Xiaomi MiMo-V2.6-Pro vs Flash vs UltraSpeed: Preise, Benchmarks und die Unterschiede

Stand: 22. September 2026. Xiaomi hat die MiMo-V2.6-Familie veröffentlicht und die Gewichte von MiMo-V2.6-Pro und MiMo-V2.6-Flash geöffnet. Parallel gibt es MiMo-V2.6-Pro-UltraSpeed als gehosteten Hochgeschwindigkeitsmodus. MiMo-V2.6-Flash kostet 0,14 US-Dollar pro Million Input-Token und 0,28 US-Dollar pro Million Output-Token, MiMo-V2.6-Pro 0,435 US-Dollar beziehungsweise 0,87 US-Dollar, und UltraSpeed 4,35 US-Dollar beziehungsweise 8,70 US-Dollar — bei identischem 1M-Kontext und identischem 131.072-Token-Output-Limit. Alle drei API-Modellnamen werden kleingeschrieben: mimo-v2.6-flash, mimo-v2.6-pro und mimo-v2.6-pro-ultraspeed.

Wichtig zur Evidenz: Die große Vergleichstabelle weiter unten stammt aus Xiaomis eigener Model Card. Das ist nützlich, aber nicht dasselbe wie unabhängige Replikation. Für MiMo-V2.6-Pro liegt bereits eine unabhängige Messung von Artificial Analysis vor; für viele Einzelbenchmarks und für Flash/UltraSpeed noch nicht.

Die drei Varianten im direkten Vergleich

Merkmal	MiMo-V2.6-Flash	MiMo-V2.6-Pro	MiMo-V2.6-Pro-UltraSpeed
Rolle	Effizienzvariante	Flaggschiff	schnelle Pro-Inferenz
Architektur	Sparse MoE	Sparse MoE	Pro-Familie
Gesamtparameter	309B	1,02T	wie Pro
Aktiv pro Token	15B	42B	wie Pro
Kontext	1.048.576 Token	1.048.576 Token	1.048.576 Token
Max. Output via Responses API	131.072 Token	131.072 Token	131.072 Token
Input	Text, Bild, Video, Audio	Text, Bild, Video, Audio	Text, Bild, Video, Audio
API Input, Cache Miss	$0,14/M	$0,435/M	$4,35/M
API Input, Cache Hit	$0,0028/M	$0,0036/M	$0,036/M
API Output	$0,28/M	$0,87/M	$8,70/M
Batch API	$0,07/M in, $0,14/M out	$0,2175/M in, $0,435/M out	nicht angeboten
offene Gewichte	ja	ja	kein separater UltraSpeed-Checkpoint ausgewiesen

Quellen: Xiaomi-Preisseite, Responses-API-Dokumentation und Model Cards. Der letzte Punkt ist eine redaktionelle Ableitung: Xiaomi nennt im Open-Source-Abschnitt Pro und Flash als Gewichte, UltraSpeed dagegen als Desktop/API-Modus.

Wie viel stärker ist Pro gegenüber Flash?

Xiaomis eigene Evaluationsdaten zeigen kein einheitliches Bild von „Pro schlägt Flash überall”. Pro liegt jedoch in der Mehrzahl der veröffentlichten Tests vorn:

Benchmark	Pro	Flash	Differenz Pro − Flash
DeepSWE v1.1	71,9	67,9	+4,0
ProgramBench	26,5	26,0	+0,5
MiMo Code Bench	63,2	61,2	+2,0
AutomationBench v1.0.6	53,1	52,3	+0,8
Toolathlon-Verified	76,9	73,6	+3,3
Agents’ Last Exam	31,6	27,6	+4,0
Terminal Bench 4.0	34,9	28,8	+6,1
OSWorld-Verified	82,0	80,8	+1,2
JobBench	62,0	61,2	+0,8
CyberGym	94,0	95,1	−1,1
MiMo Cyber Bench	80,2	77,2	+3,0
SEC Bench Pro	66,3	47,5	+18,8
MiMo VisualCoding	72,3	71,5	+0,8

Praktisch ist der Abstand bei einigen allgemeinen Agenten- und visuellen Tests klein. Bei bestimmten Security-Aufgaben ist er deutlich größer. Gleichzeitig gewinnt Flash im veröffentlichten CyberGym-Wert knapp. Wer aus einer einzigen Zahl eine allgemeine Qualitätsrangliste ableitet, überinterpretiert die Daten.

