BenchLeader

MiMo-V2.6-Flash

推理强度
质量第 111 / 339 名
54.8Index
高于中位数
较中位数 +4.6
价格第 35 / 255 名
$0.175每百万 token
最便宜的四分之一
中位数的 0.2 倍
速度第 176 / 216 名
44token/秒
后四分之一
中位数的 0.5 倍
性价比第 30 / 255 名
313.1分/$
前四分之一
中位数的 5.7 倍

在这一档性价比不错: 在 Index 相差 2 分以内的已排名模型中,没有价格不超过它四分之三的模型。

有 3 个更便宜的已排名模型得分更高:MiMo-V2.5 (56.3, $0.138)、Step 3.5 Flash (56.3, $0.150)、GPT-5 nano (56.2, $0.138)。

截至 2026年11月16日,MiMo-V2.6-Flash(Xiaomi)在 BenchLeader Index 上得分 54.8(共 608 个已排名配置)。表现最好的是人类偏好(63),最弱的是知识(39)。API 价格为输入每百万 token $0.140、输出每百万 token $0.280(按 3:1 混合为 $0.175),为 2026年11月16日的标价。输出速度约为 44 token/秒(Artificial Analysis)。发布于 2026年9月21日。

要点(截至 2026年11月16日)

  • MiMo-V2.6-Flash 的 API 价格为输入每百万 token $0.140、输出每百万 token $0.280(按 3:1 混合为 $0.175)(标价,2026年11月16日)。
  • MiMo-V2.6-Flash 的输出速度约为 44 token/秒(Artificial Analysis,2026年11月16日)。
  • MiMo-V2.6-Flash 于 2026年9月21日发布(Xiaomi)。

详细说明:MiMo-V2.6-Flash 是 Xiaomi 的开放权重推理模型,发布于 2026年9月21日。其最佳配置在 BenchLeader Index 上得分 54.8 ±4.1,在 608 个配置中排第 224 名,处于上半区。关键在于这个“±”:另有 275 个配置的得分落在这一区间内,仅凭质量无法区分,真正拉开差距的是价格和速度。分类别看,人类偏好得分最高(63),知识最低(39)。按混合价格计,每百万 token $0.175,属于已排名模型中最便宜的五分之一。输出速度为 44 token/秒,首次回答需 31.8 秒,位于最慢的四分之一。它已在 3 种推理强度设置下测得结果;本摘要描述的是得分最高的设置,可用上方标签切换。最近一次测量:2026年11月11日。

混合价格
$0.175/M
输入 $0.140 · 输出 $0.280
来源:Artificial Analysis
输出速度
44 tok/s
由 Artificial Analysis 测量
首次回答
32 s
首 token 3.23 s
上下文
1.0M
来源:models.dev
完整回答
112 s
最近一次测量 2026年11月13日
单任务成本
$0.129
每项任务 50 min,AA Index
单任务 token 数
132k
其中 76% 为推理
发布日期
2026年9月21日
各类别得分虚线 = 平均模型(50)。每 15 分为一个标准差。
  1. 综合 Index55
  2. 推理48
  3. 编程57
  4. 智能体与工具57
  5. 数学63
  6. 知识39
  7. 人类偏好63
  8. 多模态57
  9. 长上下文62

嵌入这个排名

更多徽章样式
[![MiMo-V2.6-Flash on BenchLeader: 综合第 110 名](https://www.benchleader.com/badge/mimo-v2-6-flash.svg?style=compact)](https://www.benchleader.com/models/mimo-v2-6-flash)

粘贴到 README.md 顶部,放在其他徽章旁边。徽章会随每次数据更新重新生成,并链接回本页。

Xiaomi 发布新模型时邮件通知我

进入排名时再通知一次,每周一另有每周回顾。

选择提供商和邮件类型

不同推理强度的配置

同一个模型允许思考的程度不同,表现也会不同。每一行是一种推理强度设置,只用在该设置下运行的基准测试打分。“未说明”汇总了发布方没有注明所用设置的结果;对推理模型而言这通常是其思考模式,但我们不做这一假定。在这里或页面顶部选择一个设置,即可查看其价格、速度和各类别得分。

推理强度Index排名速度首次回答聊天回复成本类别
无推理––44 tok/s32 s$0.0001智能体与工具 33
high––44 tok/s32 s$0.0001
未说明最佳54.8#22444 tok/s32 s$0.0001智能体与工具 57 · 编程 57 · 人类偏好 63 · 知识 39 · 长上下文 62 · 数学 63 · 多模态 57 · 推理 48

