# Xiaomi MiMo V2.6 Pro and Flash: open-weights omnimodal flagships trained live in public

> Xiaomi open-sourced MiMo V2.6 Pro (1T) and Flash (309B) on Sept 21, 2026: 1M omnimodal context, RL trained live in public, AA Index 46.32, DeepSWE 72.6%. Pro vs Flash vs UltraSpeed prices, benchmarks and local-AI takeaways.

*Source: https://velstech.net/mimo-v2-6.hi (Hindi translation of https://velstech.net/mimo-v2-6) · Updated: 2026-09-22*

*Markdown version. [Read the interactive guide](https://velstech.net/mimo-v2-6.hi). English Markdown: https://velstech.net/mimo-v2-6.md.*

---

Xiaomi ने 21 सितंबर 2026 को दो असामान्य काम किए। इसने **MiMo-V2.6 Pro** और
**MiMo-V2.6 Flash** release किए – दो natively omnimodal models, MIT license के
तहत open-source – और इन्हें *live public में* train किया, RL run आगे बढ़ने के साथ
costs, token throughput और benchmark scores दिखाने वाले dashboard के साथ। कोई US frontier lab
ऐसा नहीं करता। मैंने launch announcement, API docs, training livestream reporting और
third-party benchmark trackers को एक जगह जोड़ा है ताकि आपको एक ईमानदार तस्वीर मिले: Pro, Flash
और UltraSpeed variant असल में क्या हैं, नंबर क्या कहते हैं, और इस scale पर open weights का
local AI चलाने वालों के लिए क्या मतलब है।

यह guide पूरी V2.6 family cover करती है – specs, कीमत और benchmarks पर Pro vs Flash vs
Pro-UltraSpeed – साथ में training story, "Vibe World" demos, और वह practical सवाल कि आप खुद
असल में क्या चला सकते हैं।

*Source note:* नीचे specs और कीमतें Xiaomi के MiMo-V2.6 announcement, MiMo API model
docs और gateway listings (Vercel AI Gateway, OpenRouter) से हैं। Scores Xiaomi-reported RL
curves और third-party trackers (Artificial Analysis, LLM Stats, Benchable) का mix हैं – हर बार
लेबल किया गया है, क्योंकि दोनों तरह के numbers का मतलब अलग है।

## संक्षेप में

- तीन flavours, एक family: MiMo-V2.6-Pro (flagship, ~1T parameters),
MiMo-V2.6-Flash (309B total / 15B active MoE, efficiency pick), और Pro-UltraSpeed (latency-sensitive
work के लिए 20x तक output speed – 1,000 tok/s peak – उसी quality पर, 10x कीमत पर)।

- Natively omnimodal: text, image, video और audio input – 1M-token context
window (1,048,576) और 128K तक output के साथ – plus deep thinking, tool calling, JSON mode
और prompt caching।

- Top open-weights scores: Pro ने Artificial Analysis Intelligence Index पर
46.32 लाया – Xiaomi का दावा, सबसे ज़्यादा open-source result, Kimi K3 और Qwen3.8 Max से आगे –
और RL run के दौरान DeepSWE v1.1 58.4 से 72.57 चढ़ा (Flash: 48.8 → 65.68)।

- Pricing V2.5 वाली ही: Flash $0.14 input / $0.28 output प्रति million, Pro
$0.435 / $0.87, लगभग-free cache reads ($0.0028 / $0.0036) के साथ। UltraSpeed Pro से 10x।

- MIT-licensed open weights Hugging Face पर, साथ में technical report,
training environments और RL code – AI Studio, MiMo Code, MiMo Desktop, MiMo API, OpenRouter
और Vercel AI Gateway पर live उपलब्धता के साथ।

## हर variant क्या है

| Spec | MiMo-V2.6-Pro | MiMo-V2.6-Flash | Pro-UltraSpeed |
| --- | --- | --- | --- |
| Total parameters | ~1T (reported ~1.02T) | 309B | Pro जैसा ही |
| Active per token | Disclosed नहीं (MoE) | 15B (hybrid attention MoE) | Pro जैसा ही |
| Context / max output | 1,048,576 / 128–131K | 1,048,576 / 128–131K | Pro जैसा ही |
| Input modalities | Text, image, audio, video, PDF | Text, image, audio, video, PDF | Pro जैसा ही |
| Output | Text | Text | Text, 20x तक faster |
| Speed tech | Standard serving | Efficient MoE | FP4 lossless quant + DFlash parallel decoding + TileRT kernels |
| Input / output प्रति 1M | $0.435 / $0.87 | $0.14 / $0.28 | Pro से 10x |
| Cached input प्रति 1M | $0.0036 | $0.0028 | – |
| License | MIT (open weights) | MIT (open weights) | सिर्फ hosted |

