Esta reseña aún no está disponible en Español, así que estás leyendo el original en 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
Aún sin probar
- Precio
- 0,544 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
- Velocidad de salida
- 41 tok/s
- Tasa de éxito
- Recopilando datos
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
- Probado el 28 oct 2026
- Metodología v3.3 →
- Vendemos estos modelos; el precio no cuenta en la puntuación →
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 Xiaomi publishes its own benchmark tables for the family; we have not reproduced them and do not quote them.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.
Lo que nos gustó y lo que lo frenó
Lo que nos gustó
- 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.
Lo que lo frenó
- 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.
Cómo gana MiMo V2.6 Pro su Spicy Index
Cada dimensión enlaza con su cálculo completo: la fila de la tabla de la que sale cada punto y por qué se perdieron puntos.
- Clasificaciones públicas 40 % de la calidad
- Aún sin probar
- Rol 15 % de la calidad
- Aún sin probar
- Escritura creativa 15 % de la calidad
- 63,3
- Seguimiento de instrucciones 15 % de la calidad
- 99,0
- Memoria con contexto largo 15 % de la calidad
- Aún sin probar
- Capacidad Peso del 10,5 %
- 64,0
- Freedom Score Peso del 30 %
- Aún sin probar
Aún no hay una coincidencia exacta en las clasificaciones públicas que seguimos. Cómo funciona
Nuestra batería de rol aún no se ha ejecutado con este modelo. Cómo funciona
Nuestra batería de contexto largo aún no se ha ejecutado con este modelo. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero. Cómo funciona
La libertad no se ha probado o las pruebas son insuficientes. El Index conserva la puntuación original de calidad y capacidades, se marca como provisional y sigue recibiendo posición. La falta de pruebas no equivale a cero.
Abrir el informe de prueba completo →Capacidad, punto por punto
Puntos de la tabla pública de puntuación. Los niveles reescalados y los límites que fijamos nosotros no cuentan.
- Ventana de contexto (publicada por el creador)Sin declarar
- 0,0 / 30
- Modalidades de entrada en SpicyAPITexto, más imágenes, audio
- 19,0 / 25
- Uso de herramientasHerramientas y tool_choice
- 15,0 / 15
- Salida estructuradaSe acepta, cumplimiento del esquema verificado
- 15,0 / 15
- Control del razonamiento5 niveles: none · minimal · low · medium · high
- 15,0 / 15
Lo que MiMo V2.6 Pro puede hacer en SpicyAPI
Tomado directamente de la especificación en vivo del modelo en SpicyAPI. Algunos creadores ofrecen más en sus propias apps; esto es lo que puedes llamar hoy desde nuestra API.
| Función | Conversación |
|---|---|
| Ventana de contexto | 1.048.576 tokens |
| Salida máxima por solicitud | 131.072 tokens |
| Niveles de razonamiento | none · minimal · low · medium · high |
| Llamada a herramientas | Sí |
| Salida estructurada | Sí |
Cuánto tarda de verdad
Medido con trabajos reales de los últimos 30 días, desde la solicitud hasta el resultado final. Los tiempos incluyen nuestras propias pruebas.
- Velocidad de salida
- 41 tok/sIncluye el tiempo hasta el primer token
- Tasa de éxito
- Recopilando datos
Un tiempo aparece cuando hay al menos 10 trabajos completados. Las tasas de éxito solo cuentan trabajos de clientes y siguen ocultas para todos los modelos hasta completar 30 días de tráfico.
Lo que dice la gente de MiMo V2.6 Pro
2 positivos · 0 mixtos · 0 negativos
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· PositivoFuente
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· PositivoFuente
Las citas son textuales de publicaciones públicas y enlazan al original. No son calificaciones ni alimentan ninguna puntuación.
Modelos que puedes considerar en lugar de MiMo V2.6 Pro
Xiaomi
MiMo V2.6 Flash
The cheaper sibling?
- Spicy Index
- 76,2−2,4
- Freedom Score
- —
- Precio
- 0,175 US$−68 %/ 1 M tokens · entrada/salida 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
- —
- Precio
- 4,00 US$+636 %/ 1 M tokens · entrada/salida 3:1
DeepSeek
DeepSeek V4 Pro
Another 1M-class reasoning model?
- Spicy Index
- 79,0+0,4
- Freedom Score
- 88,6
- Precio
- 1,98 US$+264 %/ 1 M tokens · entrada/salida 3:1
¿Qué opinas?
¿Te resultó útil esta reseña?
Inicia sesión para votar.
Comentarios
Los comentarios se revisan de forma automática y por nuestro equipo. Eliminamos el spam, el contenido inapropiado, los ataques personales y cualquier cosa que nombre a una persona real sin su consentimiento. Si reportas un comentario, lo revisamos en un día hábil.
¿Probaste este modelo? Comparte lo que te funcionó. Necesitas una cuenta gratuita para comentar, así mantenemos fuera el spam.
Preguntas frecuentes sobre MiMo V2.6 Pro
Prueba MiMo V2.6 Pro por tu cuenta
Ajusta cada parámetro en el Playground y mira el precio exacto antes de lanzarlo.
0,544 US$ por 1 M de tokens mixtos (3 de entrada : 1 de salida)
Más reseñas
Ver las clasificaciones →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
- —
Probado el 28 oct 2026
Leer la reseñaKimi 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
- —
Probado el 28 oct 2026
Leer la reseña
Grok 4.3
Elige Grok 4.3 por su ventana de contexto enorme, un apagado real del razonamiento y escritura sin censura a bajo precio; sáltatelo si necesitas archivos.
Probado el 24 sept 2026
Leer la reseña