Index 走势

2026年9月26日 至 2026年11月16日
515764

Index 每天从头重新计算,因此当有新的基准测试结果、发布方修订分数,或用于归一化的参照模型发生变化时,曲线都会移动。早期的波动通常说明分数仍在趋于稳定。

基准测试结果

查看全部大模型基准测试。每种推理强度一列。排名是在该基准测试上所有模型的所有配置中的位置。将鼠标悬停在分数上可查看对应的测试运行。

元数据

基准测试默认来源趋势
AA Openness Index不计入 Index52.8#50Artificial Analysis

编程

基准测试无推理默认来源趋势
SciCode推理强度未说明–51.3%#112SciCode
Arena Coding推理强度未说明–1511#57Arena (LMArena)
Arena WebDev推理强度未说明–1638#24Arena (LMArena)
SciCode (AA)不计入 Index推理强度未说明–51.3%#112Artificial Analysis
IOI推理强度未说明–47.7%#28Vals AI
Code Migration不计入 Index推理强度未说明–40.9%#30Vals AI
Code Migration v1.1不计入 Index推理强度未说明–39.5%#21Vals AI
ProgramBench不计入 Index推理强度未说明–0.5%#19Vals AI
Vibe Code Bench v1.1不计入 Index推理强度未说明–79.0%#36Vals AI
Vibe Code Bench 1-100 v1.1不计入 Index推理强度未说明–24.5%#7Vals AI
ALE-Bench不计入 Index推理强度未说明–1244.2#46Epoch AI Benchmarking Hub
Terminal-Bench 4.0 (AA)不计入 Index推理强度未说明–22.7%#83Artificial Analysis
GameBench 2 by reasoning setting不计入 Index40.1#134–DuelLab GameBench 2
FrontierCode 1.1 (AA)不计入 Index推理强度未说明–42.1%#32Artificial Analysis
FrontierCode 2.0 (AA)推理强度未说明–21.6%#65Artificial Analysis

智能体与工具

基准测试无推理默认来源趋势
Terminal-Bench16.1%#93–Terminal-Bench
Arena Agent推理强度未说明–0#32Arena (LMArena)
Terminal-Bench 2.1 (Vals)推理强度未说明–76.4%#16Vals AI
GDPval-AA v2.1, normalised score不计入 Index推理强度未说明–55.4%#23Artificial Analysis
GDPval-AA v2.1不计入 Index推理强度未说明–1615#37Artificial Analysis
CyberBench不计入 Index推理强度未说明–75.4%#7Vals AI
Finance Agent v2不计入 Index推理强度未说明–56.3%#22Vals AI
Finance Agent v2.1不计入 Index推理强度未说明–63.3%#17Vals AI
Harvey's Legal Agent Benchmark v1.1不计入 Index推理强度未说明–13.3%#15Vals AI
Harvey's Legal Agent Benchmark v1不计入 Index推理强度未说明–11.3%#15Vals AI
Legal Research Bench不计入 Index推理强度未说明–38.0%#44Vals AI
SREBench不计入 Index推理强度未说明–4.2%#18Vals AI
Tax Agent Bench不计入 Index推理强度未说明–28.5%#38Vals AI
Terminal-Bench 4.0 (Vals)不计入 Index推理强度未说明–24.2%#33Vals AI
Terminal-Bench Science不计入 Index推理强度未说明–4.3%#27Vals AI
Arena Agent Task Completion不计入 Index推理强度未说明–4.2#19Arena (LMArena)
AutomationBench不计入 Index推理强度未说明–64.0%#39Artificial Analysis
GDP.pdf (AA)不计入 Index推理强度未说明–9.0%#169Artificial Analysis
AA-Briefcase v1.1不计入 Index推理强度未说明–1489#54Artificial Analysis
Terminal-Bench-Science 0.1 (AA)不计入 Index推理强度未说明–4.3%#86Artificial Analysis

数学

基准测试默认来源趋势
ProofBench63.0%#22Vals AI
Arena Maths1462#65Arena (LMArena)

