MiMo-V2.6-Pro 가중치는 공개되어 있고 로컬에서 실행할 수 있나요?

Xiaomi | 1,050,000 토큰 컨텍스트 | 입력 $0.43/M, 출력 $0.87/M. MiMo-V2.6-Pro는 Xiaomi가 개발한 플래그십 기초 모델입니다. 1조 개 이상의 파라미터 규모로 구축되어 가장 까다로운 작업에 대한 성능 한계를 끌어올리도록 설계되었습니다. 이 모델은 100만 토큰 컨텍스트 창과 네이티브 멀티모달 기능을 갖추고 있습니다. 에이전트 워크플로우에 최적화되어 코딩, 시각, 일반, 연구 시나리오 전반에서 최고 수준의 성능을 제공하며, 복잡하고 장기적인 작업에서 뛰어난 일반화 능력을 갖춘 다양한 에이전트 활용에 탁월합니다.

이 모델의 가이드

2026년 10월 AI 모델 선택법: 폐쇄형 소스 소식과 다운로드할 가치가 있는 오픈 웨이트

용도별 최고의 로컬 LLM (2026년 10월): 모든 작업에 맞는 최적의 오픈 모델

로컬 AI에 실제로 필요한 VRAM은 얼마나 될까?

오픈 가중치 vs 오픈 소스 vs API 전용: 실제로 할 수 있는 것

Ollama 설치 및 로컬 AI 실행 방법 (Windows, Mac, Linux)

모든 가이드

캡틴의 노트

Captain 작성, 하우스 에디터

2026-10-13의 노트

MiMo-V2.6-Pro는 Xiaomi의 플래그십 모델로, 1조 200억 총 매개변수(420억 활성)를 가진 희소 Mixture-of-Experts 시스템이며, 텍스트, 이미지, 비디오, 오디오를 단일 모델에서 처리합니다. 도메인별 미세조정 없이 탐색을 통해 스스로 개선하는 강화 학습 파이프라인이 특징입니다. 복잡한 에이전트 워크플로우, 장기 컨텍스트 코드 또는 연구 작업에 적합하며, 백만 토큰당 1달러 미만 가격에 강력한 오픈 가중치 최첨단 모델을 원하는 팀에게 적합합니다.

알려진 점

진정한 옴니모달: 텍스트, 이미지, 비디오, 오디오를 단일 모델에서 네이티브 처리
100만 토큰 컨텍스트 윈도우 — 전체 저장소나 다중 세션 에이전트 실행에 충분
코딩, 시각, 일반, 사이버보안 작업을 아우르는 단일 혼합 RL 실행
로컬 또는 자체 호스팅 배포를 위한 Hugging Face 공개 가중치
짧고 고품질 솔루션을 유도하는 자기 개선 보상 루프

주의할 점

총 매개변수가 1조가 넘어 로컬 실행 시 대부분의 사용자가 갖추기 어려운 고성능 하드웨어가 필요합니다.
모델 카드에 라이선스 조건이 상세히 명시되어 있지 않으니 상업적 사용 전 Hugging Face 저장소를 확인하세요.
이 규모에서는 자체 호스팅 시 대기 시간이 길어질 수 있으며, 대규모 다중 GPU 클러스터가 필요합니다.

최적 용도

시도해볼 프롬프트

다중 파일 리팩터링 작업

Python 서비스가 세 개 파일로 나뉘어 있습니다: FastAPI 라우터, SQLAlchemy 모델 파일, Celery 작업 파일. 라우터가 모델 파일을 직접 임포트하고 Celery 작업을 인라인으로 호출합니다. 라우터가 서비스 계층에만 의존하도록 의존성 구조를 재설계하고, 서비스 계층 코드를 작성하며, 변경 사항을 하나하나 설명해 주세요.

장기 연구 계획

50백만 문서, 100ms 미만 p95 지연 시간, 키워드+시맨틱 하이브리드 검색을 처리하는 프로덕션 RAG 시스템용으로 다섯 개 오픈소스 벡터 데이터베이스를 평가해야 합니다. 평가 기준 정의, 벤치마크 데이터셋 전략 제안, 각 기준별 테스트 목록 작성, 결과 점수화 및 비교 방법 설명을 포함한 구조화된 평가 계획을 세워 주세요.

