Jawaban singkatnya dulu: pada 22 September 2026, Xiaomi meluncurkan keluarga model MiMo-V2.6 dan memublikasikan bobotnya di bawah lisensi MIT, yang mengizinkan penggunaan komersial dan modifikasi nyaris tanpa syarat. Keluarga ini punya dua model: Pro, dengan 1,02 triliun parameter, dan Flash, dengan 309 miliar. Keduanya menerima teks, gambar, video, dan audio dalam satu model, dengan jendela konteks hingga satu juta token. Di OpenRouter, Flash mulai dari $0,14 per sejuta token input. Bagi bisnis Anda, artinya ada dua hal: opsi self-hosting dengan lisensi yang longgar, dan opsi API yang sangat murah untuk tugas yang memadukan suara, gambar, dan teks.

Apa yang sebenarnya dirilis Xiaomi

Kedua model memakai arsitektur mixture-of-experts (MoE), artinya hanya sebagian kecil parameter yang aktif untuk setiap token. Itulah yang membuat biaya menjalankannya jauh di bawah apa yang tersirat dari ukuran totalnya:

  • MiMo-V2.6-Pro: total 1,02 triliun parameter, 42 miliar aktif per langkah, dan konteks 1M token.
  • MiMo-V2.6-Flash: total 309 miliar parameter, 15 miliar aktif, dengan konteks yang sama.
  • Pro-UltraSpeed: versi Pro yang menurut Xiaomi menjalankan inferensi hingga 20 kali lebih cepat, ditawarkan melalui API dengan harga sepuluh kali lipat.

Perusahaan ini tidak berhenti pada bobot. Xiaomi juga memublikasikan lebih dari 7.000 lingkungan pelatihan reinforcement learning yang mencakup rekayasa perangkat lunak, reproduksi kerentanan, pekerjaan pengetahuan, dan desain web, beserta kerangka kerja pelatihannya sendiri, laporan teknis, dan sebuah model distilasi kecil berukuran 9 miliar parameter yang dibangun di atas Qwen. Bobotnya dipublikasikan dalam format FP8 di Hugging Face dan bisa diunduh tanpa mengajukan permintaan akses.

Di mana sebenarnya posisi kinerjanya

Artificial Analysis memberi Pro skor 46,32 pada Intelligence Index miliknya. Xiaomi menyebut skor itu menempatkannya di depan Kimi K3 dan Qwen3.8 Max, sehingga menjadikannya model open source paling mumpuni saat peluncuran, sambil mengakui bahwa model ini masih tertinggal dari Claude Fable 5.1 dan GPT-6 Astra.

Namun, tabel perbandingan di kartu model mengukurnya terhadap generasi sebelumnya dari model tertutup, bukan generasi saat ini. Berikut angkanya dibandingkan dengan Claude Opus 5:

  • AutomationBench (otomatisasi tugas): 53,1 berbanding 50,3.
  • Terminal Bench 2.1 (pekerjaan baris perintah): 89,9 berbanding 89,1.
  • DeepSWE (memperbaiki bug perangkat lunak nyata): 71,9 berbanding 74,0.
  • OSWorld-Verified (penggunaan komputer): 82,0 berbanding 83,4.
  • Terminal Bench 4.0 yang lebih sulit: 34,9 berbanding 49,0.

Ringkasan jujurnya: model yang mendekati level teratas generasi lalu pada tugas agen dan pemrograman, dan jelas tertinggal pada tugas yang paling sulit. Jangan membaca pengumuman ini sebagai pengganti yang setara bagi model tertutup terbaru.

Harga: angka yang mengubah hitungan operasional

Di OpenRouter, setiap sejuta token input dan setiap sejuta token output berbiaya:

  • Flash: $0,14 untuk input dan $0,28 untuk output.
  • Pro: $0,435 untuk input dan $0,87 untuk output.
  • Pro-UltraSpeed: $4,35 untuk input dan $8,70 untuk output.

Contoh ilustratif dengan asumsi kami sendiri: asisten layanan pelanggan yang menangani 1.000 percakapan per hari, masing-masing dengan sekitar 3.000 token input dan 500 token output. Totalnya 3 juta token input dan setengah juta token output per hari. Dengan Flash, biayanya sekitar $0,56 per hari, kira-kira SAR 63 per bulan. Dengan Pro, sekitar $1,74 per hari, kira-kira SAR 196 per bulan. Angka sebenarnya akan bergeser mengikuti panjang percakapan Anda dan context caching, tetapi yang penting adalah skala besarnya: biaya bukan lagi penghalang untuk mencobanya. Xiaomi menyebut biaya Pro antara seperdua puluh dan seperenam puluh dari model asing dengan tingkat kecerdasan yang sama; itu klaim perusahaan, bukan pengukuran independen.

