MiMo-V2.6: o que a página oficial não responde sobre o modelo da Xiaomi (e onde achar a resposta certa)

Toda página de lançamento de modelo segue o mesmo roteiro: gráfico de benchmark grande, condição de uso pequena

Fala aí, beleza? A Xiaomi soltou em 22 de setembro de 2026 a série MiMo-V2.6, com três modelos de pesos abertos, e a internet já decidiu que é o novo rei do open weight

Só que "é bom" e "serve pro que eu preciso" são perguntas diferentes, e só a primeira aparece na página oficial

Então bora fazer um exercício meio chato e muito útil: separar o que a página do MiMo-V2.6 responde do que ela não responde, e onde achar o resto sem cair em achismo de thread 🙂

O que a Xiaomi lançou no MiMo-V2.6 (e o que é fato verificável)

Primeiro o chão firme, pra depois discutir buraco

Em 22/09/2026 a Xiaomi abriu os pesos de três modelos da série: MiMo-V2.6-Pro-RL, MiMo-V2.6-Flash-RL e MiMo-V2.6-Distill-Qwen-9B

O Pro é um MoE esparso com 1,02 trilhão de parâmetros totais e 42 bilhões ativos por inferência

O Flash é MoE também, porém bem menor: 309 bilhões totais e 15 bilhões ativos

Já o Distill-Qwen-9B é um modelo agêntico de 9B feito por fine-tuning supervisionado em cima do Qwen3.5-9B, usando dados gerados pelo próprio MiMo, com foco em código, agentes, visual coding e cibersegurança

Que MoE? Mixture of Experts, se você não tá ligado no termo: o modelo tem um monte de "especialistas" internos e só ativa uma fatia deles por token. Por isso o Pro tem 1,02T no disco e só 42B rodando de fato a cada inferência

Os três estão no Hugging Face sob a org XiaomiMiMo, com licença MIT

E tem mais coisa junto do lançamento: o relatório técnico (MiMo_V2_6_technical_report.pdf) vive dentro do próprio repo do Pro, e a Xiaomi abriu mais de 7.000 ambientes de tarefas de RL, cobrindo engenharia de software, reprodução de vulnerabilidades, trabalho intensivo em conhecimento e web design/desenvolvimento

Isso aí é fato, documentado, com fonte

Agora vem a parte que ninguém coloca em slide de lançamento…

Lacuna 1: o benchmark diz 46 pontos, mas não diz se serve pro seu caso

O número que tá rodando é esse: no Artificial Analysis Intelligence Index, o MiMo-V2.6-Pro marca 46 pontos

É hoje o modelo de pesos abertos mais bem colocado da lista, à frente do GLM-5.3 (max) com 45 e do Kimi K3 (max) com 44, num leaderboard vivo que lista 151 modelos, sendo 68 de pesos abertos

Soma a isso o custo calculado de US$ 0,13 por tarefa do Intelligence Index, o que coloca o Pro na fronteira de Pareto de inteligência x custo

Muito massa, sem ironia. Mas presta atenção no que esse número é: um índice agregado, medido por um terceiro, numa bateria de tarefas que não é a sua

E tem um segundo número circulando que NÃO é a mesma coisa: no anúncio oficial, a Xiaomi afirma que o Pro fica em paridade com Claude Opus 5 e GPT-5.6 Sol na maioria dos benchmarks de agente

Isso é declaração do fabricante, não medição independente. Não é mentira, não é prova, é claim

Tratar as duas coisas como se fossem o mesmo tipo de evidência é como decidir carro pela ficha técnica do site da montadora

Onde o índice ajuda de verdade:

• pra cortar a lista de candidatos, tipo "quais pesos abertos entram no meu shortlist"
• pra ter ordem de grandeza de custo por tarefa antes de estimar orçamento
• pra comparar gerações do mesmo fornecedor ao longo do tempo

Onde ele não te diz nada:

• desempenho no seu nicho (jurídico, saúde, log de infra, o que for)
• qualidade em português do Brasil, que quase nunca é o que o índice pesa
• agente rodando por horas, com ferramenta externa, estado acumulado e erro em cascata

Se você quer treinar o olho pra esse tipo de leitura, eu já destrinchei o assunto em como ler tabela de benchmark sem se enganar, e o raciocínio vale igualzinho aqui

Lacuna 2: quais modalidades cada modelo aceita, de verdade

O sintoma: a pessoa lê "multimodal" na página da série, promete transcrição de áudio pro cliente e escolhe o modelo menor porque é mais barato. Aí na hora de plugar, não rola

