AI HUNGÁRIAProjekt-egyeztetés↗︎
← Vissza az AI Modell Radarra
xiaomi / xiaomi/mimo-v2.6-flash

Xiaomi: MiMo-V2.6-Flash

INPUT ÁR$0.14

/ 1M input token

OUTPUT ÁR$0.28

/ 1M output token

CONTEXT WINDOW1,1M

forrás szerinti maximum

SAJÁT MODELLTESZT

Ezt a modellt használja? Mérjük össze a jobb alternatívákkal.

A Xiaomi: MiMo-V2.6-Flash valódi alkalmassága csak az Ön adataival és feladataival dönthető el. Minőséget, sebességet és teljes költséget mérünk azonos tesztkészleten.

Kérek modell-összehasonlítást ↗︎

AI HUNGÁRIA GYORSÉRTÉKELÉS

Mit mutatnak együtt az adatok?

Fő előnyök

  • Nagy kontextusablak: a 1,1M tokenes keret a kínálat felső 20%-ába esik.
  • Sokoldalú integráció: a metadata szerint támogatott az eszközhívás, strukturált kimenet, képfeldolgozás, hangkezelés.
  • Testreszabható reasoning: a modell támogatja a gondolkodási fázist, amely opcionálisan kikapcsolható vagy szintje állítható (pl. ).
  • Gyakori felhasználás: a forgalmi adatok alapján leginkább frontend és felhasználói felület és sql és adatbázisok feladatokra használják.
  • Magas valós használat: a modell jelenleg #15 a 7 napos tokenforgalmi rangsorban.

Korlátok és kompromisszumok

  • A metadata és a publikus benchmarkok nem helyettesítik a saját adatokon mért minőséget, késleltetést és teljes munkamenet-költséget.

Az értékelés az aktuális árak, kontextusméret, képességjelölések, használati rangsor és – ahol elérhető – független benchmark alapján, a teljes modellkínálathoz viszonyítva készül.

RÉSZLETES MODELLLEÍRÁS

Mit tud a modell és mire tervezték?

MiMo-V2.6-Flash is an open-source foundation model developed by Xiaomi. Built on a Mixture-of-Experts architecture with 309B total parameters and 15B activated per token, it employs a hybrid attention mechanism for greater computational efficiency. The model features a 1M-token context window and native multimodal capabilities. Optimized for agentic workflows, it delivers strong performance across coding, visual, general, and research scenarios, excelling at complex, long-horizon tasks with robust generalization across a diverse range of agent harnesses.

MŰSZAKI ADATLAP

Architektúra és életciklus

Modellazonosító
xiaomi/mimo-v2.6-flash
Kanonikus slug
xiaomi/mimo-v2.6-flash-20260921
Alias célmodell
Nem alias
Hugging Face azonosító
XiaomiMiMo/MiMo-V2.6-Flash-RL ↗
Modalitás
text+image+audio+video->text
Tokenizer
Other
Instruction formátum
Nincs adat
Input modalitások
text, image, video, audio
Output modalitások
text
OpenRouter context
1,1M
Top provider context
1M
Maximális output
131K
Moderált végpont
Nem
Megjelenés
2026. szeptember 21.
Tudáslezárás
Nincs adat
Kivezetés
Nincs adat

KÉPESSÉGEK

Forrásból igazolt támogatás

Tool callingStructured outputVision / image inputAudio

Támogatott API-paraméterek

Gyakorisági büntetésinclude reasoninglogit biaslogprobsMaximális output tokenMinimum Pparallel tool callsJelenléti büntetésreasoningIsmétlési büntetésresponse formatSeedstopstructured outputsTemperaturetool choicetoolsTop Ktop logprobsTop P

Reasoning beállítások

Kötelező
Nem
Alapból bekapcsolva
Nincs adat
Alapértelmezett szint
Nincs adat
Támogatott szintek
Nincs adat

TELJES ÁRAZÁS

Minden közölt díjtétel

Input token
$0.14 / 1M token
Output token
$0.28 / 1M token
Cache-olvasás
$0.0028 / 1M token

FUTTATÁSI BEÁLLÍTÁSOK

Alapértékek és korlátok

Alapértelmezett paraméterek

Temperature
1
Top P
0.95
Gyakorisági büntetés
0

HASZNÁLATI TREND

24 óra, 7 nap, 30 nap

24H · #11 · 445,1 Mrd token · ↑ 6 hely7D · #15 · 3 Bill. token · ↓ 8 hely30D · #5 · 34,1 Bill. token · ↑ 5 hely

FELADATOK SZERINTI HASZNÁLAT

Milyen feladatoknál használják?

A szolgáltató anonim használati osztályozása alapján; ez használati adat, nem minőségi benchmark.

?

Az érték azt mutatja, hogy az adott feladattípus OpenRouteren mért tokenforgalmából mekkora részt adott ez a modell az elmúlt 7 napban. A feladattípusok átfedhetnek, ezért a százalékok nem adódnak össze 100%-ra.

Frontend és felhasználói felületKódolás
6,9%
SQL és adatbázisokKódolás
5,1%
DevOpsÁltalános
4%
KódgenerálásKódolás
2,7%
Parancssori műveletekKódolás
1,9%
FájlkezelésKódolás
1,8%
DevOps és konfigurációKódolás
1,8%

MUNKAMENET-KÖLTSÉG

Medián költség alkalmazásonként

Claude Code1-turn forduló
$0.002397
Claude Code2-9-turns forduló
$0.005763
Claude Code10-49-turns forduló
$0.030293
Claude Code50-plus-turns forduló
$0.174794
Hermes Agent1-turn forduló
$0.001148
Hermes Agent2-9-turns forduló
$0.00358

ARTIFICIAL ANALYSIS

Benchmark indexek

Külső összehasonlító jelzések; a konkrét vállalati feladaton végzett mérés eredményét nem helyettesítik.

Intelligence 26.7

KAPCSOLÓDÓ MODELLEK

Összehasonlításra érdemes alternatívák

FORRÁS ÉS FRISSÍTÉS

Adatproveniencia

Forrásadat: OpenRouter. Normalizálás, kapcsolások és szerkesztői értelmezés: AI Hungária.

Teljes modelladat lekérve
Radaradatok frissítve

A teljes módszertan megnyitása →

AI MODELLVÁLASZTÁS

Ne a név alapján válasszon modellt.

Saját feladatokon összevetjük a minőséget, késleltetést, adatvédelmi korlátokat és a teljes munkamenet-költséget.

AI-modellek összehasonlítása →

Forrás: OpenRouter ↗ · Adatállapot: 2026. november 1. · Licenc: CC BY 4.0

Vizualizáció: AI Hungária · Módszertan ↗