EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|De plus en plus de sites web ferment leurs portes aux agents IA18/10/26|NVIDIA RTX Spark : des laptops Windows taillés pour l'IA locale17/10/26 · NVIDIA|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|De plus en plus de sites web ferment leurs portes aux agents IA18/10/26|NVIDIA RTX Spark : des laptops Windows taillés pour l'IA locale17/10/26 · NVIDIA|
🇨🇳 Chine generalistSortie septembre 2026

MiMo-V2.6 Pro

Xiaomi
Open-sourceSelf-hostHéb. UE Données fiche 33/100 Trust Index 90
Verdict

Une option solide pour l'auto-hébergement et le contrôle total des données.

Présentation

MiMo-V2.6 Pro est le modèle phare de Xiaomi, un MoE massif (1,02 T paramètres, 42 B activés) entraîné par RL à grande échelle pour l'agentique, le code et la cybersécurité, avec un contexte d'1 M tokens et des entrées texte, image, vidéo et audio. Il domine les modèles ouverts sur l'AA Intelligence Index mais reste en retrait face à Claude Opus 5 ou GPT-5.6 Sol sur des tâches d'exploitation réelles (ExploitBench, Terminal Bench 4.0). Poids sous licence MIT, exploitables entièrement sur l'infrastructure de l'entreprise, mais sa taille impose un parc serveur conséquent, même en quantification Q4.

Profil de compétences

Non communiqué

Forces

  • Très long contexte
  • Open-source et auto-hébergeable

Limites

  • Tarification API non publiée

À qui ça s'adresse

Pour vous si…
  • vous voulez maîtriser vos coûts ou auto-héberger
  • vos données doivent rester en UE
À éviter si…

    Cas d'usage idéaux

    • Agents de développement logiciel
    • Automatisation de tâches complexes
    • Analyse de code à grande échelle
    • Tests de sécurité offensive
    • Pipelines multimodaux longs

    Accès & disponibilité

    Auto-hébergeable (poids ouverts)

    Caractéristiques clés

    Contexte
    1M
    Prix entrée
    —
    Prix sortie
    —
    Vitesse
    —
    Prix non auditéBenchmarks non audités

    Combien ça coûte par mois

    Estimation à partir des prix API sourcés et d’un palier matériel pour l’auto-hébergement. Hypothèses modifiables.

    Via API
    Tarif API non publié
    Auto-hébergé
    Poids fermés : pas d’auto-hébergement

    Hypothèses : 36 mois d’amortissement, 0.25 €/kWh, 22 jours/mois, conversion 1 $ = 0.92 €. Hors main-d’œuvre, hors licences logicielles, hors redondance.

    nAIvigate Trust Index

    90/100

    Ce que l’éditeur offre et documente pour un usage professionnel en Europe. Un critère non documenté vaut zéro et reste visible : le score monte quand l’éditeur publie, pas quand nous supposons.

    19/19 critères documentés · 100 % · dont 12 posés par règle

    Données100
    5/5 · 30 %
    Souveraineté67
    3/3 · 20 %
    Transparence75
    4/4 · 15 %
    Entreprise100
    5/5 · 20 %
    Licence100
    2/2 · 15 %
    Voir les critères▾
    Données
    Résidence des données en UEposé par règle
    Pas de transfert hors UEposé par règle
    Pas d’entraînement sur vos donnéesposé par règle
    Rétention configurableposé par règle
    Zero Data Retentionposé par règle
    Souveraineté
    Auto-hébergeable (poids ouverts)
    Hébergement UE proposéposé par règle
    Éditeur européenpays : CN
    Transparence
    Licence publiée (URL)
    Tarifs publics sourcés
    Engagements de conformité publiésposé par règle
    Liste des sous-traitants publiéeposé par règle
    Entreprise
    DPA disponible
    SSO / SAMLposé par règle
    Provisionnement SCIMposé par règle
    Journaux d’auditposé par règle
    SOC 2 / ISO 27001sans objet
    Endpoint privé chez l’éditeurposé par règle
    Licence
    Usage commercial autorisé
    Type de licencemit
    Classement complet et méthodologie

    Badge Trust Index

    Affichez ce score dans votre documentation, votre README ou votre page sécurité. Il se met à jour automatiquement.

    nAIvigate Trust Index · MiMo-V2.6 Pro
    [![nAIvigate Trust Index · MiMo-V2.6 Pro](https://naivigate.com/badge/mimo-v2-6-pro.svg)](https://naivigate.com/fr/model/mimo-v2-6-pro)

    Données & conformité

    Ce que nous savons, ligne par ligne, avec la source et la date. Ces lignes alimentent les familles Données et Entreprise du Trust Index ci-dessus. La conformité RGPD dépend de votre traitement, pas du modèle seul.

    Résidence des données en UEOui
    Accord de traitement (DPA)Sans objet· auto-hébergé : les données ne sortent pas
    Transfert hors UENon
    Entraînement sur vos donnéesNon
    Rétention configurableSans objet· auto-hébergé : les données ne sortent pas
    Zero Data RetentionSans objet· auto-hébergé : les données ne sortent pas
    Auto-hébergeableOui
    Hébergement déclaréself
    Déduit de l’hébergement déclaré, non vérifié à la source.Besoin d’une analyse dans votre contexte ? Shadow AI Sentinel

    Qualité des données de la fiche

    33/100

    Ce score mesure la qualité des données de cette fiche : prix, contexte, Elo, licence, documentés, sourcés et récents. Il ne mesure ni le modèle ni sa conformité : pour cela, voir le Trust Index plus haut.

    3/8 documentées · 0/8 sources primaires

    Prix APIpoids ouverts, pas de tarif APIabsent
    Fenêtre de contexteévaluation nAIvigate
    Elo Arenaabsent
    Benchmarks (MMLU, GPQA, SWE-bench…)absent
    Licenceévaluation nAIvigate
    Données & conformitéauto-hébergé : déduitdéduit
    Adoption (Hugging Face)absent
    Matériel requis (quantizations)calculé depuis la taille du modèleabsent

    Faire tourner en local

    Serveur GPU dédié

    Déployer

    Commandes prêtes à copier, générées depuis la fiche. Ajustez le contexte et le nombre de GPU à votre machine.

    2 GPU

    Serveur OpenAI-compatible pour la production sur GPU NVIDIA.

    pip install vllm
    vllm serve XiaomiMiMo/MiMo-V2.6-Pro-RL \
      --max-model-len 32768 \
      --tensor-parallel-size 2 \
      --dtype auto
    XiaomiMiMo/MiMo-V2.6-Pro-RL
    Données avancées · pour experts
    Architecture, modalités, coût détaillé, benchmarks complets
    ▾
    Architecture
    moe
    Taille
    1,02T (42B actifs)
    Date de coupe
    —
    Entrées
    text, image, video, audio
    Sorties
    text
    Licence
    mit
    Hébergement
    self
    Score d'hallucination
    —
    Coût estimé (API)
    Échange type (~3k entrée / 1k sortie)
    Non communiqué
    1M entrée + 1M sortie
    Non communiqué
    Tous les benchmarks
    Arena Elo—
    MMLU—
    GPQA—
    HumanEval—
    SWE-Bench—
    MATH—

    Modèles similaires