A causa: a especificação de modalidades que eu consigo confirmar é do Pro, não da série inteira. O MiMo-V2.6-Pro aceita entrada de texto, imagem, fala e vídeo, e gera saída em texto

Repara no detalhe: saída em texto. Entrada de áudio não significa que o modelo devolve áudio

E atenção redobrada aqui: se o seu produto depende de gerar voz, isso não está confirmado no V2.6 e você não deve assumir que está

A solução: antes de prometer qualquer modalidade, abra a ficha do modelo exato que vai pra produção e a página dedicada de Audio Understanding na documentação oficial, em mimo.mi.com/docs/en-US/quick-start/usage-guide/multimodal-understanding/audio-understanding

O fato da doc ter uma página só pra compreensão de áudio, separada das páginas de modelo, já é um sinal: o comportamento multimodal tem regra própria e não dá pra deduzir da página da série

Como prevenir: teste a modalidade no modelo específico, com um arquivo parecido com o do mundo real. Não no Pro pra depois "trocar pro Flash que é mais barato"

Já me ferrei uma vez com esse tipo de suposição em outro fornecedor. Protótipo no modelo grande, produção no pequeno, e a feature que vendi simplesmente não existia lá

Lacuna 3: limite de requisição, o dado que não aparece no anúncio

O sintoma: protótipo voando, demo perfeita, aí sobe pra produção com usuário de verdade e começa a chover erro 429

A causa: rate limit. E o ponto que pega muita gente: na MiMo, RPM (requisições por minuto) e TPM (tokens por minuto) são contados de forma somada entre todas as API Keys da mesma conta para o mesmo modelo

Ou seja, criar três chaves pra três serviços não te dá três vezes o limite. É a mesma torneira com três canos

E nada disso aparece no anúncio do modelo, que é onde a maioria das pessoas para de ler

A solução: ler duas páginas antes de arquitetar qualquer coisa

1. A página Rate Limit da documentação oficial, em mimo.mi.com/docs/en-US/api/guidance/rate-limit, que define os conceitos de RPM e TPM e orienta implementar retry com backoff diante de erros 429
2. A página Model and Rate Limits da plataforma, em platform.xiaomimimo.com/docs/en-US/quick-start/model, que lista os modelos suportados, os limites de comprimento e as cotas de rate limit

Não vou te dar número de RPM aqui porque esse valor eu não consegui confirmar por modelo nem por nível de conta. Se algum post te entregar essa tabela com precisão, confere na fonte antes de dimensionar em cima dela

Como prevenir: trata rate limit como requisito de arquitetura, não como detalhe de implementação

Fila, backoff exponencial, idempotência no retry e um plano B de modelo. Isso não é frescura de over-engineering, é o que separa protótipo de produto

Lacuna 4: quanto custa na prática (API, UltraSpeed e Token Plan)

Aqui mora a maior confusão, porque existem caminhos de cobrança diferentes e as pessoas comparam o preço de um com o do outro

Tem a API padrão do Pro, tem a variante UltraSpeed (que é outra faixa de preço) e tem o Token Plan, que é assinatura e cobra em Credits

Duas observações que mudam a conta:

O Token Plan tem quatro pacotes (Lite, Standard, Pro e Max), com ciclo mensal e anual. Eu confirmei os valores internacionais de Lite, Standard e Max; o do pacote Pro eu não consegui confirmar na documentação, então não vou chutar

E o desconto de Credits muda conforme o tipo de modelo: modelos de linguagem descontam por tokens, modelos ASR descontam por duração do áudio. Se o seu caso é transcrição em volume, é por aí que a conta estoura, não pelo texto

A diferença entre a API padrão e a UltraSpeed também não é detalhe: são faixas de preço bem distintas pra mesma família, então saber em qual delas sua chave está operando é obrigatório antes de projetar custo

A tabela viva fica na página oficial de preços, em mimo.mi.com/docs/en-US/pricing. Preço é a informação que mais envelhece rápido, confere sempre na origem

Onde cada resposta mora: o mapa das fontes oficiais

Agora a parte prática, que transforma o anti-hype em método

Cada tipo de dúvida tem uma página certa. Decorar esse mapa economiza muita discussão de Twitter:

