AIREITERMiMo-V2.6-Pro ya está disponible públicamente y ofrece un precio excepcionalmente bajo para el nivel que ocupa en sus primeros benchmarks. Eso sí, todavía no es un sustituto universal de los modelos punteros. Xiaomi publicó el modelo con pesos abiertos el 21 de septiembre de 2026; su mejor encaje está en la automatización con agentes y en proyectos de API donde el coste importa, mientras que el despliegue local y la fiabilidad en ejecuciones prolongadas requieren cierta prudencia.
Análisis de MiMo-V2.6-Pro: la decisión, de un vistazo
| Si necesitas... | Recomendación | Motivo |
|---|---|---|
| Probar agentes con una API de bajo coste | Prueba MiMo-V2.6-Pro | Artificial Analysis registra $0.435 por cada 1M de tokens de entrada y $0.87 por cada 1M de tokens de salida, con una puntuación de 46 en Intelligence Index. |
| Pesos abiertos y entrada multimodal | Inclúyelo en la lista corta | Xiaomi y las páginas independientes del modelo describen entrada de texto, imagen, audio/voz y vídeo, además de una ventana de contexto de 1M de tokens. |
| Una instalación local sencilla | No empieces por aquí | El ejemplo de servicio de OpenLM utiliza paralelismo tensorial de 16 vías, paralelismo de expertos y dos nodos para SGLang. |
| Las tareas de terminal o seguridad más exigentes | Evalúalo con tu propia carga | Los resultados publicados sitúan a MiMo por delante en algunas pruebas de agentes, pero por detrás en Terminal Bench 4.0 y ExploitBench. |
| Agentes autónomos de larga duración desde hoy | Haz una prueba piloto con monitorización | Los primeros usuarios han informado de bloqueos, respuestas demasiado largas y acciones tardías; las pruebas públicas apenas tienen unas horas. |
La página independiente de MiMo-V2.6-Pro en Artificial Analysis registra una puntuación de 46, una velocidad de salida de aproximadamente 129.7 tokens por segundo y un coste estimado de $0.13 por tarea de Intelligence Index. Son cifras útiles para comparar, no una garantía sobre tus prompts ni sobre el proveedor que elijas.
Qué publicó Xiaomi el 21 de septiembre de 2026
El anuncio oficial de MiMo-V2.6 de Xiaomi presenta una familia de modelos, no un único checkpoint. MiMo-V2.6-Pro es el buque insignia; MiMo-V2.6-Flash es la variante más pequeña y orientada a la eficiencia; y el lanzamiento incluye también un modelo destilado de 9B basado en Qwen para investigación con aprendizaje por refuerzo.
El checkpoint Pro es un modelo disperso de mezcla de expertos con pesos abiertos. Las especificaciones publicadas indican aproximadamente 1.02 billones de parámetros totales y 42.000 millones de parámetros activos. Su longitud de contexto declarada es de 1 millón de tokens y, según la descripción del modelo, admite de forma nativa texto, imágenes, vídeo y audio.
Artificial Analysis incluye la licencia de Pro como MIT y señala que los pesos están disponibles para autoalojamiento. Eso no significa que todas las API alojadas ni todas las configuraciones de servicio sean equivalentes: los límites del proveedor, los detalles de implementación y los costes operativos son cuestiones independientes.
El lanzamiento también destaca por su enfoque de entrenamiento. Xiaomi afirma que un proceso mixto de aprendizaje por refuerzo cubrió programación, agentes generales, tareas visuales y ciberseguridad. El resumen técnico de OpenLM recoge las cifras comunicadas por Xiaomi: 1,568 prompts por paso y 16 rollouts por prompt, junto con evaluación por grupos y destilación posterior al aprendizaje por refuerzo.