Positioning deliberate है: Pro capability ceiling धकेलता है (Xiaomi का कहना है ज़्यादातर agent
benchmarks पर Claude Opus 5 और GPT-5.6 Sol के बराबर), Flash लगभग एक-तिहाई कीमत पर ज़्यादातर
intelligence रखता है, और UltraSpeed पैसे से latency खरीदता है – realtime coding agents के लिए
1,000 tokens/s तक। Cache-read कीमतों पर ध्यान दें: miss rate का ~1/50th (Flash) से ~1/120th
(Pro) – context reuse करने वाले agents – यानी लगभग सभी – sticker से कहीं कम में चलते हैं। यही
trick [DeepSeek V4.1 Flash](https://velstech.net/deepseek-v4-1-flash) को practice में इतना सस्ता बनाती है।

## Public में training: RL livestream

इस release का यही हिस्सा मुझे सबसे ज़रूरी लगता है, किसी single score से ज़्यादा। Luo Fuli के
नेतृत्व में – Lei Jun द्वारा MiMo team चलाने के लिए hire किए गए ex-DeepSeek scientist, जिन्होंने
पहले DeepSeek-V2 work lead किया था – Xiaomi ने लगभग आधा साल एक ही problem पढ़ने में बिताया ("RL
कितनी दूर scale हो सकता है"), फिर V2.6 का RL phase खुले में चलाया: training progress, token
consumption, cost meters, step timings, 23 categories में dataset composition और benchmark curves
के साथ live dashboard, सब mid-run update होते हुए।

Run खुद: छह दिनों से कम में ~750,000 trajectories पर Pro और Flash दोनों के लगभग 30 RL steps,
coding, general-agent, visual और cybersecurity tasks पर, प्रति update 1,568 samples और 1M tokens
तक contexts के साथ। Xiaomi का कहना है कि drift रोकने के लिए router freeze किया और reward hacking
के खिलाफ adversarial evaluation, anomaly detection और verifier cross-checks इस्तेमाल किए। Final RL
costs ~$2.62M (Pro) और ~$0.85M (Flash) report किए गए (17 सितंबर के mid-run snapshot में 49.4B Flash
tokens पर ~$512K दिखा था – meter उसके बाद भी चलता रहा)। Mid-training में ही Pro V2.5 baseline 19%
से DeepSWE v1.1 पर 65.97% पहुँच चुका था, Grok 4.6 (67%), Kimi K3 (69%) और Fable 5 (70%) वाली tier
में – और final numbers और ऊपर गए (नीचे देखें)।

Xiaomi से आगे यह क्यों मायने रखता है: closed-door RL industry norm है, यानी कोई check नहीं कर सकता
कि capability jump algorithm से आई, डेटा से, या eval harness से। Public cost-and-curve ledger –
$128K-a-day-scale खर्च सबके सामने – marketing stunt जितना ही reproducibility experiment है। अगर आप
अपने models train करते हैं, तो published environments और RL code यकीनन इस release के सबसे valuable
artifacts हैं।

## Benchmarks: Pro कहाँ lead करता है, कहाँ नहीं

Xiaomi की headline: **Artificial Analysis Intelligence Index v4.3 पर 46.32** – सबसे
ज़्यादा open-source score का दावा, Kimi K3 और Qwen3.8 Max से आगे। Vendor framing से अलग, RL curves
striking हैं: DeepSWE v1.1 Pro 58.4 → **72.57**, Flash 48.8 → **65.68**।
Third-party trackers texture जोड़ते हैं – Flash की reported strengths agentic और security work में
cluster करती हैं:

| Benchmark | MiMo-V2.6-Flash | MiMo-V2.6-Pro |
| --- | --- | --- |
| CyberGym | 95.1% | – |
| Terminal-Bench 2.1 | 87.6% | – |
| OSWorld-Verified (computer use) | 80.8% | – |
| MiMo Cyber Bench | 77.2% | – |
| Toolathlon-Verified | 73.6% | – |
| DeepSWE v1.1 | 65.68% (RL final) | 72.57% (RL final) |
| MiMo Coding Bench | – | 63.2% |
| ProgramBench | – | 26.5% |

ईमानदार निष्कर्ष: एक महीने में यह दूसरी open-weights family है –
[DeepSeek V4.1 Flash](https://velstech.net/deepseek-v4-1-flash) के बाद – जो सिर्फ chat में नहीं,
*agent* work (terminal, computer use, repo coding) में closed flagships से सच में
competitive लगती है। Gaps वहीं हैं जहाँ efficiency-tuned open models से उम्मीद है: closed-book
reasoning और newest harnesses अब भी [Astra](https://velstech.net/gpt-6-astra) और
[Fable 5.1](https://velstech.net/claude-fable-5-1) के पास हैं। और cross-vendor score comparisons
directional हैं – अलग harnesses, अलग effort settings, अलग dates। LLM Stats का head-to-head
composite अभी Flash और Pro को करीब दिखाता है (45.7 vs 40.6), सीधे shared तीनों benchmarks में Pro
जीतता है।

