Xiaomi
·Released on 22 апр. 2026 г.MiMo-V2.5 API Benchmarks, Pricing & Provider Data
Compare MiMo-V2.5 with another model
Choose a model to open its comparison page.
LLM
Тесты, цены API и данные поставщиков MiMo-V2.5: поставщиков — 130, цены от $0.0000515/request. Бесплатный API MiMo-V2.5 предлагают поставщики: 7. На странице также приведены измеренная скорость API и задержка первого токена.
Xiaomi MiMo-V2.5 is a native omnimodal sparse MoE model (310B total, 15B active) with unified text, image, video, and audio understanding, built on the MiMo-V2-Flash backbone with dedicated vision and...
Качество
#64of 111
56.0
Оценка LMSpeed
Скорость
#70of 81
75char/s
3.73 s
Стоимость
#20of 186
$0.0000515/ 1M · 8:1 in:out
$0.00000825 in · $0.0000433 out
Производительность по категориям
Оценки наблюдаемой способности; неопределённость независимых семейств бенчмарков показана отдельно.
- Покрытие
- 4 / 8
- Методология
- V3.0
#1Рассуждение55.5Предварительная1/4 Измеренные измерения
80% интервал: 41.6–69.4
abstract logicТолько априорное
scientific causal55.5
gpqa · gpqa / hle · hle
multistep constraintsТолько априорное
evidence verificationТолько априорное
#2Агенты50.2РейтинговаяОбщий рейтинг #373/4 Измеренные измерения
80% интервал: 41.3–59.1
planning48.9
deep_planning · gert_labs
tool useТолько априорное
environment execution50.5
terminalbench · benchlm_agentic_terminal_bench2
recovery reliability51.2
claw_eval · claw_eval / researchclaw · research_claw_bench
#3Программирование49.5Оценка3/4 Измеренные измерения
80% интервал: 40.3–58.8
code generation51.7
scicode · scicode
repository engineering47.9
swe_pro · swe_pro
debugging testingТолько априорное
tooling quality48.9
terminalbench · benchlm_coding_terminal_bench2
#4Мультимодальность48.9Оценка2/4 Измеренные измерения
80% интервал: 37.0–60.8
perception ocrТолько априорное
document spatial48.5
charxiv · charxiv
visual reasoning49.4
mmmu_pro · mmmu_pro
video actionТолько априорное
Нет данных:ЗнанияМатематикаМногоязычностьСледование инструкциям
Specifications
Input and output token limits for this model, plus how it ranks on long-context understanding.
INPUT
1.1Mtokens
≈ 1.3K pages of text
OUTPUT
131.1Ktokens
8K128K1M4M
1.1M
Возможности
Technical Details
- Вход
- Выход
- Выпущена
- Apr 2026
- Токенизатор
- Other
- Архитектура
- text+image+audio+video->text
- Модерация
- Нет
- Поддерживаемые параметры
- frequency_penaltyinclude_reasoninglogit_biasmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_p
Rankings
Excels at
Falls behind in
Подробные оценки
Обновлено: 11 сент. 2026 г.Общее
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Overall score56.0#64 / 111
Общее
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Скорость и задержка
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Скорость вывода49.8 tok/s#70 / 81Время до первого токена5.05 s#61 / 81
Скорость и задержка
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Скорость вывода
Output speed
Рейтинг LMSpeed#70
Оценка49.8 tok/s
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Время до первого токена
Time to first token
Рейтинг LMSpeed#61
Оценка5.05 s
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Цены
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Цена входных данных$0.140/M#20 / 186Цена выходных данных$0.280/M#10 / 186
Цены
undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Цена входных данных
Input price
Рейтинг LMSpeed#20
Оценка$0.140/M
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Цена выходных данных
Output price
Рейтинг LMSpeed#10
Оценка$0.280/M
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Агенты
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Рейтинговая
Оценка50.2#3780% интервал41.3–59.13/4 Измеренные измеренияAgentic score58.2#43 / 76Claw-Eval62.3#10 / 27
Агенты
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Рейтинговая
Измерения и доказательства
Планирование и декомпозиция48.9
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
deep_planning · gert_labs · z -0.13 · q 1.00
Использование инструментовТолько априорное
Среда и длительное выполнение50.5
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
terminalbench · benchlm_agentic_terminal_bench2 · z 0.13 · q 1.00
Восстановление и надёжность завершения51.2
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
claw_eval · claw_eval · z 0.45 · q 1.00
researchclaw · research_claw_bench · z -0.35 · q 1.00
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Claw-EvalДоказательство V3
Рейтинг LMSpeed#10
Оценка62.3
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Terminal-Bench 2.0Доказательство V3