이미지 및 코드 디버깅

Python 트레이스백 스크린샷이나 예상치 못한 출력 차트를 첨부합니다. 코드가 수행하려는 작업을 설명한 뒤, 이 오류나 이상 현상의 원인과 최소한의 코드 수정으로 문제를 해결하는 방법을 묻습니다. 수정 전 단계별 추론 과정을 설명해 주세요.

비교하기

MiMo-V2.6-Pro-UltraSpeed
API 전용 모델
1,048,576 토큰 컨텍스트 · $4.35/M 입력, $8.70/M 출력
MiMo-V2.6-Flash
오픈 가중치 모델
1,050,000 토큰 컨텍스트 · $0.14/M 입력, $0.28/M 출력
MiMo-V2.5
오픈 가중치 모델
1,050,000 토큰 컨텍스트 · $0.14/M 입력, $0.28/M 출력
MiMo-V2.5-Pro
오픈 가중치 모델
1,050,000 토큰 컨텍스트 · $0.43/M 입력, $0.87/M 출력

xiaomi의 더 많은 텍스트 모델

사람들이 묻는 질문

MiMo-V2.6-Pro 가중치는 공개되어 있고 로컬에서 실행할 수 있나요?: 네, 가중치는 Hugging Face의 XiaomiMiMo/MiMo-V2.6-Pro-RL 저장소에 공개되어 있습니다. 로컬 실행은 기술적으로 가능하지만 1조 200억 총 매개변수 수 때문에 상당한 다중 GPU 하드웨어가 필요합니다.
MiMo-V2.6-Pro 비용과 컨텍스트 윈도우 크기는 어떻게 되나요?: Xiaomi API 기준으로 입력 토큰당 0.43달러, 출력 토큰당 0.87달러이며, 컨텍스트 윈도우는 1,050,000 토큰입니다.
MiMo-V2.6-Pro는 MiMo-V2.6-Flash와 어떻게 다른가요?: 두 모델은 동일한 RL 훈련 실행에서 나왔으며, Flash는 더 작고 빠른 버전입니다. Pro는 속도나 비용보다는 까다로운 작업에서 최대 성능을 내도록 최적화된 플래그십 체크포인트입니다.

캡틴의 평가
에이전트형 및 장기 컨텍스트 작업을 위한 진지한 오픈 가중치 최첨단 모델입니다 — 가격은 적절하지만 하드웨어 요구는 만만치 않습니다.

Hugging Face의 모델 카드

캡틴은 모델의 설명과 모델 카드에서 이 노트를 작성합니다. 가격과 컨텍스트 크기는 작성 시점의 제공자 기준이며 변경될 수 있습니다.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #22 Hottest Text / LLM model · #22 Hottest Text / LLM text model

Not this creator?

Get your own badge

MiMo V2.6 Pro 인기 추세

21 Sep 2026 이후 히트 점수

인기 점수

9,028°

이번 주

▲

50.4%

8,974° 당시, 9,028° 현재

이번 달

n/a

아직 출시/추적되지 않음

지난 1년

n/a

아직 출시/추적되지 않음

7,000°

기준점

점수는 0°부터 9,999°까지 있어. 7,000° 아래는 아직 어떤 출처에서도 보고되지 않은 모델들을 위해 남겨둔 영역이고, 그 모델들은 목록이 완성되도록 임시 점수를 받지. 7,000°가 실제 측정 데이터가 시작되는 지점이야: 실제 데이터는 있지만 다운로드가 거의 없는 모델은 기준점에 위치하고, 그 위로 측정된 점수가 쌓여. 기준점 자체는 모델에 대해 아무것도 말해주지 않고, 위에 쌓인 점수만이 모델 간 차이를 만들어.

+1,699°

OpenRouter 토큰

이 모델이 지난 30일간 OpenRouter를 통해 처리한 토큰 수 4,616,159,113,192, 프롬프트와 답변을 합친 수치입니다. 10,000,000 토큰마다 다운로드 1회로 계산하며, 총 461,615회입니다; 마지막 날 토큰은 채택률에 포함됩니다. 출처: OpenRouter (openrouter.ai/rankings).

