Prix de Xiaomi MiMo-V2.6 : ce que coûte Flash et quand l'héberger soi-même

La réponse courte d'abord : le 22 septembre 2026, Xiaomi a lancé la famille de modèles MiMo-V2.6 et publié les poids sous licence MIT, qui autorise l'usage commercial et la modification quasiment sans contrainte. La famille compte deux modèles : Pro, avec 1,02 billion de paramètres, et Flash, avec 309 milliards. Tous deux acceptent le texte, les images, la vidéo et l'audio dans un seul modèle, avec une fenêtre de contexte pouvant atteindre un million de tokens. Sur OpenRouter, Flash démarre à 0,14 $ par million de tokens en entrée. Pour votre entreprise, cela signifie deux choses : une option d'auto-hébergement avec une licence confortable, et une option API très bon marché pour les tâches qui mêlent voix, images et texte.

Ce que Xiaomi a réellement publié

Les deux modèles reposent sur une architecture à mélange d'experts (MoE), ce qui signifie que seule une petite partie des paramètres est active pour chaque token. C'est ce qui maintient les coûts d'exécution bien en dessous de ce que suggère la taille totale :

• MiMo-V2.6-Pro : 1,02 billion de paramètres au total, 42 milliards actifs par étape, et un contexte de 1M de tokens.
• MiMo-V2.6-Flash : 309 milliards de paramètres au total, 15 milliards actifs, avec le même contexte.
• Pro-UltraSpeed : une version de Pro dont Xiaomi affirme qu'elle effectue l'inférence jusqu'à 20 fois plus vite, proposée via l'API à dix fois le prix.

L'entreprise ne s'est pas arrêtée aux poids. Elle a aussi publié plus de 7 000 environnements d'entraînement par apprentissage par renforcement couvrant l'ingénierie logicielle, la reproduction de vulnérabilités, le travail intellectuel et la conception web, ainsi que le cadre d'entraînement lui-même, le rapport technique et un petit modèle distillé de 9 milliards de paramètres construit sur Qwen. Les poids sont publiés en FP8 sur Hugging Face et peuvent être téléchargés sans demande d'accès.

Où se situent réellement ses performances

Artificial Analysis attribue à Pro un score de 46,32 sur son Intelligence Index. Xiaomi affirme que ce score le place devant Kimi K3 et Qwen3.8 Max, ce qui en fait le modèle open source le plus performant au moment de son lancement, tout en reconnaissant qu'il reste derrière Claude Fable 5.1 et GPT-6 Astra.

Le tableau comparatif de la fiche du modèle le mesure toutefois à la génération précédente de modèles fermés, et non à l'actuelle. Voici ses chiffres face à Claude Opus 5 :

• AutomationBench (automatisation de tâches) : 53,1 contre 50,3.
• Terminal Bench 2.1 (travail en ligne de commande) : 89,9 contre 89,1.
• DeepSWE (correction de vrais bogues logiciels) : 71,9 contre 74,0.
• OSWorld-Verified (utilisation d'un ordinateur) : 82,0 contre 83,4.
• Le plus difficile Terminal Bench 4.0 : 34,9 contre 49,0.

Le bilan honnête : un modèle proche du haut de gamme de la génération précédente sur les tâches d'agent et de programmation, et nettement en retrait sur les plus difficiles. Ne lisez pas cette annonce comme un remplaçant équivalent des derniers modèles fermés.

Le prix : le chiffre qui change le calcul d'exploitation

Sur OpenRouter, chaque million de tokens en entrée et chaque million de tokens en sortie coûtent :

• Flash : 0,14 $ en entrée et 0,28 $ en sortie.
• Pro : 0,435 $ en entrée et 0,87 $ en sortie.
• Pro-UltraSpeed : 4,35 $ en entrée et 8,70 $ en sortie.

Un exemple illustratif, fondé sur nos propres hypothèses : un assistant de service client qui traite 1 000 conversations par jour, chacune avec environ 3 000 tokens en entrée et 500 tokens en sortie. Cela représente 3 millions de tokens en entrée et un demi-million de tokens en sortie par jour. Avec Flash, le coût est d'environ 0,56 $ par jour, soit à peu près 63 SAR par mois. Avec Pro, environ 1,74 $ par jour, soit à peu près 196 SAR par mois. Les chiffres réels varieront selon la longueur de vos conversations et la mise en cache du contexte, mais c'est l'ordre de grandeur qui compte : le coût n'est plus un obstacle pour l'essayer. Xiaomi affirme que Pro coûte entre un vingtième et un soixantième du prix des modèles étrangers à niveau d'intelligence égal ; c'est l'affirmation de l'entreprise, pas une mesure indépendante.