Рейтинг LMSpeed#23
Оценка65.8
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Gert LabsДоказательство V3
Рейтинг LMSpeed#26
Оценка46.9
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
ResearchClawBenchДоказательство V3
Рейтинг LMSpeed#12
Оценка16.9
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Программирование
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Оценка
Оценка49.580% интервал40.3–58.83/4 Измеренные измеренияSciCode43.9%#50 / 89Coding score40.8#75 / 87
Программирование
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Оценка
Измерения и доказательства
Генерация кода51.7
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
scicode · scicode · z 0.06 · q 1.00
Работа с репозиториями47.9
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
swe_pro · swe_pro · z -0.17 · q 1.00
Отладка и тестированиеТолько априорное
Инструментальная разработка и качество48.9
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
terminalbench · benchlm_coding_terminal_bench2 · z -0.13 · q 1.00
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
SciCodeДоказательство V3
Рейтинг LMSpeed#50
Оценка43.9%
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
SWE-bench ProДоказательство V3
Рейтинг LMSpeed#31
Оценка56.1
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Terminal-Bench 2.0Доказательство V3
Рейтинг LMSpeed#20
Оценка65.8
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Рассуждение
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Оценка55.580% интервал41.6–69.41/4 Измеренные измеренияGPQA84.9%#67 / 218HLE27.2%#68 / 216
Рассуждение
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Предварительная
Измерения и доказательства
Абстрактная логикаТолько априорное
Научное и причинное рассуждение55.5
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
gpqa · gpqa · z 0.44 · q 1.00
hle · hle · z 0.49 · q 1.00
Многошаговые ограниченияТолько априорное
Интеграция и проверка свидетельствТолько априорное
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
GPQAДоказательство V3
Рейтинг LMSpeed#67
Оценка84.9%
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
HLEДоказательство V3
Рейтинг LMSpeed#68
Оценка27.2%
Источникartificialanalysis.ai
Обновлено11 сент. 2026 г.
Достоверность4
Знания
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Знания
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Измерения и доказательства
Широкие знанияТолько априорное
Профессиональные знанияТолько априорное
ФактологичностьТолько априорное
Поиск и открытые источникиТолько априорное
Математика
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Математика
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Измерения и доказательства
Базовая математикаТолько априорное
Олимпиадная математикаТолько априорное
Продвинутые доказательстваТолько априорное
Прикладная математика и инструментыТолько априорное
Многоязычность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Многоязычность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Измерения и доказательства
Межъязыковое пониманиеТолько априорное
Многоязычная генерацияТолько априорное
Перенос рассужденийТолько априорное
Устойчивость для малоресурсных языковТолько априорное
Мультимодальность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Оценка
Оценка48.980% интервал37.0–60.82/4 Измеренные измеренияMultimodal Grounded score62.9#37 / 56Video-MME (with subtitle)87.7#3 / 6
Мультимодальность
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Оценка
Измерения и доказательства
Восприятие и OCRТолько априорное
Документы и пространственное понимание48.5
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
charxiv · charxiv · z -0.05 · q 1.00
Визуальное рассуждение49.4
undefined семейство} few undefined семейства} many undefined семейств} other undefined семейства}} · undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}}
mmmu_pro · mmmu_pro · z -0.14 · q 1.00
Видео и действия в средеТолько априорное
Бенчмарк
Рейтинг LMSpeed
Оценка
Источник
Обновлено
Достоверность
Multimodal Grounded score
Рейтинг LMSpeed#37
Оценка62.9
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Video-MME (with subtitle)
Рейтинг LMSpeed#3
Оценка87.7
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
CharXivДоказательство V3
Рейтинг LMSpeed#18
Оценка81.0
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
MMMU-ProДоказательство V3
Рейтинг LMSpeed#20
Оценка77.9
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Design Arena Website
Рейтинг LMSpeed#27
Оценка1280.0
Источникbenchlm.ai
Обновлено20 авг. 2026 г.
