MiMo-V2.6-Pro Flex

MiMo-V2.6-Pro Flex 属于 Neuralwatt 的 mimo 模型家族，以开源权重形式发布，定位是面向长上下文与多模态输入的通用文本模型。它要解决的是「一份材料装不进一次对话」的问题：窗口为 1048560 tokens、单次最大输出 393216 tokens，整本年报、成套技术文档或多段会议录音可以放在同一会话内处理，不必切片拼接。输入侧同时接受文本、图像与音频，输出限定为文本，适合把图像和语音信息归并为文字结论的流程。能力项覆盖推理、工具调用、附件输入与温度调节，可以嵌入由检索、计算、写回等外部动作组成的工作流。官方价格为输入 0.5655 美元/百万 tokens、输出 1.131 美元/百万 tokens、缓存读 0.0234 美元/百万 tokens，在同厂 1M 级上下文档位里属于中高价位。目前仅 models.dev 一家平台收录，第三方跑分空缺，实际表现需要结合自有任务验证。

选型建议需要百万级上下文、图文音混合输入且看重开源权重可自建时选它；若只做纯文本短任务并以成本为先，同厂更低价位的 DeepSeek 或 GLM Flash 系列更合适。

• 解析长篇合同或财报，跨章节定位条款并输出结构化摘要
• 把会议录音与相关截图一并输入，整理成可执行的结构化会议纪要
• 在工具调用链路中承担多步推理，串联检索、计算与结果写回
• 批量处理图文混排的客服工单，输出统一口径的文本回复草稿
• 对整套技术文档做一致性核查，指出前后矛盾与缺失条目

官方对网络结构的披露有限，可确认的是开源权重与百万级上下文并存，设计重心放在长输入承载与工具调用链路的支撑上。

• 结构参数量与具体网络结构未公开，开源权重已释出，允许自行部署、量化或在下游任务上做微调。
• 容量窗口 1048560 tokens、单次最大输出 393216 tokens，长文档与多轮工具返回结果可留在同一会话内，减少分段拼接。
• 能力支持推理、工具调用、附件输入与温度调节；输入可混合文本、图像、音频，输出仅文本，适合以文字为交付物的链路。
• 披露训练数据、评测细节与架构参数均未公布，架构层面的判断只能停留在定性层面，公开资料较少。

开源权重

是

模型家族

mimo

缺少第三方跑分支撑，性能判断只能依据上下文规格、模态支持与能力项的定性组合，实际水平需以自有任务实测为准。

• 强项超长上下文叠加图文音三模态输入，适合跨文档比对、把录音转写与截图一并消化后再推理的复合任务。
• 短板第三方跑分未收录，效果缺少外部参照；输出仅文本，需要语音合成或图像生成时得再级联其他模型。
• 适合以文本为最终交付、输入侧混杂图文音频的长流程业务；短问答、低延迟交互不是主要适用面。

官方价格为输入 0.5655 美元/百万 tokens、输出 1.131 美元/百万 tokens，缓存读 0.0234 美元/百万 tokens，在同厂同上下文档位中偏中高。

• 定位输入与输出单价约为 1:2 的关系，输出成本占比高，适合长输入、短输出的摘要与抽取类负载。
• 横向对比同厂 DeepSeek V4 Flash Flex、GLM-5.3 Flash Flex 相对本模型输入价的价差为 -83.9% 至 -82.8%，明显更便宜；Kimi K3 Flex 为 +244.8%，贵出较多。
• 平台差价目前只有 models.dev 收录，其与 neuralwatt 条目的输入、输出、缓存读报价完全一致，暂无跨平台比价空间。
• 省钱缓存读单价远低于常规输入价，长会话中把系统提示与固定文档前缀置于可缓存位置，能压掉大部分重复输入成本。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.5655/M / $1.131/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径本站未收录该模型的第三方跑分，能力描述来自规格与能力项，不能等同于榜单结论，选型前应做小样本自测。
• 边界输出模态仅文本，图像与音频只作输入；参数规模、训练数据与合规细节未公开，涉及数据出域的场景需自行评估。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。