1. Pesos, licença e relatório técnico: org XiaomiMiMo no Hugging Face. Os três modelos estão sob licença MIT, e o MiMo_V2_6_technical_report.pdf está no repo do Pro. O erro comum aqui é ler resumo de terceiro em vez do relatório que tá ali, de graça, no repositório
2. Preço: página de pricing na documentação oficial. O erro comum é comparar o número da API padrão com o da UltraSpeed sem perceber que são produtos diferentes
3. Limites: página Rate Limit (conceito e orientação de retry) mais a página Model and Rate Limits da plataforma (números por modelo). O erro comum é achar que criar mais API Keys aumenta a cota
4. Áudio e multimodalidade: página de Audio Understanding, separada das páginas de modelo. O erro comum é assumir que entrada de áudio implica saída de áudio
5. Integração: a API da MiMo é compatível com o protocolo OpenAI e com o protocolo Anthropic, trocando a base_url e o nome do modelo. Isso é o que permite reaproveitar SDK que você já usa
6. Claude Code: existe uma página oficial de Claude Code Configuration dentro da documentação do Token Plan, em mimo.mi.com/docs/en-US/tokenplan/integration/claudecode, baseada nas variáveis ANTHROPIC_BASE_URL e ANTHROPIC_AUTH_TOKEN
7. Rodar local: existe receita oficial no vLLM para MiMo-V2.6-Pro-RL e MiMo-V2.6-Flash-RL, além de cookbook no SGLang pra série. O erro comum é subir o Pro no PC da Nasa imaginário: 1,02T de parâmetros totais não é coisa de máquina de mesa

Sobre a configuração com Claude Code, o caminho é o de sempre em integração compatível: você assina o Token Plan, pega a Base URL e a API Key (que vem no formato tp-xxxxx) na própria página do Token Plan e aponta as variáveis pra lá

export ANTHROPIC_BASE_URL="<Base URL exibida na sua página do Token Plan>"
export ANTHROPIC_AUTH_TOKEN="tp-xxxxx"

Repara que eu deixei placeholder de propósito: a Base URL certa é a que aparece pro seu pacote, e sair copiando URL de post aleatório é exatamente o tipo de coisa que dá dor de cabeça

Aliás, esse cuidado de ir na fonte oficial em vez do primeiro resultado do Google vale pra qualquer ferramenta nova. Eu já falei disso quando o assunto foi como abrir o Claude Cowork, e é a mesma lógica aqui

Vale apostar no MiMo-V2.6 agora?

Vou ser honesto: eu não rodei o modelo, então não tem "no meu teste" aqui. O que dá pra fazer é ler a documentação com olho crítico

No papel, o MiMo-V2.6 tem argumentos fortes:

• licença MIT nos três modelos, o que é bem permissivo pra quem quer usar sério
• primeiro lugar entre os pesos abertos no Intelligence Index, com 46 pontos
• US$ 0,13 por tarefa do índice, na fronteira de Pareto de inteligência x custo
• janela de contexto de 1.048.576 tokens no Pro, com até 131.072 tokens de saída
• ecossistema de verdade junto: relatório técnico, 7.000+ ambientes de RL abertos e receita de deploy em vLLM e SGLang

E o que pesa contra apostar tudo agora:

• o knowledge cutoff do Pro é dezembro de 2024, então conhecimento recente precisa entrar via contexto ou ferramenta, não via memória do modelo
• a paridade com Claude Opus 5 e GPT-5.6 Sol em benchmarks de agente é claim do fabricante, não medição independente
• os dados operacionais que decidem se dá pra escalar (números de rate limit, condições de uso, limites de arquivo por requisição) não estão no anúncio e alguns não estão documentados de forma clara em lugar nenhum

Quem deve testar já: quem trabalha com pesos abertos, quer rodar local ou em nuvem própria e valoriza licença MIT. Pra esse perfil, o custo de experimentar é baixo e o upside é alto

Quem deve esperar: quem vai colocar isso na frente de cliente pagante, com SLA e volume. Nesse caso, sem número de limite confirmado e sem política de dados clara, o risco de descobrir a restrição em produção é real

Conclusão

O resumo do post é quase constrangedor de tão simples: benchmark vende, documentação decide

A página oficial do MiMo-V2.6 responde muito bem "o modelo é bom?" e responde muito mal "eu consigo operar isso?"

Então o próximo passo concreto, antes de escrever a primeira linha de código:

Abra a página de pricing e a página de rate limit, nessa ordem. Depois rode um piloto pequeno no modelo EXATO que vai pra produção, com dado parecido com o real, e compare o resultado com o que você já usa hoje

Se ganhar, ótimo. Se empatar, aí o critério vira custo e licença, e nessas duas o MiMo tem conversa

E me conta nos comentários: qual dessas lacunas te incomodou mais? Aposto que foi o rate limit haha

Até o próximo post! =)