Достоверность2
Следование инструкциям
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Нет данных80% интервал30.8–69.20/4 Измеренные измерения
Следование инструкциям
V3.0undefined метрика} few undefined метрики} many undefined метрик} other undefined метрики}} · Нет данных
Измерения и доказательства
Соблюдение ограниченийТолько априорное
Структурированный выводТолько априорное
Обобщение новых инструкцийТолько априорное
Многоходовые и длинные инструкцииТолько априорное
Эндпоинты OpenRouter
5 эндпоинтовСторонние данные эндпоинтов OpenRouter показаны отдельно от измерений LMSpeed. Некоторые 30-минутные live-метрики появляются только после синхронизации с OpenRouter API key.
| Provider endpoint | Вход | Вывод | Доступность 1 день | Задержка 30м | Пропускная способность 30м | Контекст / вывод |
|---|---|---|---|---|---|---|
DeepInfra deepinfra/fp8 | $0.133/M | $0.266/M | 99.2% | — | — | undefined токенов / undefined токенов |
Xiaomi xiaomi/fp8 | $0.140/M | $0.280/M | 98.4% | — | — | undefined токенов / undefined токенов |
Novita novita/fp8 | $0.168/M | $0.336/M | 98.0% | — | — | undefined токенов / undefined токенов |
StreamLake streamlake | $0.168/M | $0.336/M | 94.5% | — | — | undefined токенов / undefined токенов |
GMICloud gmicloud/fp8 | $0.119/M | $0.238/M | 86.4% | — | — | undefined токенов / undefined токенов |
Сравнение цен
Compare MiMo-V2.5 API pricing across 123 providers. Prices range from $0.0000515/request to $150.00/M. S3AI API offers the lowest rate at $0.0000515/request. 7 providers offer free API credits or a free tier.
| Провайдер | Работоспособность | Вариант модели | Группа | Входные данные ($/M) | Выходные данные ($/M) | Скорость (т/с) | Первый токен | Аудит |
|---|---|---|---|---|---|---|---|---|
L1 99% | mimo-v2.5 | default | -40%$0.084/M Cache read$0.0017/M | -40%$0.168/M | 86.1 t/s+73% | 2.08 s-59% | — | |
L1 100% L2 100% | mimo-v2.5 | Free | -93%$0.010/M Cache read$0.0002/M | -93%$0.020/M | 75.4 t/s+51% | 2.21 s-56% | — | |
L1 99% | mimo-v2.5 | 临时渠道 | -96%$0.0055/M Cache read$0.0011/M | -90%$0.027/M | 65.8 t/s+32% | 6.20 s | — | |
L1 99% | mimo-v2.5-free | 临时渠道2 | -27%$0.103/M | -63%$0.103/M | — | — | — | |
S3AI API Бесплатно | L1 98% L2 98% | mimo-v2.5 | free | Бесплатно | Бесплатно | 65.0 t/s+30% | 4.32 s-15% | — |
L1 98% L2 98% | go/oc/mimo-v2.5 | Go Plan | Бесплатно | Бесплатно | — | — | — | |
L1 98% L2 98% | oc/mimo-v2.5 | default | $0.0000515/request | - | — | — | — | |
L1 100% | mimo-v2.5 | default | -51%$0.068/M Cache read$0.0014/M | -51%$0.137/M | — | — | — | |
L1 100% | mimo-v2.5 | mimo-officially | -18%$0.114/M Cache read$0.0023/M | -18%$0.229/M | — | — | — | |
BUZZ Бесплатно | L1 100% | mimo-v2.5-free | Free | Бесплатно | Бесплатно | — | — | — |
L1 100% | mimo-v2.5 | default | -2%$0.137/M | -2%$0.274/M | — | — | — | |
L1 100% | mimo-v2.5 | Xiaomi-1 | -78%$0.031/M Cache read$0.0006/M | -78%$0.062/M | — | — | — | |
L1 100% | mimo-v2.5 | default | -51%$0.068/M Cache read$0.0014/M | -51%$0.137/M | — | — | — | |
L1 100% L2 0% | mimo-v2.5 | default | $0.400/M Cache read$0.080/M | $2.00/M | — | — | — | |
L1 100% | mimo-v2.5 | default | -93%$0.0096/M Cache read$0.0002/M | -93%$0.019/M | — | — | — | |
L1 100% | [按次]mimo-v2.5 | default | $0.100/request | - | — | — | — | |
L1 100% | mimo-v2.5 | default | -32%$0.095/M | $0.284/M | — | — | — | |
L1 100% | mimo-v2.5 | default | $0.767/M | $3.84/M | — | — | — | |
L1 100% | mimo-v2.5 | default | $2.00/M | $2.00/M | — | — | — | |
L1 100% | mimo-v2.5-free | default | $7.50/M | $7.50/M | — | — | — |
Показано 20 ID моделей из 60.