Un seul modèle qui entend, voit et lit

Le point qui mérite l'attention est qu'un seul modèle comprend les quatre types d'entrée. Aujourd'hui, si vous voulez un système qui analyse les enregistrements des appels clients, il vous faut généralement d'abord un service de transcription de la parole en texte, puis un modèle de langage pour analyser la transcription. Il en va de même pour la photo d'une facture prise par un commercial avec son téléphone : un service pour extraire le texte de l'image, puis un modèle pour le comprendre. Chaque maillon de cette chaîne est un coût supplémentaire et un point de défaillance de plus.

Un modèle multimodal raccourcit la chaîne : l'enregistrement de l'appel entre tel quel, la photo du reçu telle quelle, le clip vidéo de la caméra de l'entrepôt tel quel. Cela simplifie la construction de systèmes comme le contrôle qualité des appels, la saisie automatique des documents dans votre logiciel de comptabilité ou la vérification des photos de marchandises à la réception. Gardez toutefois à l'esprit que les sources ne disent rien de précis sur ses performances en arabe ou dans les dialectes saoudiens, et c'est exactement ce que vous devez tester sur vos propres données avant de décider quoi que ce soit.

Le faire tourner sur vos propres serveurs : possible, avec un budget

La licence MIT signifie que vous pouvez exécuter le modèle au sein de votre propre infrastructure, le modifier et l'intégrer à un produit commercial. C'est important pour quiconque traite des données personnelles, car la loi saoudienne sur la protection des données personnelles encadre le transfert de données hors du Royaume, et l'auto-hébergement les maintient dans votre environnement.

La taille est toutefois bien réelle. La fiche du modèle Pro présente une configuration de référence qui répartit le modèle sur 8 GPU avec vLLM, ou sur deux nœuds avec SGLang. Flash nécessite une répartition sur 4 GPU. La fiche ne précise pas le type de GPU, mais un modèle de cette taille exige en pratique des serveurs d'IA haut de gamme. C'est pourquoi Flash, avec ses 15 milliards de paramètres actifs, est le candidat réaliste à l'auto-hébergement pour la plupart des entreprises. Nous avons détaillé le calcul matériel dans comment faire tourner un grand modèle d'IA sur votre propre machine.

Ce qu'il faut surveiller avant de s'y fier

• Sécurité : Pro accuse un net retard sur les tests d'exploitation de vulnérabilités, avec un score de 47,9 sur ExploitBench, contre 70,0 pour Opus 5. Si votre tâche est la revue de sécurité du code, ce n'est pas votre premier choix.
• Chemin des données : l'utiliser via une API signifie que les données de vos clients transitent par les serveurs d'un prestataire externe. Pour les données sensibles, l'auto-hébergement ou l'anonymisation avant envoi est une exigence, pas une option.
• Chiffres du fournisseur : la plupart des résultats de bancs d'essai ont été publiés par Xiaomi elle-même. Testez-le sur une tâche tirée de votre propre activité, avec des questions issues de vos propres données.

Notre approche chez Origami

Nous ne lions pas les systèmes que nous construisons à un seul modèle. Nous mettons en place une couche intermédiaire pour que le modèle puisse être remplacé sans reconstruire l'application, puis nous évaluons chaque candidat sur une vraie tâche issue de l'activité du client : précision, coût par opération et temps de réponse. MiMo-V2.6 rejoint dès maintenant cette courte liste, en particulier pour les tâches qui combinent voix, images et texte, et partout où c'est la facture mensuelle qui empêche un projet d'IA de démarrer. Si vous avez une tâche de ce type et voulez connaître son coût réel avant de vous engager, contactez-nous.

Sources

• Xiaomi : annonce officielle de MiMo-V2.6 (22 septembre 2026).
• Fiche du modèle MiMo-V2.6-Pro sur Hugging Face (architecture, bancs d'essai et paramètres de déploiement).
• Fiche du modèle MiMo-V2.6-Flash sur Hugging Face.
• Artificial Analysis : page d'évaluation de MiMo-V2.6-Pro.
• OpenRouter : tarifs de MiMo-V2.6-Flash et de MiMo-V2.6-Pro.