MiMo-V2.6-Pro

Xiaomi MiMo🇨🇳 CNMajor lab· Sep 21, 2026

TextReasoningVisionopen weightsAPI

Xiaomi MiMo-V2.6-Pro is a multimodal language model natively handling text, images, video, and audio with a 1M-token context window. It is trained via asynchronous reinforcement learning combining code generation, general-purpose agents, visual understanding, and cybersecurity into a single mixed-task training run.

Summary of the model card

Context: 1.1M tokens
Price / 1M tok: $0.43 in · $0.87 out
License: mit
Modalities: text, image, video, audio → text

2 variants

Standard		1.1M	$0.43/$0.87	OR
RL				HF

Sources

HuggingFace OpenRouter Blog

Deutsch

Xiaomi MiMo-V2.6-Pro ist ein multimodales Sprachmodell, das Text, Bilder, Video und Audio原生 unterstuetzt und ein Kontextfenster von 1 Million Token bereitstellt. Es wurde mit asynchronem Reinforcement Learning trainiert, das Codierung, allgemeine Agents, visuelles Verstaendnis und Cybersicherheit in einer gemeinsamen Aufgabe kombiniert.

Provenance

Detected: Sep 27, 2026
First source: openrouter
Description: Summary of the model card
Editorially reviewed: —