo-V2.6 Open Source?

A Xiaomi lançou pesos de modelo, material técnico, recursos de RL, ambientes de treinamento e infraestrutura relacionada. O lançamento inclui mais de 7.000 ambientes de tarefas de RL abrangendo engenharia de software, reprodução de vulnerabilidades, trabalho intensivo em conhecimento e design/desenvolvimento web. A Xiaomi também lançou MiMo-V2.6-Distill-Qwen-9B para que pesquisadores possam estudar o pipeline de RL em uma escala muito menor.

Model cards oficiais: MiMo-V2.6-Pro-RL | MiMo-V2.6-Flash-RL

What Are the Limitations of Xiaomi MiMo-V2.6?

A manchete de trilhões de parâmetros não deve ser tratada como prova de que o V2.6 é universalmente mais forte do que sistemas de fronteira fechados. A própria tabela de benchmarks da Xiaomi mostra um quadro misto: Claude Opus 5 permanece à frente em alguns testes de codificação, uso de ferramentas e OS, enquanto GPT-5.6 Sol também lidera em testes selecionados. A avaliação específica por carga de trabalho é, portanto, mais significativa do que um rótulo de vencedor geral.

Fazer self-hosting do checkpoint Pro completo também é uma tarefa pesada de infraestrutura. Pesos abertos não significam implantação fácil em workstation. Além disso, várias demonstrações de manchete—pesquisa, controle incorporado, mundos 3D e produção de vídeo—dependem de ferramentas externas e harnesses de agentes. MiMo-V2.6 deve ser avaliado como um modelo dentro de um sistema, não apenas como um modelo de chat standalone.

Why Does Xiaomi MiMo-V2.6 Matter?

MiMo-V2.6 combina três direções importantes: modelos MoE esparsos muito grandes, multimodalidade nativa e aprendizado por reforço em ambientes reais de agentes. A figura de 1.02T parâmetros atrai atenção, mas a escolha de design mais consequente é o investimento da Xiaomi em interação repetida com ambientes, avaliação de trajetórias, uso de ferramentas e autocorreção.

Se essa abordagem continuar a escalar, modelos abertos podem ser diferenciados não apenas pela quantidade de conhecimento estático que contêm, mas por quão efetivamente agem, avaliam, recuperam e concluem tarefas longas. MiMo-V2.6 é, portanto, melhor entendido como um modelo de base aberto orientado a agentes, e não simplesmente outro chatbot de trilhões de parâmetros.

Conclusion

MiMo-V2.6 é um lançamento substancial com pesos abertos porque combina entrada nativa de texto, imagem, vídeo e áudio com contexto longo, inferência MoE esparsa e aprendizado por reforço em ambientes reais de agentes. Pro é mais adequado para tarefas difíceis de horizonte longo, Flash mira cargas de trabalho de alto volume e sensíveis a custos, e UltraSpeed troca um preço de API significativamente maior por menor latência.

A família de modelos é competitiva em vários benchmarks de agentes relatados pelo fornecedor, mas não lidera todas as avaliações e não deve ser tratada como substituição universal de modelos de fronteira fechados. O caminho de adoção mais confiável é testar MiMo-V2.6 contra as ferramentas exatas, metas de latência, modos de falha e perfil de custo do fluxo de trabalho de produção pretendido.

FAQ

What should teams test before moving MiMo-V2.6 into production?

Teste o sistema completo em vez do modelo isolado. Meça conclusão de tarefas, precisão de chamadas de ferramentas, recuperação de ações falhas, latência, consumo de tokens, gerenciamento de contexto e limites de permissão. Benchmarks de agentes fornecem orientação, mas avaliações internas devem espelhar o repositório, navegador, documento ou fluxo de pesquisa real.

Why can self-hosting MiMo-V2.6-Pro be difficult despite its sparse architecture?

A ativação esparsa reduz o compute por token em relação a um modelo denso de trilhões de parâmetros, mas o checkpoint completo ainda tem uma pegada de memória e de serving distribuído muito grande. A implantação em produção pode exigir inferência multi-nó, paralelismo de especialistas, kernels especializados e planejamento cuidadoso de capacidade.

How should developers interpret Xiaomi's cross-model benchmark table?

Trate como evidência relatada pelo fornecedor, não como um ranking universal reproduzido de forma independente. Os resultados podem mudar com o harness do agente, orçamento de inferência, ferramentas, imagem do ambiente, método de amostragem e versão do benchmark. Compare tendências em múltiplas tarefas e reproduza internamente as cargas de trabalho mais relevantes.

When is MiMo-V2.6-Flash a better choice than Pro?

Flash é a escolha mais forte quando volume de chamadas e custo dominam, especialmente para processamento de documentos, análise multimodal e etapas repetidas de agentes. Pro é mais apropriado quando raciocínio difícil ou execução de horizonte longo proporcionam valor de negócio suficiente para justificar o preço mais alto.

Does a 1M-token context window eliminate the need for retrieval or prompt management?

Não. Uma janela maior aumenta a capacidade, mas enviar histórico desnecessário pode aumentar latência e custo e pode diluir evidências relevantes. Recuperação, sumarização, memória estruturada e poda de contexto continuam importantes para agentes de produção confiáveis.