Zuerst die kurze Antwort: Am 22. September 2026 hat Xiaomi die Modellfamilie MiMo-V2.6 vorgestellt und die Gewichte unter der MIT-Lizenz veröffentlicht, die kommerzielle Nutzung und Änderungen nahezu ohne Auflagen erlaubt. Die Familie umfasst zwei Modelle: Pro mit 1,02 Billionen Parametern und Flash mit 309 Milliarden. Beide verarbeiten Text, Bilder, Video und Audio in einem einzigen Modell, mit einem Kontextfenster von bis zu einer Million Token. Auf OpenRouter beginnt Flash bei 0,14 $ pro Million Eingabe-Token. Für Ihr Unternehmen bedeutet das zweierlei: eine Self-Hosting-Option mit einer komfortablen Lizenz und eine sehr günstige API-Option für Aufgaben, die Sprache, Bilder und Text verbinden.

Was Xiaomi tatsächlich veröffentlicht hat

Beide Modelle nutzen eine Mixture-of-Experts-Architektur (MoE), das heißt, pro Token ist nur ein kleiner Teil der Parameter aktiv. Genau das hält die Betriebskosten weit unter dem, was die Gesamtgröße vermuten lässt:

  • MiMo-V2.6-Pro: insgesamt 1,02 Billionen Parameter, 42 Milliarden aktiv pro Schritt und ein Kontext von 1M Token.
  • MiMo-V2.6-Flash: insgesamt 309 Milliarden Parameter, 15 Milliarden aktiv, mit demselben Kontext.
  • Pro-UltraSpeed: eine Version von Pro, die laut Xiaomi die Inferenz bis zu 20-mal schneller ausführt und über die API zum zehnfachen Preis angeboten wird.

Das Unternehmen hat es nicht bei den Gewichten belassen. Es hat außerdem mehr als 7.000 Trainingsumgebungen für Reinforcement Learning veröffentlicht, die Softwareentwicklung, das Nachstellen von Sicherheitslücken, Wissensarbeit und Webdesign abdecken, dazu das Trainings-Framework selbst, den technischen Bericht und ein kleines destilliertes Modell mit 9 Milliarden Parametern auf Basis von Qwen. Die Gewichte liegen in FP8 auf Hugging Face und lassen sich ohne Zugangsanfrage herunterladen.

Wo seine Leistung wirklich steht

Artificial Analysis gibt Pro einen Wert von 46,32 auf seinem Intelligence Index. Xiaomi sagt, dieser Wert setze es vor Kimi K3 und Qwen3.8 Max und mache es zum Zeitpunkt der Veröffentlichung zum leistungsfähigsten Open-Source-Modell, räumt aber ein, dass es weiterhin hinter Claude Fable 5.1 und GPT-6 Astra liegt.

Die Vergleichstabelle auf der Modellkarte misst es allerdings an der vorherigen Generation geschlossener Modelle, nicht an der aktuellen. Hier seine Zahlen im Vergleich zu Claude Opus 5:

  • AutomationBench (Aufgabenautomatisierung): 53,1 gegenüber 50,3.
  • Terminal Bench 2.1 (Arbeit auf der Kommandozeile): 89,9 gegenüber 89,1.
  • DeepSWE (Beheben echter Softwarefehler): 71,9 gegenüber 74,0.
  • OSWorld-Verified (Computerbedienung): 82,0 gegenüber 83,4.
  • Das schwierigere Terminal Bench 4.0: 34,9 gegenüber 49,0.

Die ehrliche Zusammenfassung: ein Modell nahe an der Spitzenklasse der letzten Generation bei Agenten- und Programmieraufgaben und bei den schwierigsten klar dahinter. Lesen Sie die Ankündigung nicht als gleichwertigen Ersatz für die neuesten geschlossenen Modelle.

Preis: die Zahl, die die Betriebsrechnung verändert

Auf OpenRouter kosten jede Million Eingabe-Token und jede Million Ausgabe-Token:

  • Flash: 0,14 $ Eingabe und 0,28 $ Ausgabe.
  • Pro: 0,435 $ Eingabe und 0,87 $ Ausgabe.
  • Pro-UltraSpeed: 4,35 $ Eingabe und 8,70 $ Ausgabe.

Ein Rechenbeispiel mit unseren eigenen Annahmen: ein Kundenservice-Assistent, der 1.000 Gespräche am Tag führt, jedes mit etwa 3.000 Eingabe-Token und 500 Ausgabe-Token. Das ergibt 3 Millionen Eingabe-Token und eine halbe Million Ausgabe-Token pro Tag. Mit Flash liegen die Kosten bei etwa 0,56 $ am Tag, rund 63 SAR im Monat. Mit Pro bei etwa 1,74 $ am Tag, rund 196 SAR im Monat. Die tatsächlichen Werte hängen von der Länge Ihrer Gespräche und vom Kontext-Caching ab, aber entscheidend ist die Größenordnung: Die Kosten sind nicht mehr die Hürde, es auszuprobieren. Xiaomi sagt, Pro koste zwischen einem Zwanzigstel und einem Sechzigstel ausländischer Modelle auf gleichem Intelligenzniveau; das ist die Aussage des Unternehmens, keine unabhängige Messung.

