Dieses Review gibt es noch nicht auf Deutsch. Sie lesen das Original auf English.
MiMo V2.6 Pro Review: 1M Tokens, Four Input Types, a None Setting
Pick MiMo V2.6 Pro for multimodal research and multi-step projects when you want audio and video in one request; so far we have run only launch checks.
Freedom Score
Noch nicht getestet
- Preis
- 0,544 $ pro 1 Mio. gemischte Tokens (3 Eingabe : 1 Ausgabe)
- Ausgabetempo
- 41 Tok./s
- Erfolgsquote
- Daten werden gesammelt
MiMo V2.6 Pro is the larger model in Xiaomi's V2.6 family, released as open weights in September 2026. Xiaomi positions it for complex multimodal projects and research. On our API it is one OpenAI-compatible chat endpoint that reads text, images, video and audio, holds 1,048,576 tokens of input and allows replies up to 131,072 tokens, reasoning included.
- SpicyAPI Engineering
- Getestet am 28. Okt. 2026
- Methodik v3.3 →
- Wir verkaufen diese Modelle; der Preis zählt nicht →
The verdict
Reasoning is on by default: reasoningeffort accepts none, minimal, low, medium or high, and defaults to high. Sampling has a catch. temperature (0 to 1.5) and topp apply only when reasoning_effort is none; while the model reasons it uses 1.0 and 0.95 and ignores your values.
This is a launch-day review. On 28 October 2026 our platform ran a real request through the endpoint as part of launch: one neutral message, answered without streaming at low reasoning effort. It returned a complete answer. We have not run a quality blind test or a content-level test, and this page does not score the model. Xiaomi publishes its own benchmark tables for the family; we have not reproduced them and do not quote them.
Key facts
- Tested: one real launch request on 28 Oct 2026 (neutral prompt, low reasoning effort, no streaming), plus integration checks of media input. No scored runs yet.
- Price: $0.435 per million input tokens, $0.0036 cached and $0.87 output. The live price is on the model page.
- Limits: 1,048,576-token context, replies up to 131,072 tokens (default 4,096, reasoning included), text, image, video and audio input, images up to 8,192 tokens each.
- Reasoning: reasoning_effort takes none, minimal, low, medium or high (default high).
- Sampling: temperature 0 to 1.5 and topp 0.01 to 1, applied only at reasoningeffort none.
- Sources: scoring rules are on our review methodology page, full parameters on the MiMo V2.6 Pro model page.
Was uns gefallen hat und was es bremst
Was uns gefallen hat
- Four input types in one window. text, imageurl, videourl, audiourl and inputaudio (wav or mp3) parts can sit in one request, so a screen recording, a voice memo and the question travel together.
- A none setting. Set reasoningeffort to none for a direct answer, and temperature and topp become adjustable.
- A low per-token price for a Pro model. $0.435 input and $0.87 output per million tokens.
- A 131,072-token reply ceiling. Enough for a full report or a long extracted table in one reply.
- Tool calling is on the endpoint. Up to 128 function definitions with toolchoice and paralleltool_calls; we have not graded tool-use quality yet.
Was es bremst
- Reasoning is on by default, at high. Every request reasons unless you set none, which costs more output tokens than a lighter default.
- Sampling is conditional. temperature and top_p are ignored while the model reasons, so you only get control by turning reasoning off.
- Smaller image budget than Flash. Images are capped at 8,192 tokens each here, against 16,384 on MiMo V2.6 Flash, so downscale very large pages.
- Reasoning is paid for out of max_tokens. A small cap at high effort can be used up before the visible answer is complete; check finish_reason.
- No quality numbers of our own yet.
What we tested
On 28 October 2026 our platform sent MiMo V2.6 Pro one real request as part of launch: a single neutral user message, answered without streaming at low reasoning effort with a 1,024-token cap. It returned a complete answer, and the request was priced at the published rate. The endpoint also passed our pre-launch checks of its price table and request limits. During integration, media requests were accepted and answered.
That is a working-endpoint check, not a benchmark. We have not compared its answers with MiMo V2.6 Flash or another model, tested video and audio on real clips, measured speed, or tried a prompt near the 1,048,576-token limit.
Prompts to start from
These starting prompts come from the model page's published examples. We have not graded the outputs, so they are a place to begin rather than prompts proven on this model.