Satu model yang mendengar, melihat, dan membaca

Bagian yang patut diperhatikan adalah satu model memahami keempat jenis input. Saat ini, jika Anda menginginkan sistem yang menganalisis rekaman panggilan pelanggan, biasanya Anda butuh layanan speech-to-text terlebih dulu, lalu model bahasa untuk menganalisis transkripnya. Hal yang sama berlaku untuk foto faktur yang diambil tenaga penjual dengan ponsel: satu layanan untuk mengekstrak teks dari gambar, lalu model untuk memahaminya. Setiap mata rantai dalam alur itu adalah biaya tambahan dan satu titik kegagalan lagi.

Model multimodal memperpendek rantai itu: rekaman panggilan masuk apa adanya, foto struk apa adanya, klip video dari kamera gudang apa adanya. Hal itu menyederhanakan pembangunan sistem seperti peninjauan kualitas panggilan, input dokumen otomatis ke sistem akuntansi Anda, atau pemeriksaan foto barang saat penerimaan. Namun perlu diingat, sumber-sumbernya tidak menyebut apa pun secara spesifik tentang kinerjanya dalam bahasa Arab atau dialek Saudi, dan justru itulah yang harus Anda uji dengan data Anda sendiri sebelum memutuskan apa pun.

Menjalankannya di server sendiri: bisa, dengan anggaran

Lisensi MIT berarti Anda bisa menjalankan model ini di dalam infrastruktur Anda sendiri, memodifikasinya, dan memasukkannya ke dalam produk komersial. Ini penting bagi siapa pun yang memproses data pribadi, karena Undang-Undang Pelindungan Data Pribadi Arab Saudi menetapkan kontrol atas transfer data ke luar Kerajaan, dan self-hosting menjaga data tetap berada di lingkungan Anda.

Namun ukurannya nyata. Kartu model Pro menunjukkan konfigurasi referensi yang membagi model ke 8 GPU dengan vLLM, atau ke dua node dengan SGLang. Flash perlu dibagi ke 4 GPU. Kartu itu tidak menyebut jenis GPU-nya, tetapi model sebesar ini secara realistis membutuhkan server AI kelas atas. Itulah sebabnya Flash, dengan 15 miliar parameter aktifnya, menjadi kandidat self-hosting yang realistis bagi sebagian besar perusahaan. Kami sudah membahas hitungan perangkat kerasnya secara rinci di cara menjalankan model AI besar di mesin Anda sendiri.

Apa yang perlu diperhatikan sebelum mengandalkannya

  • Keamanan: Pro tertinggal jauh pada uji eksploitasi kerentanan, dengan skor 47,9 di ExploitBench dibandingkan 70,0 untuk Opus 5. Jika tugas Anda adalah tinjauan keamanan kode, ini bukan pilihan pertama Anda.
  • Jalur data: menggunakannya melalui API berarti data pelanggan Anda melewati server penyedia luar. Untuk data sensitif, self-hosting atau anonimisasi sebelum pengiriman adalah keharusan, bukan pilihan.
  • Angka dari vendor: sebagian besar hasil benchmark dipublikasikan oleh Xiaomi sendiri. Uji model ini pada tugas dari pekerjaan Anda sendiri, dengan pertanyaan yang diambil dari data Anda sendiri.

Cara kami menyikapinya di Origami

Kami tidak mengikat sistem yang kami bangun pada satu model. Kami memasang lapisan perantara agar model bisa diganti tanpa membangun ulang aplikasi, lalu mengukur setiap kandidat pada tugas nyata dari pekerjaan klien: akurasi, biaya per operasi, dan waktu respons. MiMo-V2.6 kini masuk ke daftar pendek itu, terutama untuk tugas yang menggabungkan suara, gambar, dan teks, serta di mana pun tagihan bulanan menjadi hal yang menghambat proyek AI untuk dimulai. Jika Anda punya tugas seperti itu dan ingin mengetahui biaya sebenarnya sebelum berkomitmen, hubungi kami.

Sumber