En qué destaca realmente MiMo-V2.6-Pro
MiMo-V2.6-Pro parece rendir mejor cuando el trabajo es propio de un agente que cuando se trata de resolver ejercicios académicos de programación. En la tabla de evaluación reproducida por OpenLM, Pro obtiene 53.1 en AutomationBench, frente a 50.3 de Claude Opus 5 y 45.8 de GPT-5.6 Sol. También alcanza 89.9 en Terminal Bench 2.1, ligeramente por encima de los 89.1 de Claude Opus 5 y de los 88.8 de GPT-5.6 Sol que aparecen en la misma tabla.
La ventaja, eso sí, no se mantiene en todas las pruebas. Pro consigue 71.9 en DeepSWE v1.1, por debajo de Claude Opus 5, con 74.0, y GPT-5.6 Sol, con 73.0. En MiMo VisualCoding llega a 72.3: queda por detrás de GPT-5.6 Sol, con 73.4, pero por delante de Claude Opus 5, con 70.0.
El patrón apunta a una recomendación concreta: considera MiMo-V2.6-Pro para usar herramientas, automatizar flujos de trabajo, programar con apoyo visual y crear agentes de software donde el coste sea determinante. No sería correcto presentarlo como el mejor modelo para cualquier tarea de programación cuando su resultado publicado en ProgramBench es de 26.5, frente al 37.0 de Claude Opus 5.
Artificial Analysis aporta además una señal práctica que va más allá de los benchmarks principales. Su página informa de 129.7 tokens de salida por segundo, 2.17 segundos hasta el primer token y una ventana de contexto de 1M de tokens. La instantánea de Model Picker registra 134 tokens por segundo y una cifra de 20.8 segundos de extremo a extremo, aunque advierte de que no se registró la versión del índice utilizada en esa instantánea. Tómatelo como una medición fechada, no como una especificación permanente.
Las contrapartidas que cambian la recomendación
La principal señal de alerta es la irregularidad. En la tabla de OpenLM, MiMo-V2.6-Pro obtiene 34.9 en Terminal Bench 4.0, por debajo de Claude Opus 5, con 49.0, GPT-5.6 Sol, con 39.9, y Claude Fable 5, con 42.4. En ExploitBench, Pro logra 47.9, muy lejos de Claude Opus 5, con 70.0, y GPT-5.6 Sol, con 78.5.
Los resultados de ciberseguridad son especialmente fáciles de interpretar de forma exagerada. Pro alcanza 94.0 en CyberGym, pero su puntuación en ExploitBench es mucho menor. Un resultado alto en una suite de seguridad no demuestra por sí solo una capacidad amplia en seguridad ofensiva.
Las primeras opiniones de la comunidad añaden problemas operativos que las tablas de benchmarks no pueden reflejar. El debate inicial en X es reducido porque el modelo se había lanzado apenas unas horas antes. Un usuario, @nilansaha, escribió:
“Mi única queja es que habla demasiado y tarda bastante en ejecutar acciones.”
Otro usuario, @benjitusk, informó de que “mimo-v2.6-pro se quedó bloqueado durante unos buenos 5 minutos”. Son comentarios individuales y muy tempranos, no una tasa de fallos medida, pero resultan relevantes si tu agente debe actuar con rapidez y sin supervisión constante.
Por su parte, @luislucatero21 informó de que una prueba con un SVG de Pelican costó $0.05 y tardó 6 minutos 9 segundos con MiMo-V2.6-Pro, frente a $1.20 y 14 minutos con Grok 4.7 en la configuración de ese usuario. Es una referencia interesante de coste y tiempo, pero no un benchmark controlado.
Precios y despliegue: primero la API, después el entorno local
| Concepto de la API de MiMo-V2.6-Pro | Precio indicado |
|---|---|
| Entrada con caché | $0.0036 por cada 1M de tokens |
| Entrada sin caché | $0.435 por cada 1M de tokens |
| Salida | $0.87 por cada 1M de tokens |
| Estimación de Artificial Analysis por tarea | $0.13 por tarea |
Los precios por token proceden de la comparativa técnica de precios incluida en el análisis del lanzamiento de Brocker. Artificial Analysis muestra las mismas tarifas estándar aproximadas de $0.435/$0.87 y un descuento del 99% para las entradas desde caché. La política de caché, la contabilización de los tokens de razonamiento y el proveedor que utilices pueden cambiar la factura final.
