AIREITERO MiMo-V2.6-Pro é real, público e surpreendentemente barato para a posição que ocupa nos primeiros benchmarks — mas ainda não substitui qualquer modelo de fronteira. A Xiaomi lançou o modelo com pesos abertos em 21 de setembro de 2026; seu melhor cenário está na automação de agentes e em projetos de API orientados a custo, enquanto a implantação local e a confiabilidade em execuções longas ainda exigem cautela.
Review do MiMo-V2.6-Pro: a decisão em uma tabela
| Se você precisa de... | Recomendação | Por quê |
|---|---|---|
| Experimentos de baixo custo com agentes via API | Vale testar o MiMo-V2.6-Pro | A Artificial Analysis lista US$ 0,435 por 1 milhão de tokens de entrada e US$ 0,87 por 1 milhão de tokens de saída, com 46 pontos no Intelligence Index. |
| Pesos abertos e entrada multimodal | Coloque na lista de candidatos | A Xiaomi e páginas independentes do modelo descrevem suporte a entradas de texto, imagem, áudio/voz e vídeo, além de uma janela de contexto de 1 milhão de tokens. |
| Uma instalação local simples | Não comece por aqui | O exemplo de serving do OpenLM usa paralelismo de tensor em 16 vias, paralelismo de especialistas e dois nós para o SGLang. |
| As tarefas mais difíceis de terminal ou segurança | Faça benchmark com seu próprio workload | Os resultados publicados mostram o MiMo à frente em alguns testes de agentes, mas atrás no Terminal Bench 4.0 e no ExploitBench. |
| Agentes autônomos de longa duração hoje | Faça um piloto com monitoramento | Os primeiros usuários relataram travamentos, respostas prolixas e ações demoradas; as evidências públicas ainda têm apenas algumas horas. |
A página independente do modelo na Artificial Analysis registra uma pontuação de 46, velocidade de saída de cerca de 129,7 tokens por segundo e um custo estimado de US$ 0,13 por tarefa do Intelligence Index. São números úteis para comparação, não uma garantia para seus prompts ou para o provedor escolhido.
O que a Xiaomi lançou em 21 de setembro de 2026
O anúncio oficial do MiMo-V2.6 feito pela Xiaomi descreve uma família, não apenas um checkpoint. O MiMo-V2.6-Pro é o modelo topo de linha; o MiMo-V2.6-Flash é o irmão menor, voltado à eficiência; e o lançamento também inclui um modelo de destilação de 9B baseado no Qwen para pesquisas com reinforcement learning.
O checkpoint Pro é um modelo esparso de mixture-of-experts com pesos abertos. As especificações publicadas indicam aproximadamente 1,02 trilhão de parâmetros totais e 42 bilhões de parâmetros ativos. O contexto declarado é de 1 milhão de tokens, e o modelo é descrito como nativamente compatível com texto, imagens, vídeo e áudio.
A Artificial Analysis lista a licença do Pro como MIT e informa que os pesos estão disponíveis para self-hosting. Isso não torna todas as APIs hospedadas ou configurações de serving iguais: limites do provedor, detalhes de implementação e custos operacionais continuam sendo questões separadas.
O lançamento também chama atenção pela estratégia de treinamento. A Xiaomi afirma ter usado um processo misto de reinforcement learning para cobrir programação, agentes gerais, tarefas visuais e cibersegurança. O resumo técnico do OpenLM registra as alegações da Xiaomi de 1.568 prompts por etapa e 16 rollouts por prompt, além de avaliação em grupos e destilação após o RL.
Onde o MiMo-V2.6-Pro realmente se destaca
O MiMo-V2.6-Pro parece mais forte quando o trabalho envolve agentes, e não apenas programação acadêmica. Na tabela de avaliações reproduzida pelo OpenLM, o Pro marca 53,1 no AutomationBench, contra 50,3 do Claude Opus 5 e 45,8 do GPT-5.6 Sol. Também alcança 89,9 no Terminal Bench 2.1, ligeiramente acima dos 89,1 atribuídos ao Claude Opus 5 e dos 88,8 do GPT-5.6 Sol.