## Chat से आगे: "Vibe World," robots और real science demos

Xiaomi V2.6 को conventional software work से आगे धकेल रहा है, जिसे वह
**"Vibe World"** कहता है: image, video या text prompt से model agents coordinate
करके interactive 3D scenes बनाता और visually test करता है – Blender assets, frontends और
presentations, assembled video, यहाँ तक कि scores और MIDI के रूप में music। सबसे wild demo:
camera feeds से Franka Panda robotic arm control करना। Research demos में PFAS "forever chemicals"
capture करने वाले materials की screening और 6,000+ lines के kernel-verified code में Lean 4 theorem
formalize करने में मदद शामिल थी।

Demos को demos समझें – carefully chosen, possibly retried – लेकिन दिशा benchmarks के consistent
है: यह family ऐसे agents के लिए बनी है जो *काम करते हैं* (browse, comprehend, reason, act)
modalities के पार, trivia जीतने के लिए नहीं। 1M native omnimodal context ही घंटों-long multimodal
agent runs को architecturally possible बनाता है।

## कीमत, access और try कैसे करें

- API: Flash $0.14 / $0.28 प्रति million input / output, Pro $0.435 / $0.87, UltraSpeed Pro से 10x। Gateways पर model IDs xiaomi/mimo-v2.6-flash और xiaomi/mimo-v2.6-pro; deep-thinking, tool-calling, JSON mode और prompt caching के साथ MiMo API platform पर native endpoints।

- Apps: AI Studio, MiMo Code, MiMo Desktop (दोनों models के साथ early access से बाहर), बिना setup वाला MiMo Studio chat।

- Open weights: Hugging Face (XiaomiMiMo org) पर MIT license – साथ में technical report, training environments और GitHub पर RL code। Datacenter-class hardware हो तो self-hostable (नीचे देखें)।

- Context: हमारे AI API cost calculator में अपने workload का price math चलाएँ – इन cache-hit discounts पर self-hosting से break-even काफी हिलता है।

## अगर आप local AI चलाते हैं तो इसका क्या मतलब है

पहले ईमानदार जवाब: **आप घर पर 1T – या 309B भी – नहीं चला रहे हैं।** Full precision
में 309B total वाला Flash datacenter-class VRAM माँगता है; ~1T वाला Pro पूरी तरह 2,000-GPU-plus-storage
deployment की दुनिया है। मेरा 12 GB RX 6800M दोनों में से कुछ download नहीं करेगा – क्या असल में fit
होता है, इसके लिए [LLMs को कितना VRAM चाहिए](https://velstech.net/how-much-vram-for-llm) और
[local-LLM GPU guide](https://velstech.net/best-gpu-for-local-llm) देखें।

आप *क्या* इस्तेमाल कर सकते हैं: MIT weights का मतलब community FP8 originals, [GGUF quants](https://velstech.net/llama-cpp-guide.hi) और
vLLM/SGLang support तेज़ी से mature होंगे – और API सबसे सस्ते frontier-class inference में है (Flash
$0.14/$0.28 input पर DeepSeek V4.1 Flash के peak rates को भी undercut करता है)। Local-AI वालों के लिए
practical setup: private और offline work अपने local 7B–35B models पर रखें, भारी multimodal agent jobs
$0.14 API पर route करें, और published RL code देखें – यहाँ की training transparency अकेले weights से
ज़्यादा सिखाती है। हमारे [lab benchmarks](https://velstech.net/benchmarks/index) दिखाते हैं कि local side
ठीक कहाँ जीतता है: zero per-token cost पर fast, private, repeatable generation।

## Bottom line

MiMo-V2.6 महीने की सबसे significant open-weights release है: open-model कीमतों पर frontier-competitive
agent family (46.32 AA Index, DeepSWE 72.6%), MIT-licensed, training receipts live publish के साथ। Flash
agent builders के लिए value default है; Pro ceiling-pusher है; UltraSpeed तब जब latency ही product हो।
और livestreamed RL run एक precedent है जो मैं चाहता हूँ दूसरे labs copy करें – क्योंकि "हमारी curve पर
भरोसा करो" meter चलते देखने का substitute नहीं है।

## Sources

- Xiaomi MiMo: Introducing MiMo-V2.6 series (21–22 सितंबर 2026)

- MiMo API docs: model capabilities, 1M context limits, rate limits, pricing

- TestingCatalog: Xiaomi open-sources MiMo-V2.6 Pro and Flash models

- Forkast News: Xiaomi MiMo-V2.6 trains in public – live RL dashboard

- Artificial Analysis: MiMo-V2.6-Pro model page – Intelligence Index 46.32

- LLM Stats / Benchable / OpenRouter / Vercel AI Gateway: V2.6 specs, benchmarks, pricing

---

*VelsTech – https://velstech.net/mimo-v2-6.hi.md*