La situación es bastante más exigente en local. Las notas de despliegue de OpenLM muestran un ejemplo con SGLang que utiliza --tp 16, --dp 2, --ep 16, una configuración de dos nodos y un máximo de 128 solicitudes simultáneas. El ejemplo con vLLM usa un paralelismo tensorial de 8 y el 95% de utilización de la memoria de la GPU. Estos comandos demuestran que el autoalojamiento es posible, pero no describen una instalación ligera para consumidores.
Para la mayoría de los equipos, el orden lógico es probar primero la API y decidir después la infraestructura. Antes de comprar hardware para un modelo disperso de 1.02T de parámetros, mide la tasa de tareas completadas correctamente, el retraso de las llamadas a herramientas, la longitud de las respuestas, los reintentos y el coste total en tokens.
Quién debería usar MiMo-V2.6-Pro ahora
Elige MiMo-V2.6-Pro para una prueba piloto con la API si tu carga de trabajo se beneficia de los pesos abiertos, la entrada multimodal, el contexto largo o un precio bajo para las salidas. Resulta especialmente atractivo en aplicaciones con mucha automatización, donde el modelo se evalúa por los flujos de trabajo que completa y no por resolver acertijos de código aislados.
Opta por el autoalojamiento únicamente si ya gestionas un servicio distribuido de GPU y necesitas controlar los pesos o el despliegue. La licencia MIT y los checkpoints públicos ayudan, pero no eliminan el trabajo de memoria, red, servicio y observabilidad que dejan patente las recetas de despliegue publicadas.
Elige otro modelo —o mantén un respaldo— cuando la tarea dependa de los entornos de terminal más difíciles, de evaluaciones de seguridad ofensiva o de acciones desatendidas en las que un bloqueo de cinco minutos sea inaceptable. La principal incógnita de MiMo-V2.6-Pro está clara: su economía por token resulta muy atractiva, pero el coste operativo de hacer que esos ahorros sean fiables puede ser mucho mayor de lo que su precio por API sugiere.
Preguntas frecuentes sobre MiMo-V2.6-Pro
¿MiMo-V2.6-Pro se ha publicado oficialmente?
Sí. La cuenta de MiMo en Xiaomi y la documentación oficial de MiMo anunciaron Pro y Flash el 21 de septiembre de 2026, junto con los pesos abiertos y materiales de investigación relacionados.
¿MiMo-V2.6-Pro es de código abierto?
Se distribuye como un modelo con pesos abiertos y Artificial Analysis indica que utiliza una licencia MIT. Antes de desplegarlo comercialmente, comprueba las condiciones del checkpoint concreto y del proveedor.
¿Cuál es la ventana de contexto de MiMo-V2.6-Pro?
La especificación publicada llega hasta 1 millón de tokens. El contexto que realmente puedas utilizar dependerá del endpoint de servicio, de la estructura del prompt y de la calidad del modelo con contextos largos en tu tarea.
¿MiMo-V2.6-Pro es bueno para programar?
Destaca en varias evaluaciones de programación y automatización con agentes, incluidas las puntuaciones de 71.9 en DeepSWE v1.1 y 53.1 en AutomationBench de la tabla publicada. Es más débil que algunos competidores cerrados en ProgramBench y Terminal Bench 4.0.
¿Cuánto cuesta la API de MiMo-V2.6-Pro?
Las tarifas estándar indicadas son de $0.435 por cada 1M de tokens de entrada sin caché y $0.87 por cada 1M de tokens de salida. La entrada con caché aparece a $0.0036 por cada 1M de tokens. Confirma los precios actuales del proveedor antes de ponerlo en producción.
¿Debería usar Pro o Flash?
Pro es la opción de mayor capacidad en la comparativa publicada. Flash se presenta como la variante orientada a la eficiencia y cuesta menos en la tabla de precios de Brocker, pero conviene probar la latencia y la tasa de éxito con tu propia carga de trabajo en lugar de decidir solo por los nombres.