A vantagem não aparece em todos os testes. O Pro marca 71,9 no DeepSWE v1.1, abaixo do Claude Opus 5, com 74,0, e do GPT-5.6 Sol, com 73,0. No MiMo VisualCoding, chega a 72,3 — atrás dos 73,4 do GPT-5.6 Sol, mas à frente dos 70,0 do Claude Opus 5.
Esse conjunto de resultados aponta para uma recomendação bem específica: use o MiMo-V2.6-Pro como candidato para uso de ferramentas, automação de fluxos, programação visual e agentes de software orientados a custo. Não faz sentido tratá-lo como o melhor modelo para qualquer tarefa de programação quando a pontuação publicada no ProgramBench é de 26,5, contra 37,0 do Claude Opus 5.
A Artificial Analysis acrescenta um sinal prático aos benchmarks mais conhecidos. A página registra 129,7 tokens de saída por segundo, 2,17 segundos até o primeiro token e uma janela de contexto de 1 milhão de tokens. O snapshot do Model Picker aponta 134 tokens por segundo e um resultado de ponta a ponta de 20,8 segundos, mas informa que a versão do índice usada no snapshot não foi registrada. Encare esses números como medições datadas, não como especificações permanentes.
Os pontos fracos que mudam a recomendação
O principal alerta de desempenho é a irregularidade. Na tabela do OpenLM, o MiMo-V2.6-Pro marca 34,9 no Terminal Bench 4.0, abaixo do Claude Opus 5, com 49,0, do GPT-5.6 Sol, com 39,9, e do Claude Fable 5, com 42,4. No ExploitBench, o Pro chega a 47,9 — bem abaixo dos 70,0 do Claude Opus 5 e dos 78,5 do GPT-5.6 Sol.
Os resultados de cibersegurança são especialmente fáceis de interpretar além do que permitem. O Pro marca 94,0 no CyberGym, mas sua pontuação no ExploitBench é muito menor. Um resultado alto em uma suíte de segurança não comprova, por si só, uma capacidade ampla em segurança ofensiva.
Os primeiros relatos da comunidade acrescentam ressalvas operacionais que as tabelas de benchmark não conseguem mostrar. A discussão inicial no X é pequena porque o modelo havia sido lançado apenas algumas horas antes. Um usuário, @nilansaha, escreveu:
“Minha única reclamação é que ele fala demais e demora um bom tempo para executar as ações.”
Outro usuário, @benjitusk, relatou que “o mimo-v2.6-pro travou por uns bons 5 minutos”. São relatos individuais e iniciais, não uma taxa de falha medida, mas fazem diferença se o seu agente precisa agir rapidamente e sem supervisão.
Um terceiro usuário, @luislucatero21, relatou que um teste com SVG de um pelicano custou US$ 0,05 e levou 6 minutos e 9 segundos com o MiMo-V2.6-Pro, contra US$ 1,20 e 14 minutos com o Grok 4.7 na configuração desse usuário. É um relato útil de custo e tempo, mas não um benchmark controlado.
Preço e implantação: comece pela API, deixe o local para depois
| Item da API do MiMo-V2.6-Pro | Preço listado |
|---|---|
| Entrada com cache atingido | US$ 0,0036 por 1 milhão de tokens |
| Entrada sem cache | US$ 0,435 por 1 milhão de tokens |
| Saída | US$ 0,87 por 1 milhão de tokens |
| Estimativa da Artificial Analysis por tarefa | US$ 0,13 por tarefa |
Os preços por token vêm da comparação técnica de preços publicada na análise do lançamento feita por Brocker, enquanto a Artificial Analysis lista as mesmas tarifas padrão aproximadas de US$ 0,435/US$ 0,87 e um desconto de 99% para cache. A política de cache, a contabilização dos tokens de raciocínio e o provedor usado de fato podem alterar a cobrança.