1. Critique an experiment plan. Give it the plan and ask for what is missing.
Review an experiment plan and identify assumptions, missing controls and reproducibility checks. Work from the material I provide, cite the relevant evidence, distinguish facts from assumptions, and identify missing information before proposing changes.Run this prompt on MiMo V2.6 Pro →
2. A tool step. Confirms your function-calling loop end to end with a trivial function.
Call report_status with status ready.Settings that matter: keep high for hard problems, drop to medium or low for easier ones, and use none when you want a direct answer with adjustable temperature; return reasoning_content on assistant turns when you continue a tool loop; keep inline video and audio under 14 MB combined.
How far it writes
We have not run our content-level test on MiMo V2.6 Pro, so we have no result to report here. The model page states the position plainly: content decisions come from the model, behaviour can vary, and no guarantee of unrestricted output is made.
Not tested yet: the content-level ladder, multi-turn behaviour over a long session, languages other than English, audio and video understanding on real material, and the none setting against the reasoning levels.
Every character in a request should be an adult, keep real, identifiable people out of it, and you are responsible for the law where you publish.
What the community says
When the V2.6 family launched, one reader praised how much Xiaomi disclosed: "I know we have strong views on what a truly open model is (open weights, open training data, open training code etc.) but I really like how transparent they’ve been about the training of this model." Another summed up the pitch for the family: "This looks great in terms of cost and capabilities, truly pushing the frontier forward in terms of open weight light weight models." Both comments are about the family, not about our endpoint.
Alternatives
- The cheaper sibling? MiMo V2.6 Flash has the same window, reply ceiling and input types at a lower per-token price, and allows images up to 16,384 tokens.
- Always-on thinking and a million-token reply ceiling? Kimi K3.1 Pro takes images and video but not audio.
- Another 1M-class reasoning model? DeepSeek V4 Pro is on the same API; compare it on your own prompts.
So kommt MiMo V2.6 Pro auf seinen Spicy Index
Jede Dimension unten führt zu ihrer vollständigen Herleitung: aus welcher Tabellenzeile jeder Punkt stammt und warum Punkte fehlen.
- Öffentliche Ranglisten 40 % der Qualität
- Noch nicht getestet
- Rollenspiel 15 % der Qualität
- Noch nicht getestet
- Kreatives Schreiben 15 % der Qualität
- 63,3
- Befolgen von Anweisungen 15 % der Qualität
- 99,0
- Gedächtnis bei langem Kontext 15 % der Qualität
- Noch nicht getestet
- Fähigkeiten 10,5 % Gewicht
- 64,0
- Freedom Score 30 % Gewicht
- Noch nicht getestet
Noch kein exakter Treffer auf einer der erfassten öffentlichen Ranglisten. So funktioniert es
Unsere Rollenspiel-Testreihe ist für dieses Modell noch nicht gelaufen. So funktioniert es
Unsere Testreihe zu langem Kontext ist für dieses Modell noch nicht gelaufen. So funktioniert es
Die Freiheit wurde noch nicht oder nicht ausreichend getestet. Der Index behält den ursprünglichen Qualitäts- und Fähigkeitsscore, wird als vorläufig markiert und erhält weiterhin einen Rang. Fehlende Belege sind keine Null. So funktioniert es
Die Freiheit wurde noch nicht oder nicht ausreichend getestet. Der Index behält den ursprünglichen Qualitäts- und Fähigkeitsscore, wird als vorläufig markiert und erhält weiterhin einen Rang. Fehlende Belege sind keine Null.
Vollständigen Testbericht öffnen →Fähigkeiten, Punkt für Punkt
Punkte aus der öffentlichen Bewertungstabelle. Hochskalierte Stufen und von uns gesetzte Grenzen zählen nicht.