+329°

채택률

출처를 두 번 측정한 사이에 하루 약 24,039번 다운로드돼. 평생 평균에서 추측한 게 아니야. 속도는 다운로드 항목의 4분의 1 가치를 가지니, 최근 급증이 나타나도 하루짜리 급등이 수년간 사용량을 앞서지 못해.

상세 내역 보기

이 사이트의 모든 숫자는 확인할 수 있어. 이 모델의 히트 점수는 9,028°이고, 여기서는 각 요소가 하나씩 더해지면서 누적 합계가 표시돼: 기준점, 각 출처가 더하는 점수, 모델 종류에 따른 보너스, 그리고 가중치의 연령이 빼는 점수. 색깔은 위 차트의 구간을 나타내. 마지막에 용어집에서 모든 용어를 정의해.

1
기준점부터 시작해.
왜 7,000°이고 0이 아닌지: 점수는 0°부터 9,999°까지 있고, 7,000° 아래는 아직 출처가 보고하지 않은 모델을 위해 남겨둔 영역이야. 그 모델들은 목록 완성을 위해 임시 점수를 받고, 데이터가 있는 모델보다 순위가 높지 않아. 7,000°가 실제 측정 데이터가 시작되는 지점이야. 실제 데이터가 있지만 다운로드가 거의 없는 모델은 여기 있고, 그 뒤로는 모두 측정된 점수야. 기준점 위에는 다운로드가 10배씩 늘어날 때마다 300°씩 10단계가 있어. 기준점은 모든 모델에 같아서 아무것도 결정하지 않고, 위 점수가 모델을 구분해.
7,000°
누적 합계
2
다운로드 수를 더해.
총 461,615개의 다운로드 동등치, OpenRouter 토큰에서 나왔어. 다운로드가 10배 늘어나면 같은 300°가 더해지니까, 크기가 중요하지만 점수를 독차지하지는 않아.
+1,699°
8,699°
누적 합계
3
채택률을 추가하세요.
지금 하루 약 24,039개의 다운로드가 있어, 두 번 측정한 차이로 계산하고 무게는 4분의 1이야.
+329°
9,028°
누적 합계
=
히트 점수.
이 모델이 이 사이트 모든 목록에서 어디에 있는지 보여줘. 다른 건 조정하지 않아.
9,028°

