MiMo V2.6 Flash sur Novita AI : Lancement du modèle et tarification

MiMo V2.6 Flash est disponible sur Novita AI en tant que modèle de raisonnement serverless pour les équipes qui ont besoin d’une entrée multimodale, d’une grande fenêtre de contexte et d’une tarification par token plus avantageuse pour les appels fréquents. Le catalogue Novita en direct répertorie le modèle sous le nom xiaomimimo/mimo-v2.6-flash, avec entrée texte, image, vidéo et audio ; une fenêtre de contexte de 1 048 576 tokens ; jusqu’à 131 072 tokens de sortie ; et des prix actuels de 0,14 $ par 1M de tokens d’entrée, 0,0028 $ par 1M de tokens d’entrée en lecture cache, et 0,28 $ par 1M de tokens de sortie. Pour une vérification en direct de la configuration et des prix, ouvrez la page du modèle MiMo V2.6 Flash.

MiMo V2.6 Flash en un coup d’œil

Champ	Référence actuelle Novita AI
Nom affiché	MiMo V2.6 Flash
ID du modèle	`xiaomimimo/mimo-v2.6-flash`
Accès	API serverless
Modalités d’entrée	Texte, image, vidéo et audio
Modalité de sortie	Texte
Fenêtre de contexte	1 048 576 tokens (1M)
Sortie maximale	131 072 tokens (128K)
Fonctionnalités répertoriées	Raisonnement, appel de fonctions, sorties structurées
Familles d’endpoints	Chat Completions, Responses et compatible Anthropic
Prix d’entrée	0,14 $ par 1M de tokens
Prix d’entrée en lecture cache	0,0028 $ par 1M de tokens
Prix de sortie	0,28 $ par 1M de tokens

Le positionnement du modèle est clair : il est conçu pour les appels à haute fréquence et les flux de travail professionnels à grande échelle où le coût compte autant que la compréhension du long contexte et du multimodal. C’est donc un modèle utile à tester pour des charges de travail telles que les agents orientés documents, les flux de support multimédia, l’extraction par lots et les applications utilisant des outils qui nécessitent des réponses textuelles structurées.

À quoi sert MiMo V2.6 Flash

MiMo V2.6 Flash est la variante économique de la gamme MiMo V2.6 de Xiaomi. Sur Novita AI, le modèle hébergé combine quatre types d’entrée — texte, image, vidéo et audio — avec une sortie texte. Il expose également le raisonnement, l’appel de fonctions, les sorties structurées, le streaming et les capacités de mise en cache des invites dans le catalogue de modèles en direct.

Cette combinaison offre aux développeurs un point de départ flexible, mais elle ne fait pas du modèle un choix par défaut pour chaque charge de travail. Une équipe traitant des requêtes courtes et textuelles uniquement peut préférer un endpoint plus petit ou plus spécialisé après des tests. Une équipe qui a besoin d’une politique de conversation stable, de réponses ancrées sur des sources, ou de contrats JSON stricts doit tester ces comportements sur des données représentatives avant de déplacer le trafic.

L’avantage pratique de la variante Flash réside dans son profil tarifaire. Aux tarifs actuels répertoriés, c’est un candidat judicieux lorsqu’une application a de nombreuses requêtes, de longues instructions réutilisables, ou de grands volumes de contenu multimodal à classer et résumer. Le coût dépend toujours de la longueur réelle des invites, de la longueur de sortie, du comportement de mise en cache et des nouvelles tentatives, de sorte que les tarifs par token répertoriés doivent être traités comme des éléments de planification plutôt que comme une garantie de facturation.

Disponibilité et détails de l’API sur Novita AI

Novita AI répertorie MiMo V2.6 Flash comme modèle serverless avec l’ID exact xiaomimimo/mimo-v2.6-flash. Le catalogue indique les familles d’endpoints chat/completions, responses et anthropic, afin que les applications puissent sélectionner l’interface qui correspond le mieux à leur client existant et à leur schéma d’intégration.

Pour les intégrations compatibles OpenAI, utilisez la surface API documentée de Novita AI et définissez le champ modèle sur l’ID exact indiqué ci-dessus. La référence API Create chat completion actuelle est le bon endroit pour confirmer l’authentification, les champs de requête, les formats de messages pris en charge et la gestion des réponses avant l’implémentation.

Commencez par une requête d’évaluation ciblée plutôt que d’envoyer immédiatement un contexte de taille production. Par exemple, testez d’abord une tâche texte uniquement, puis ajoutez des images, de l’audio ou de la vidéo une à la fois. Cela facilite l’isolation des problèmes de qualité du modèle par rapport aux problèmes de formatage du payload, de latence, de téléversement ou d’analyse côté application.

Tarification et limites de contexte

Les prix et limites suivants ont été vérifiés sur le catalogue de modèles Novita AI le 30 septembre 2026 :

Tokens d’entrée : 0,14 $ par 1M de tokens
Tokens d’entrée en lecture cache : 0,0028 $ par 1M de tokens
Tokens de sortie : 0,28 $ par 1M de tokens
Fenêtre de contexte : 1 048 576 tokens
Sortie maximale : 131 072 tokens

Le prix de lecture cache est particulièrement pertinent pour les applications qui réutilisent une invite système stable, une politique, un catalogue de produits ou un contexte de référence long. Il ne s’agit pas d’une remise automatique sur chaque requête : votre application doit toujours suivre le comportement actuel de la plateforme pour la mise en cache des invites, et la classification des tokens doit être vérifiée dans votre compte avant qu’elle ne guide une décision d’architecture.