知识

基准测试默认来源趋势
AA-Omniscience v1.1-10.8#107Artificial Analysis
BioMysteryBench不计入 Index69.3%#16Vals AI
Excel Modeling Benchmark不计入 Index65.5%#24Vals AI
Excel Modeling Benchmark v1.1不计入 Index68.9%#26Vals AI
MedCode不计入 Index41.1%#56Vals AI
MedScribe不计入 Index85.3%#29Vals AI
Public Benefits Bench v1.1不计入 Index67.6%#14Vals AI
Access to Justice Benchmark不计入 Index70.8%#15Vals AI
AA-Omniscience v1.1: accuracy不计入 Index27.2%#105Artificial Analysis
AA-Omniscience v1.1: non-hallucination不计入 Index47.8%#81Artificial Analysis

指令遵循

基准测试默认来源趋势
Arena Instruction Following不计入 Index1436#86Arena (LMArena)

人类偏好

基准测试默认来源趋势
Arena Text1448#84Arena (LMArena)
Arena Creative Writing不计入 Index1392#122Arena (LMArena)
Arena Multi-turn不计入 Index1445#103Arena (LMArena)
Arena Longer Queries不计入 Index1458#80Arena (LMArena)

多模态

基准测试high默认来源趋势
Arena Vision推理强度未说明–1260#56Arena (LMArena)
MMMU-Pro推理强度未说明–73.1%#140Artificial Analysis
SAGE不计入 Index推理强度未说明–83.3%#22Vals AI
Humanity's Sixth Sense不计入 Index25.4%#26–Scale AI SEAL
Code2Video-AA不计入 Index推理强度未说明–1052#10Artificial Analysis

长上下文

基准测试默认来源趋势
AA-LCR v1.174.3%#179Artificial Analysis
MLCR不计入 Index11.7%#112Artificial Analysis

综合

基准测试默认来源趋势
AA Intelligence Index v5.0.1不计入 Index26.7#77Artificial Analysis
AA Intelligence Index v4.3.2不计入 Index37.9#85Artificial Analysis
AA Progress Index v1不计入 Index311.8#91Artificial Analysis
Vals Index不计入 Index54.8#24Vals AI
Vals Finance Index不计入 Index57.1%#20Vals AI
Vals Science Index不计入 Index31.7%#19Vals AI
Vals Router Index不计入 Index54.8%#14Vals AI
Vals Legal Index不计入 Index69.0%#22Vals AI

GameBench 2, best reasoning setting (None): 40.1. 仅供参考,不计入 BenchLeader Index。

DuelLab GameBench 2, release gb2-20261111-7b598bb13de4 (https://benchmarks.duellab.org/releases/gb2-20261111-7b598bb13de4/), CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Scores mapped to BenchLeader model names; not endorsed by DuelLab.

API 价格:在哪里调用

通过 OpenRouter 提供这个模型的所有提供商:吞吐量和首 token 延迟基于过去 30 分钟的实时流量测得,价格为各提供商自己的报价。紫色标出每列的最佳值。

提供商速度首 token输入 $/M输出 $/M上下文量化
Makora57 tok/s1.11 s$0.180$0.3601.0Mfp8
Cohere52 tok/s1.29 s$0.140$0.2801.0Mfp8
DeepInfra51 tok/s1.53 s$0.140$0.2801.0Mfp8
Tenstorrent51 tok/s0.47 s$0.165$0.3301.0Mfp8
Venice49 tok/s4.11 s$0.175$0.3501Mfp8
Xiaomi29 tok/s3.28 s$0.140$0.2801.0Mfp8
GMICloud28 tok/s3.05 s$0.112$0.2241.1Mbf16
Darkbloom26 tok/s3.46 s$0.100$0.2801.0Mfp4

使用情况

MiMo-V2.6-Flash 的实际使用量,依据公开这类数据的网关报告。使用情况不计入 Index。使用最多的模型和提供商

OpenRouter,过去一周
#8
token 份额 2.0%
可用性,72 小时
99.7%
OpenRouter,全部提供商
工具调用错误率,7 天
2.13%
占工具调用
OpenRouter 每日 token 数(2026年10月17日 至 2026年11月15日):共 17.8T,环比上周 +88%。

过去 30 天的典型请求:每次请求 63.3k token、每个输出 token 对应 73 个输入 token、90% 的输入来自缓存、60% 的输出为推理内容、每次请求 0.54 次工具调用。

在 OpenRouter 上向它发送 token 最多的应用:Freebuff (1.27T)、Cline (776B)、Hello Minds, powered by Ethoswarm (709B)、Hermes Agent (424B)、ISEKAI ZERO (370B)。

