MiMo-V2.6-Flash.
MiMo-V2.6-Flash is Xiaomi's MIT-licensed 309B mixture-of-experts model, 15B active, taking text, image, video and audio with a 1M-token context for agent work.
4× Nvidia Q RTX 8000 · $1.08/hr.
Most-aggressive quantisation we have a working recommendation for. Lower precision = less VRAM = cheaper hardware, at a small accuracy cost.
Cheapest hosted endpoints.
Variants in the MiMo family.
MiMo-V2.6-Pro
MiMo-V2.6-Pro is Xiaomi's MIT-licensed mixture-of-experts model, 1.02T total ...
MiMo-V2.6-Pro-UltraSpeed
MiMo-V2.6-Pro-UltraSpeed is the fast speed edition of Xiaomi's flagship found...
MiMo-V2-Flash
MiMo-V2-Flash is an open-source foundation language model developed by Xiaomi...
MiMo-V2-Omni
MiMo-V2-Omni is a frontier omni-modal model that natively processes image, vi...
MiMo-V2-Pro
MiMo-V2-Pro is Xiaomi's flagship foundation model, featuring over 1T total pa...
MiMo-V2.5
MiMo-V2.5 is a native omnimodal model by Xiaomi. It delivers Pro-level agenti...
MiMo-V2.5-Pro
MiMo-V2.5-Pro is Xiaomi’s flagship model, delivering strong performance in ge...
Frequently asked.
How do I run MiMo-V2.6-Flash?
Where can I access MiMo-V2.6-Flash?
How much does it cost to run MiMo-V2.6-Flash?
Is MiMo-V2.6-Flash open-source or proprietary?
Cheapest hardware per quantisation.
Each row is one quantisation tier (the same weights compressed differently). Lower precision → lower VRAM → cheaper hardware, at the cost of small accuracy loss. Le $/h est le tarif le plus bas proposé maintenant. Une configuration multi-cartes utilise une vraie instance de cette taille quand elle est louée ; sinon c'est le tarif d'une carte multiplié par le nombre.
| Quantisation | Cheapest GPU config | Total VRAM | Live $/hr | tokens/sec | |
|---|---|---|---|---|---|
|
FP16
FP16 — half precision (default)
|
768 GB |
$8.27/hr
Cyfuture AI · à la demande
|
— | Compare → | |
|
FP8
FP8 — 8-bit float (Hopper / Blackwell)
|
384 GB |
$2.15/hr
est. 8 × tarif d'une carte
Vast.ai · à la demande
|
— | Compare → | |
|
INT4
INT4 — 4-bit integer (~4× VRAM saving)
|
192 GB |
$1.08/hr
est. 4 × tarif d'une carte
Vast.ai · à la demande
|
— | Compare → |
What it costs per month across providers.
Estimate your monthly bill for MiMo-V2.6-Flash across every host that publishes per-token pricing. Slide your token volumes; the chart + table re-rank cheapest-first.
Le fournisseur le moins cher à gauche.
Coût mensuel total — tokens d'entrée et de sortie cumulés.
Détail de la facture.
| Fournisseur | Total mensuel | |
|---|---|---|
| $1.96 | S'inscrire ↗ | |
| $1.96 | S'inscrire ↗ |
Louez le GPU plutôt que de payer au token.
Pour un modèle à poids ouverts comme MiMo-V2.6-Flash, vous pouvez louer un GPU et faire tourner l'inférence vous-même. Le calcul : location de GPU la moins chère × 730 heures/mois. L'électricité est comprise dans le prix horaire de la location.
Suppose que le GPU tourne 24h/24 à environ 85 % d'utilisation. Si votre trafic est irrégulier, vous paierez moins pour l'API et probablement plus pour le GPU (les heures creuses sont facturées). L'analyse du seuil de rentabilité se trouve dans l'outil seuil de rentabilité auto-hébergement vs API.
About MiMo-V2.6-Flash.
MiMo-V2.6-Flash is the efficiency-balanced checkpoint of Xiaomi's MiMo-V2.6 series, with open weights under the MIT licence. It is a sparse mixture-of-experts model with 309B parameters in total and 15B active. One model takes text, images, video and audio, with a 1M-token context meant for long repositories, tool traces and multi-session agent runs. Xiaomi trained it with one mixed reinforcement-learning run across coding, general agents, visual tasks and cybersecurity. The series also has a Pro checkpoint.