용어집: 여기서 쓰는 말들

히트 점수: 모델이 지금 얼마나 쓰이고 원하는지 한 숫자로 나타낸 거야, 0°부터 9,999°까지. 이 사이트에서 가장 인기 있는 목록은 모두 이 점수로 정렬돼.
기본 점수: 실제 데이터가 있는 모든 모델이 시작하는 7,000°야. 점수는 0°부터 9,999°까지인데, 기본 점수 아래는 데이터 없는 모델(대체 모델)용으로 남겨둬서 데이터 있는 모델이 항상 위에 오도록 해. 기본 점수는 모두 같고 아무것도 결정하지 않아; 그 위 점수가 실제 측정치야.
다운로드 동등치: 점수가 다운로드로 취급하는 모든 걸 합친 거야: 실제 다운로드, 토렌트 시더 1,000개씩, AI Horde 이미지와 생성 사이트 실행 1개씩.
로그 스케일: 1씩이 아니라 10씩 세는 거야: 1,000에서 10,000 다운로드가 늘면 10,000에서 100,000 늘어난 것과 같은 점수가 더해져. 큰 모델이 다 차지하는 걸 막아줘.
좋아요: 모든 출처의 좋아요와 엄지척, 로그 스케일에서 다운로드 절반 가치야.
채택률: 두 번 측정한 차이로 계산한 지금 하루 다운로드 수야. 다운로드 항목 무게의 4분의 1이야.
측정 및 추정: 측정은 두 번의 소스 읽기가 존재하고 그 차이가 실제라는 뜻이야. 추정은 오늘의 총합만 알고 과거는 모델의 전체 기간에 나눠서 보여주는 거야; 사이트에서 어떤 걸 보여주는지 알려줘.
시더: 토렌트를 통해 다른 사람이 다운로드할 수 있도록 가중치 파일을 온라인에 보관하는 사람이나 호스팅 미러를 말해. 각각 1,000번 다운로드로 계산돼.
AI 호드: 기부받은 컴퓨터에서 무료로 이미지를 생성하는 자원봉사 네트워크야. 모델로 만든 이미지 수가 공개되고, 각각이 한 번의 다운로드로 계산돼.
생성 사이트: PixAI, SeaArt, Yodayo 같은 모델 복사본을 직접 호스팅하고 사람들이 생성할 수 있게 하는 사이트들이야. 이들의 다운로드는 Civitai와 같고, 생성 한 번이 한 번의 다운로드로 계산돼.
OpenRouter 토큰: Claude나 GPT 같은 API를 통해 제공되는 텍스트 모델은 다운로드할 가중치가 없으므로, 지난 30일간 OpenRouter를 통해 읽고 쓴 텍스트 조각인 토큰 수로 사용량을 측정합니다. 10,000,000 토큰마다 다운로드 1회로 계산합니다. 출처: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
전체 모델 (체크포인트): 가중치 자체, 혼자서 생성하는 파일이야. 애드온이 이걸 기반으로 하기 때문에 보너스 점수를 받아.
LoRA와 임베딩: 다른 사람의 가중치를 특정 스타일, 캐릭터, 개념 쪽으로 조정하는 작은 추가 파일이야. 혼자 실행할 수 없어.
패밀리와 가중치: 모델이 기반으로 하는 것, 예를 들어 SD 1.5, SDXL, Flux, Wan 같은 거야. 모든 모델은 패밀리 가중치의 출시일을 물려받아.
연령: 패밀리 가중치가 나온 지 얼마나 됐는지에 따라 점수를 깎아: 1년에 150°, 최대 750°까지. 오래된 다운로드는 리스트 상단 고정을 풀어 쌓이도록 해.
패밀리 부스트: 이 사이트가 지금 밀고 있는 패밀리의 LoRA에 주는 작고 제한된 점수 조정으로, 항상 세부 내역에 표시돼.
대체 점수: 아직 소스 보고가 없는 모델에 안정적으로 주는 최저 점수로, 리스트가 완전하게 유지되도록 해. 데이터가 있는 모델보다 절대 높게 평가되지 않아.
신규! (유예 기간): 7일 미만의 신규 모델은 점수 대신 '신규!' 표시가 나오며 순위에 포함되지 않습니다. 점수는 첫날부터 계산되지만, 하루 된 모델은 매우 빠르게 성장하므로 유예 기간 없이는 항상 어제 나온 모델이 이번 주 #1이 되어버립니다.
추세: 한 기간 동안 모델의 성장 속도가 같은 기간의 일반 모델 성장 속도와 비교해서 어떤지 보여줘. 일반보다 빠르면 상승, 느리면 하락으로 봐.
일반 모델: 카탈로그의 중간값: 수치가 있는 모델 중 절반은 기간 동안 더 빨리 성장했고, 절반은 더 느리게 성장했어.

이 모델의 인기가 카탈로그 다른 모델들과 비교해 어떻게 움직였는지 보여줘: 각 기간마다 다운로드, 좋아요, 사용량이 얼마나 늘었는지, 같은 기간 보통 모델의 성장과 비교해서, 그때의 히트 점수와 함께. 보통 성장보다 위면 상승, 아래면 하락으로 봐. 과거는 오늘까지의 총합, 모델 첫 날, 두 번 측정된 다운로드 속도로 재구성돼; 기간 시작에 없던 모델은 n/a로 표시돼.

유사한 모델

Llama 3.2 90B Vision Instruct

이미지·영상·텍스트 생성을 위한 AI 모델

MiMo V2.6 Pro은(는) Text / LLM 패밀리용 텍스트 모델으로, 오픈 소스 AI 이미지·영상·텍스트 모델의 읽기 전용 카탈로그인 ModelTrends.ai에 등록되어 있습니다. 다른 Text / LLM 모델과 비교하고 열기 점수로 트렌드를 확인해 보세요.

모델 패밀리별로 보기