Ein Modell, das hört, sieht und liest

Bemerkenswert ist, dass ein einziges Modell alle vier Eingabearten versteht. Wenn Sie heute ein System wollen, das Aufzeichnungen von Kundengesprächen analysiert, brauchen Sie meist zuerst einen Speech-to-Text-Dienst und danach ein Sprachmodell, das die Abschrift auswertet. Dasselbe gilt für das Foto einer Rechnung, das ein Außendienstmitarbeiter mit dem Handy aufnimmt: ein Dienst, der den Text aus dem Bild holt, dann ein Modell, das ihn versteht. Jedes Glied dieser Kette ist zusätzlicher Aufwand und eine weitere Fehlerquelle.

Ein multimodales Modell verkürzt die Kette: Die Gesprächsaufzeichnung geht so hinein, wie sie ist, das Belegfoto so, wie es ist, der Videoclip der Lagerkamera so, wie er ist. Das vereinfacht den Aufbau von Systemen wie der Qualitätsprüfung von Anrufen, der automatischen Erfassung von Belegen in Ihrer Buchhaltung oder der Prüfung von Warenfotos beim Wareneingang. Beachten Sie allerdings, dass die Quellen nichts Konkretes über die Leistung auf Arabisch oder in saudischen Dialekten sagen, und genau das sollten Sie mit Ihren eigenen Daten testen, bevor Sie irgendetwas entscheiden.

Betrieb auf eigenen Servern: möglich, mit Budget

Die MIT-Lizenz bedeutet, dass Sie das Modell in Ihrer eigenen Infrastruktur betreiben, verändern und in ein kommerzielles Produkt einbauen können. Das ist wichtig für alle, die personenbezogene Daten verarbeiten, denn das saudische Gesetz zum Schutz personenbezogener Daten stellt die Übermittlung von Daten außerhalb des Königreichs unter Auflagen, und Self-Hosting hält sie in Ihrer Umgebung.

Die Größe ist allerdings real. Die Modellkarte von Pro zeigt ein Referenz-Setup, das das Modell mit vLLM auf 8 GPUs verteilt oder mit SGLang auf zwei Knoten. Flash braucht eine Aufteilung auf 4 GPUs. Die Karte nennt den GPU-Typ nicht, aber ein Modell dieser Größe braucht realistisch KI-Server der obersten Klasse. Deshalb ist Flash mit seinen 15 Milliarden aktiven Parametern für die meisten Unternehmen der realistische Kandidat für Self-Hosting. Die Hardware-Rechnung haben wir ausführlich in wie Sie ein großes KI-Modell auf Ihrem eigenen Rechner betreiben behandelt.

Worauf Sie achten sollten, bevor Sie sich darauf verlassen

  • Sicherheit: Pro liegt bei Tests zur Ausnutzung von Schwachstellen deutlich zurück, mit 47,9 auf ExploitBench gegenüber 70,0 für Opus 5. Wenn Ihre Aufgabe die Sicherheitsprüfung von Code ist, ist es nicht Ihre erste Wahl.
  • Datenweg: Die Nutzung über eine API bedeutet, dass die Daten Ihrer Kunden über die Server eines externen Anbieters laufen. Bei sensiblen Daten ist Self-Hosting oder Anonymisierung vor dem Senden eine Pflicht, keine Option.
  • Herstellerzahlen: Die meisten Benchmark-Ergebnisse hat Xiaomi selbst veröffentlicht. Testen Sie es an einer Aufgabe aus Ihrer eigenen Arbeit, mit Fragen aus Ihren eigenen Daten.

Wie wir bei Origami damit umgehen

Wir binden die Systeme, die wir bauen, nicht an ein einziges Modell. Wir setzen eine Zwischenschicht ein, damit sich das Modell austauschen lässt, ohne die Anwendung neu zu bauen, und messen dann jeden Kandidaten an einer echten Aufgabe aus der Arbeit des Kunden: Genauigkeit, Kosten pro Vorgang und Antwortzeit. MiMo-V2.6 kommt jetzt auf diese Shortlist, vor allem für Aufgaben, die Sprache, Bilder und Text verbinden, und überall dort, wo die monatliche Rechnung ein KI-Projekt am Start hindert. Wenn Sie eine solche Aufgabe haben und ihre tatsächlichen Kosten kennen möchten, bevor Sie sich festlegen, nehmen Sie Kontakt mit uns auf.

Quellen