Le chiffre de 1M de contexte décrit la capacité maximale de contexte du catalogue, et non une recommandation de remplir chaque requête. Les très grandes invites peuvent augmenter les coûts, exiger plus de discipline de récupération côté application et rendre les échecs plus difficiles à diagnostiquer. Dans la plupart des systèmes de production, la récupération, le découpage et les plafonds de sortie restent précieux même lorsque le modèle accepte un grand contexte.

Quand MiMo V2.6 Flash est un bon choix

Choisissez MiMo V2.6 Flash pour une évaluation lorsque votre charge de travail bénéficie de plusieurs des éléments suivants :

Volume de requêtes élevé : Les tarifs actuels d’entrée et de sortie conviennent aux équipes qui comparent les options serverless sensibles aux coûts.
Entrées médias mixtes : Le catalogue répertorie l’image, la vidéo et l’audio en plus du texte, vous pouvez donc tester un chemin de modèle unique pour l’ingestion multimodale.
Contexte de travail long : Une fenêtre de contexte de 1M de tokens peut aider lorsqu’un flux de travail doit inspecter une grande collection de documents récupérés, de transcriptions ou d’états d’agent.
Flux de travail pilotés par outils : L’appel de fonctions et le support des sorties structurées le rendent pertinent pour les applications qui ont besoin de réponses de modèle lisibles par machine.
Contexte de référence répété : Le tarif de lecture cache répertorié vaut la peine d’être évalué pour les charges de travail avec des invites ou des blocs de connaissances réutilisables.

Il est moins susceptible d’être le premier choix lorsque vous avez besoin d’un résultat de benchmark publié pour un domaine spécifique, d’un format de réponse particulier non testé dans votre environnement, ou d’un modèle avec une capacité spécialisée plus étroite. Le catalogue public Novita fournit des métadonnées de capacités et de tarification, mais pas une garantie de qualité spécifique à une charge de travail. Effectuez une évaluation comparative en utilisant vos propres invites, langues cibles, échantillons de médias et cas d’échec.

Comment l’évaluer en toute sécurité

Une première évaluation efficace peut être modeste et délibérée :

Choisissez une tâche mesurable. Utilisez un flux de travail réel de classification, d’extraction ou de support avec des sorties attendues, plutôt qu’une collection d’invites de démonstration sans rapport.
Définissez un plafond de sortie pratique. Le modèle peut renvoyer jusqu’à 128K tokens, mais des plafonds plus courts rendent la latence, le coût et la gestion des erreurs plus faciles à inspecter.
Testez les modalités séparément. Établissez une référence texte avant d’ajouter des entrées image, audio ou vidéo, puis comparez la qualité des résultats et le coût opérationnel.
Validez les réponses structurées. Lorsqu’un flux de travail utilise JSON ou des appels de fonctions, validez les données renvoyées dans l’application et définissez un chemin de nouvelle tentative ou de réparation.
Mesurez le comportement du cache. Répétez les requêtes représentatives avec un contexte stable et comparez les enregistrements d’utilisation avant de supposer une économie de lecture cache en production.

Pour les équipes qui construisent un agent ayant besoin d’un modèle de long contexte plus léger, Ling-3.0 Tiny sur Novita AI est un autre point de comparaison utile. Pour un profil de modèle Flash différent avec entrée multimodale, consultez Qwen3.8 Flash sur Novita AI.

Conclusion

MiMo V2.6 Flash offre aux développeurs Novita AI une option serverless pour les flux de travail multimodaux, de long contexte et utilisant des outils, avec un profil tarifaire orienté efficacité. La liste en direct combine actuellement une fenêtre de contexte de 1M de tokens, jusqu’à 128K de sortie, une entrée texte/image/vidéo/audio, et une tarification de 0,14 $/0,0028 $/0,28 $ par 1M de tokens d’entrée/lecture cache/sortie.

Commencez par une tâche représentative et comparez le résultat, l’utilisation des tokens et le comportement opérationnel avec les alternatives que vous exécutez déjà. Si le support multimodal du modèle, sa capacité de contexte et ses tarifs actuels correspondent à votre charge de travail, explorez MiMo V2.6 Flash sur Novita AI avant d’en faire partie d’une politique de routage de production.

FAQ

Quel est l’ID du modèle MiMo V2.6 Flash sur Novita AI ?

Utilisez xiaomimimo/mimo-v2.6-flash.

Quelles entrées MiMo V2.6 Flash prend-il en charge ?

Le catalogue actuel Novita AI répertorie les entrées texte, image, vidéo et audio, avec une sortie texte.

Quelle est la fenêtre de contexte de MiMo V2.6 Flash ?

Le catalogue actuel répertorie une fenêtre de contexte de 1 048 576 tokens et jusqu’à 131 072 tokens de sortie.

Quels sont les prix actuels de MiMo V2.6 Flash sur Novita AI ?

Vérifié le 30 septembre 2026, Novita AI répertorie 0,14 $ par 1M de tokens d’entrée, 0,0028 $ par 1M de tokens d’entrée en lecture cache, et 0,28 $ par 1M de tokens de sortie. Revérifiez la page du modèle en direct avant la budgétisation de production.

MiMo V2.6 Flash prend-il en charge l’appel de fonctions et les sorties structurées ?

Oui. Le catalogue actuel Novita AI répertorie à la fois l’appel de fonctions et les sorties structurées, en plus du raisonnement et de l’accès serverless.