Vercel AI Gateway 上的提供商吞吐量首 token在线率,1 天
DeepInfra93 tok/s1.76 s99.91%
Xiaomi49 tok/s4.57 s99.84%
Novita42 tok/s4.74 s99.98%
GMI Cloud36 tok/s5.88 s99.76%
Boundless–0.73 s100.00%
Tencent–2.44 s99.93%

来源: 使用情况: OpenRouter 排名 · Vercel AI Gateway, CC BY 4.0 · 数据截至 2026年11月16日。

一项任务的成本

根据最佳配置的标价、输出速度和首次回答时间估算。“使用缓存”假定四分之三的输入来自提示缓存,价格为每百万 token $0.003。未计入推理 token。

工作负载输入 / 输出 token成本使用缓存耗时
聊天回复400 / 300$0.0001$0.000138.6 s
总结一份 30 页的报告12,000 / 600$0.0018$0.000645.3 s
代码编辑6,000 / 1,500$0.0013$0.00061.1 min
智能体编程会话60,000 / 4,000$0.0095$0.00332.0 min
结构化信息提取2,000 / 200$0.0003$0.000136.3 s

包含该模型的编程套餐

可以使用 MiMo-V2.6-Flash 的订阅套餐,列出各自的用量限制和单项任务成本。

Xiaomi 的更多模型

本月新上线

将 MiMo-V2.6-Flash 与以下模型对比

另请参阅

嵌入或引用

在模型卡片或 README 中展示 MiMo-V2.6-Flash 的排名。徽章会随每日更新重新生成,带有数据日期,并链接回本页。

[![MiMo-V2.6-Flash on BenchLeader: 综合第 110 名](https://www.benchleader.com/badge/mimo-v2-6-flash.svg)](https://www.benchleader.com/models/mimo-v2-6-flash)

引用本页

排名每天都会变化,因此引用时需注明数据日期。APA 格式:

BenchLeader. (2026, November 16). MiMo-V2.6-Flash on the BenchLeader Index (method v1.4) [Data set]. Retrieved November 16, 2026, from https://www.benchleader.com/models/mimo-v2-6-flash

BibTeX:

@misc{benchleader_mimo_v2_6_flash_20261116,
  author       = {{BenchLeader}},
  title        = {{MiMo-V2.6-Flash on the BenchLeader Index (method v1.4)}},
  year         = {2026},
  month        = nov,
  howpublished = {\url{https://www.benchleader.com/models/mimo-v2-6-flash}},
  note         = {Data as of 2026-11-16}
}

全部徽章样式、可嵌入的前 10 名小组件,以及如何引用 Index

常见问题

MiMo-V2.6-Flash 的基准测试得分是多少?
截至 2026年11月16日,MiMo-V2.6-Flash 的 BenchLeader Index 为 54.8 ±4.1。最强的是人类偏好(63),最弱的是知识(39)。该得分只基于第三方基准测试结果,本页每个分数都链接到其发布方。
MiMo-V2.6-Flash 排名第几?
截至 2026年11月16日,MiMo-V2.6-Flash 在 608 个已排名配置中排第 224 名。另有 275 个配置的得分在其误差范围内,因此名次区间比确切名次更有意义。第一名是 Claude Fable 5.2(推理强度 max),得分 72.7。
MiMo-V2.6-Flash 每百万 token 的价格是多少?
截至 2026年11月16日,MiMo-V2.6-Flash 的价格为输入每百万 token $0.140、输出每百万 token $0.280,混合价格(每 1 个输出 token 对应 3 个输入 token)为 $0.175。
MiMo-V2.6-Flash 比 Muse Spark 1.3 更好吗?
截至 2026年11月16日,MiMo-V2.6-Flash 与 Muse Spark 1.3 的质量不相上下(BenchLeader Index 54.8 比 61.6,在 ±9.2 的误差范围内),可根据价格、速度和你看重的类别来选择。逐项基准测试的详细对比见对比页面。
MiMo-V2.6-Flash 是什么时候发布的?
Xiaomi 于 2026年9月21日发布了 MiMo-V2.6-Flash。BenchLeader 收录了它在 3 种推理强度设置下的结果。

数据截至 2026年11月16日。 对比这些配置

引用格式:BenchLeader,《MiMo-V2.6-Flash:基准测试、价格、速度与排名》,数据截至 2026年11月16日,https://www.benchleader.com/zh/models/mimo-v2-6-flash。