Auch die Benchmarks selbst benötigen Kontext. DeepSWE v1.1 umfasst 113 langlaufende Software-Engineering-Aufgaben; Epoch AI fand bei einer Prüfung Probleme in mindestens 23 Aufgaben und stuft die Benchmarkversion deshalb als fehlerbehaftet ein. Terminal-Bench und CyberGym weisen ebenfalls darauf hin, dass Harness, Konfiguration und Stochastik die Resultate beeinflussen.

Unabhängige Messung: Artificial Analysis

Artificial Analysis misst MiMo-V2.6-Pro aktuell mit 46 Punkten im Intelligence Index und etwa 134 Output-Token/s über Xiaomis API. Der gemessene Preis entspricht der offiziellen Pro-Rate von $0,435/M Input und $0,87/M Output.

Das ist derzeit der stärkste unabhängige Querschnitt in der Quellenbasis dieses Artikels. Für Flash und insbesondere UltraSpeed liegen zum Recherchezeitpunkt noch nicht dieselben unabhängigen Messreihen vor. Xiaomis „bis zu 20ד-Aussage für UltraSpeed ist daher als Hersteller-Maximalangabe zu behandeln, nicht als garantierte End-to-End-Beschleunigung.

Was kostet die Nutzung wirklich?

Die offiziellen Übersee-Preise sind ungewöhnlich weit auseinander. Pro kostet beim normalen Input rund 3,11× so viel wie Flash; UltraSpeed kostet exakt 10× so viel wie Pro. Beim Output gilt dasselbe Verhältnis von 10× zwischen Pro und UltraSpeed.

Beispielrechnungen

Annahme: Cache-Hit-Token ersetzen dieselbe Menge normalen Input. Websuche, Speicher und sonstige Zusatzkosten sind nicht eingerechnet.

Szenario	Input	Output	davon Cache-Hit	Flash	Pro	UltraSpeed
Leicht	5M	1M	0	$0,98	$3,05	$30,45
Mittlerer Agent	50M	10M	35M	$4,998	$19,351	$193,51
Heavy Agent	500M	100M	400M	$46,12	$180,44	$1.804,40

Formel: (uncached input × input rate) + (cached input × cache-hit rate) + (output × output rate).

Der Cache ist für Pro besonders relevant: Der offizielle Cache-Hit-Preis von $0,0036/M liegt nur bei rund 0,83 % des normalen Pro-Inputpreises. Bei langen Agenten-Sessions mit stark wiederverwendetem Prefix kann der effektive Preis deshalb dramatisch unter einer Rechnung liegen, die jeden Input-Token als Cache Miss behandelt.

UltraSpeed: Wann die 10× höheren Tokenpreise sinnvoll sein können

UltraSpeed ist kein „Pro Plus” mit einer eigenen, besser bewerteten Model Card. Xiaomi beschreibt es als Hochgeschwindigkeitsmodus für Pro und bewirbt bis zu 20× Inferenzgeschwindigkeit. OpenRouter beschreibt die Variante ebenfalls als aus demselben Pro-Checkpoint abgeleitet.

Der Mehrpreis ist deshalb primär ein Latenz-/Durchsatzpreis, nicht ein Preis für ein anderes Qualitätsniveau. Sinnvoll ist das bei interaktiven Agenten, Echtzeit-Code-Assistenten oder Workflows, in denen Wartezeit teurer ist als Tokenverbrauch. Für asynchrone Recherche, Batch-Verarbeitung oder große Hintergrundjobs ist der normale Pro- oder Flash-Tarif wirtschaftlich naheliegender.

Flash: der Preis-Leistungshebel der Familie

Flash ist mit 309B Gesamt- und 15B aktiven Parametern erheblich kleiner als Pro, behält aber 1M Kontext und dieselben vier Inputmodalitäten. In vielen Herstellerbenchmarks liegt es nur wenige Punkte hinter Pro. Gleichzeitig kostet es beim normalen API-Input weniger als ein Drittel und beim Output ebenfalls rund ein Drittel von Pro.

Für hohe Volumina ist das der wichtigste Unterschied. Wer hunderte Millionen Token pro Monat durch Agenten schiebt, sollte Flash nicht als „kleine Version” abtun, sondern separat auf den eigenen Aufgaben testen.

Pro: wenn die letzten Punkte wichtiger sind als der niedrigste Preis

Pro skaliert auf 1,02T Gesamtparameter bei 42B aktiven Parametern pro Token. Die veröffentlichten Resultate zeigen den größten Vorsprung gegenüber Flash bei einigen Security- und Long-Horizon-Aufgaben, während andere Tests beinahe gleichauf sind.