- Kontextfenster (laut Hersteller)Nicht angegeben
- 0,0 / 30
- Input-Modalitäten auf SpicyAPIText sowie Bilder, Audio
- 19,0 / 25
- Tool-NutzungTools und tool_choice
- 15,0 / 15
- Strukturierte AusgabeUnterstützt, Schema-Treue bestätigt
- 15,0 / 15
- Reasoning-Steuerung5 Stufen: none · minimal · low · medium · high
- 15,0 / 15
Was MiMo V2.6 Pro auf SpicyAPI kann
Direkt aus der aktuellen Modellspezifikation auf SpicyAPI. Manche Hersteller bieten in ihren eigenen Apps mehr; hier steht, was Sie heute über unsere API aufrufen können.
| Merkmal | Chat |
|---|---|
| Tool-Aufrufe | Nein |
| Strukturierte Ausgabe | Nein |
Wie lange es wirklich dauert
Gemessen an echten Jobs der letzten 30 Tage, von der Anfrage bis zum fertigen Ergebnis. Die Zeiten umfassen auch unsere eigenen Testläufe.
- Ausgabetempo
- 41 Tok./sInklusive Zeit bis zum ersten Token
- Erfolgsquote
- Daten werden gesammelt
Eine Zeit erscheint, sobald mindestens 10 abgeschlossene Jobs vorliegen. Erfolgsquoten zählen nur Kunden-Jobs und bleiben für alle Modelle verborgen, bis volle 30 Tage Traffic vorliegen.
Was Nutzer über MiMo V2.6 Pro sagen
2 positiv · 0 gemischt · 0 negativ
I know we have strong views on what a truly open model is (open weights, open training data, open training code etc.) but I really like how transparent they’ve been about the training of this model.
hacker-news· 21. Sept. 2026· PositivQuelle
This looks great in terms of cost and capabilities, truly pushing the frontier forward in terms of open weight light weight models.
hacker-news· 21. Sept. 2026· PositivQuelle
Zitate sind wörtlich aus öffentlichen Beiträgen übernommen und mit dem Original verlinkt. Sie sind keine Wertungen und fließen in keinen Score ein.
Modelle, die statt MiMo V2.6 Pro infrage kommen
Xiaomi
MiMo V2.6 Flash
The cheaper sibling?
- Spicy Index
- 76,2−2,4
- Freedom Score
- —
- Preis
- 0,175 $−68 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
Moonshot AI
Kimi K3.1 Pro
Always-on thinking and a million-token reply ceiling?
- Spicy Index
- 80,4+1,8
- Freedom Score
- —
- Preis
- 4,00 $+636 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
DeepSeek
DeepSeek V4 Pro
Another 1M-class reasoning model?
- Spicy Index
- 79,0+0,4
- Freedom Score
- 88,6
- Preis
- 1,98 $+264 %/ 1 Mio. Tokens · Eingabe/Ausgabe 3:1
Was meinen Sie?
War dieses Review hilfreich?
Melden Sie sich an, um abzustimmen.
Kommentare
Kommentare werden automatisch und von unserem Team geprüft. Wir entfernen Spam, anstößige Inhalte, persönliche Angriffe und alles, was eine reale Person ohne Einwilligung nennt. Melden Sie einen Kommentar, prüfen wir ihn innerhalb eines Werktags.
Sie haben dieses Modell ausprobiert? Teilen Sie, was funktioniert hat. Zum Kommentieren brauchen Sie ein kostenloses Konto – so halten wir Spam draußen.
FAQ zu MiMo V2.6 Pro
MiMo V2.6 Pro selbst ausprobieren
Stellen Sie im Playground jeden Parameter ein und sehen Sie den genauen Preis, bevor Sie starten.
0,544 $ pro 1 Mio. gemischte Tokens (3 Eingabe : 1 Ausgabe)
Weitere Reviews
Zu den Ranglisten →GPT 6.1 Terra
Pick GPT 6.1 Terra for high-volume screens, documents and writing where reasoning_effort none helps; so far we have run only launch checks, no scored tests.
- Spicy Index
- 79,9
- Freedom Score
- —
Getestet am 28. Okt. 2026
Review lesenKimi K3.1 Pro
Pick Kimi K3.1 Pro for long-context work with screenshots and clips when you accept always-on thinking; so far we have run only launch checks, no scored tests.
- Spicy Index
- 80,4
- Freedom Score
- —
Getestet am 28. Okt. 2026
Review lesen
Grok 4.3
Grok 4.3 für ein riesiges Kontextfenster, einen echten Reasoning-Aus-Schalter und unzensierte Texte zum niedrigen Preis; nicht bei Bedarf für Datei-Uploads.
Getestet am 24. Sept. 2026
Review lesen