Альтернативы и похожие модели
DeepSeek V4 Flash
deepseek-v4-flash
DeepSeek V4 Flash is a fast, cost-efficient language model in the DeepSeek V4 family, optimized for low-latency chat, coding assistance, and high-throughput API workloads while retaining strong reasoning quality.
132 общих провайдеров
DeepSeek V4 Pro
deepseek-v4-pro
DeepSeek V4 Pro is the professional-tier DeepSeek V4 model, targeting frontier reasoning, coding, and agent workflows with maximum capability.
129 общих провайдеров
MiMo-V2.5-Pro
mimo-v2-5-pro
Xiaomi MiMo-V2.5-Pro is a large open-source language model in the MiMo series, offering advanced reasoning and general-purpose capabilities.
125 общих провайдеров
GPT-5.4
gpt-5-4
OpenAI GPT-5.4 extends the GPT-5 family with stronger instruction following, deeper tool use, and improved performance on coding, math, and long-document analysis.
124 общих провайдеров
GLM-5.1
glm-5-1
Zhipu GLM-5.1 is a next-generation GLM model aimed at frontier reasoning, coding, and bilingual agent applications.
121 общих провайдеров
Kimi K2.5
kimi-k2-5
Moonshot Kimi K2.5 is an open-weight multimodal agent model with native vision and text input, strong coding performance, and a 256K context window.
119 общих провайдеров
Frequently Asked Questions
- What benchmark data does MiMo-V2.5 include?
- LMSpeed shows MiMo-V2.5 benchmark context, API price, output speed, first-token latency, and provider data across 130 providers when those signals are available.
- Сколько стоит API MiMo-V2.5?
- Цены MiMo-V2.5 у поставщиков (130): от $0.0000515/request до $150.00/M. Самая низкая указанная цена — у S3AI API.
- What does the MiMo-V2.5 API pricing table include?
- The MiMo-V2.5 API pricing table compares 130 providers by input price, output price, free tier status, speed, first-token latency, and recent health data when available.
- У какого провайдера самая низкая цена API MiMo-V2.5?
- Сейчас самая низкая указанная цена MiMo-V2.5 — $0.0000515/request у S3AI API. Сравниваются поставщики: 130.
- Can I compare MiMo-V2.5 API price and speed together?
- Yes. LMSpeed shows MiMo-V2.5 API price, output speed, first-token latency, and provider health on the same page so you can compare cost and performance together.
- Является ли API MiMo-V2.5 бесплатным?
- Да, MiMo-V2.5 доступна бесплатно через 7 API-провайдерundefined other undefined} на LMSpeed, включая S3AI API, 初叶🍂Furry API, Dext API, 初叶🍂Furry API, BUZZ. Эти провайдеры предлагают бесплатные API-кредиты или бесплатный тариф без поперечной тарификации.
- Where can I get MiMo-V2.5 free API access?
- LMSpeed currently lists 7 free API providerundefined other undefined} for MiMo-V2.5: S3AI API, 初叶🍂Furry API, Dext API, 初叶🍂Furry API, BUZZ. Check each provider row before using it because free tier limits can change.