Das macht Pro vor allem dann interessant, wenn Fehlversuche in langen Agentenläufen teuer sind. Ein Modell, das pro Token mehr kostet, kann im Gesamtsystem günstiger sein, wenn es weniger Wiederholungen, weniger Recovery-Schritte oder weniger menschliche Nacharbeit braucht. Diese Behauptung lässt sich jedoch nicht aus der Xiaomi-Tabelle allein beweisen; dafür braucht es Workload-spezifische A/B-Tests.

API und Agenten: zwei wichtige Integrationsdetails

Xiaomis Responses API akzeptiert Text, Bild, Audio und Video. Für alle drei V2.6-Modell-IDs ist max_output_tokens standardmäßig 131.072 und auf maximal 131.072 begrenzt.

Beim Reasoning ist die OpenAI-Kompatibilität nicht vollständig identisch: reasoning.effort=none schaltet Denken aus; andere Effort-Stufen aktivieren Denken, werden derzeit aber nicht fein abgestuft. Bei mehrstufigen Tool-Calls empfiehlt Xiaomi außerdem, vorherige Reasoning-Inhalte wieder mitzugeben. In Thinking Mode werden temperature und top_p auf die empfohlenen Werte 1,0 bzw. 0,95 gesetzt.

Für Agent-Frameworks ist das relevant, weil ein scheinbar kompatibler OpenAI-Endpunkt nicht garantiert, dass jede History-Replay-Strategie funktioniert. Xiaomis OpenCode-Dokumentation nennt explizit einen 400-Fehlerfall, wenn bei Tool-Calls das benötigte reasoning_content fehlt.

Open Weights heißt nicht automatisch „läuft bequem lokal”

Xiaomi hat Pro und Flash unter MIT-Kennzeichnung auf Hugging Face veröffentlicht. Die eigenen Deployment-Beispiele zielen aber klar auf große GPU-Konfigurationen: Die SGLang-Beispiele nutzen für Pro u. a. Tensor Parallel 16 und zwei Nodes; Flash wird mit Tensor Parallel 8 gezeigt.

Für Mac-Nutzer ist deshalb die wichtige Aussage nicht „open = lokal einfach”, sondern: Die Gewichte sind offen, die Referenzbereitstellung ist aber Rechenzentrums-/Multi-GPU-orientiert. Quantisierungen und alternative Runtimes können das ändern, müssen für V2.6 jedoch separat gemessen werden. Dieser Artikel behauptet deshalb bewusst keine Mac-Tokens/s ohne reproduzierbaren Test.

Was hat Xiaomi beim Training anders gemacht?

Xiaomi hat sechs Tage des RL-Trainings öffentlich gestreamt. Nach Unternehmensangaben wurden Pro und Flash jeweils 30 RL-Schritte trainiert; die Kosten lagen bei ungefähr $2,62 Mio. für Pro und $0,85 Mio. für Flash. Die Runs erzeugten insgesamt ungefähr 750.000 Trajektorien.

Das Training mischte Coding-, General-Agent-, Visual- und Cybersecurity-Aufgaben in einem gemeinsamen RL-Prozess. Xiaomi beschreibt 1.568 Prompts × 16 Rollouts pro Schritt und Milliarden Token pro Update. Vor dem Release dokumentierten TechNode und NYU Shanghai RITS das Live-Dashboard; beide machten deutlich, dass die damaligen Zwischenwerte Herstellerdaten und keine unabhängigen Leaderboard-Einträge waren.

Fazit: MiMo-V2.6 als Zweimodellfamilie plus Geschwindigkeitsmodus

MiMo-V2.6 ist weniger eine Dreierfamilie als eine Zweimodellfamilie plus Geschwindigkeitsmodus. Flash priorisiert Kosten und Effizienz, Pro priorisiert maximale Modellkapazität, und UltraSpeed verkauft niedrigere Latenz bzw. höheren Durchsatz zu einem 10× höheren Tokenpreis als Pro.

Für eine reale Entscheidung sollte man deshalb nicht nur den Benchmarkwert vergleichen, sondern Kosten pro erledigter Aufgabe, Fehlerrate, Anzahl nötiger Agent-Schritte und End-to-End-Latenz messen. Genau dort kann sich zeigen, ob Flash trotz geringerer Modellgröße genügt, Pro Wiederholungen spart oder UltraSpeed die Wartezeit tatsächlich wirtschaftlich rechtfertigt.