A situação é mais complicada no ambiente local. As notas de implantação do OpenLM mostram um exemplo com SGLang usando --tp 16, --dp 2, --ep 16, uma configuração de dois nós e no máximo 128 requisições em execução. O exemplo com vLLM usa paralelismo de tensor em 8 vias e 95% de utilização da memória da GPU. Esses comandos são uma evidência importante de que o self-hosting é possível, mas estão longe de representar uma configuração simples para o usuário comum.
Para a maioria das equipes, a ordem mais racional é fazer primeiro um piloto via API e só depois decidir sobre a infraestrutura. Meça a conclusão bem-sucedida das tarefas, o atraso nas chamadas de ferramentas, o tamanho das respostas, as tentativas adicionais e o custo total de tokens antes de comprar hardware para um modelo esparso de 1,02 trilhão de parâmetros.
Quem deve usar o MiMo-V2.6-Pro agora
Escolha o MiMo-V2.6-Pro para um piloto via API quando o seu workload se beneficiar de pesos abertos, entrada multimodal, contexto longo ou baixo preço de saída. Ele é especialmente interessante para aplicações com muita automação, nas quais o modelo pode ser avaliado pela conclusão de fluxos de trabalho, e não por enigmas isolados de programação.
Opte pelo self-hosting apenas se você já opera serving distribuído em GPUs e precisa controlar os pesos ou a implantação. A licença MIT e os checkpoints públicos ajudam, mas não eliminam o trabalho de memória, rede, serving e observabilidade evidenciado pelas receitas de implantação publicadas.
Prefira outro modelo — ou mantenha um fallback — quando a tarefa depender dos ambientes de terminal mais difíceis, de avaliações de segurança ofensiva ou de ações sem supervisão nas quais um travamento de cinco minutos seja inaceitável. O principal trade-off ainda sem resposta do MiMo-V2.6-Pro é claro: a economia por token é atraente, mas o custo operacional para torná-la confiável pode ser muito maior do que o preço da API sugere.
FAQ do MiMo-V2.6-Pro
O MiMo-V2.6-Pro foi lançado oficialmente?
Sim. A conta do MiMo no X e a documentação oficial do MiMo anunciaram o Pro e o Flash em 21 de setembro de 2026, com pesos abertos e materiais de pesquisa de apoio.
O MiMo-V2.6-Pro é open source?
Ele é distribuído como um modelo com pesos abertos, e a Artificial Analysis lista uma licença MIT. Verifique o checkpoint específico e os termos do provedor antes de fazer uma implantação comercial.
Qual é a janela de contexto do MiMo-V2.6-Pro?
A especificação publicada é de até 1 milhão de tokens. O contexto realmente utilizável depende do endpoint de serving, da estrutura do prompt e da qualidade do modelo em contextos longos na sua tarefa.
O MiMo-V2.6-Pro é bom para programação?
Ele apresenta bons resultados em várias avaliações de programação com agentes e automação, incluindo 71,9 no DeepSWE v1.1 e 53,1 no AutomationBench na tabela publicada. É mais fraco no ProgramBench e no Terminal Bench 4.0 do que alguns concorrentes fechados.
Quanto custa a API do MiMo-V2.6-Pro?
As tarifas padrão listadas são de US$ 0,435 por 1 milhão de tokens de entrada sem cache e US$ 0,87 por 1 milhão de tokens de saída, enquanto a entrada com cache aparece a US$ 0,0036 por 1 milhão de tokens. Confirme a cobrança atual do provedor antes de colocar o sistema em produção.
Devo usar o Pro ou o Flash?
O Pro é a opção de maior capacidade na comparação publicada. O Flash é posicionado como o irmão mais eficiente e custa menos na tabela de preços da Brocker, mas você deve testar latência e taxa de sucesso das tarefas no seu próprio workload, em vez de deduzir a melhor escolha para produção apenas pelos nomes.