MiMo-V2.6 Distill 9B — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
Xiaomi's MiMo-V2.6-Distill-Qwen-9B. NOT a MiMo-V2.6 model scaled down: this is Qwen3.5-9B fine-tuned by Xiaomi on data generated by MiMo-V2.6, for coding and tool use. Dense, 8.95B in the language model plus a vision tower, 32 layers with 8 full-attention layers, 262,144-token context, MIT. It is the member of the MiMo-V2.6 release that runs on a laptop: about 6 GB at Q4_K_M. Xiaomi reports SWE-bench Verified 61.1 against 60.0 for the Qwen3.5-9B it started from.
MiMo-V2.6 Distill 9B potrzebuje około 6 GB VRAM przy Q4_K_M — skwantyzowane wagi plus narzut frameworka, bez pamięci podręcznej KV. Na Apple Silicon ta wartość pochodzi z pamięci zunifikowanej.
VRAM i szybkość według kwantyzacji
Liczone dla NVIDIA RTX 4090 (24 GB). Obejmuje pamięć podręczną KV przy kontekście 8K, więc wartości są wyższe niż główna liczba.
| Kwant. | Pamięć | VRAM | Szybkość (szac.) | Dopasowanie |
|---|---|---|---|---|
| Q2_K 2.63 bpw | 4 GB | ~158 tok/s | Mieści się | |
| Q3_K_M 3.41 bpw | 4.9 GB | ~134 tok/s | Mieści się | |
| Q4_K_M 4.83 bpw | 6.5 GB | ~104 tok/s | Mieści się | |
| Q5_K_M 5.67 bpw | 7.4 GB | ~92 tok/s | Mieści się | |
| Q6_K 6.56 bpw | 8.4 GB | ~82 tok/s | Mieści się | |
| Q8_0 8.50 bpw | 10.6 GB | ~67 tok/s | Mieści się | |
| F16 16.00 bpw | 19 GB | ~38 tok/s | Mieści się |
Czarny znacznik = dostępna pamięć na NVIDIA RTX 4090 (24 GB). Szacunki z modelu przepustowości pamięci opisanego na stronie metodologii. Kalkulator VRAM dla MiMo-V2.6 Distill 9B →
Uruchom MiMo-V2.6 Distill 9B
Najtańsze GPU z naszego katalogu, które uruchomi MiMo-V2.6 Distill 9B, to Intel Arc B570 (10 GB).
lub porównaj w Vast.ai od $0.35/godz. (typical low · varies)
Jako partner Amazon zarabiamy na kwalifikujących się zakupach. Linki do chmurowych GPU są linkami polecającymi — możemy otrzymać prowizję bez dodatkowych kosztów dla Ciebie.
Jak uruchomić MiMo-V2.6 Distill 9B
No Ollama library entry. GGUF builds from ggml-org and others run in llama.cpp and LM Studio.
Specyfikacja
Verified — Checked against the primary source — the model card or the vendor spec page — and corroborated by a second independent source.
- Parametry
- 8.95 Billion (+ vision tower)
- Okno kontekstu
- 262,144
- Architektura
- Qwen3.5-9B hybrid attention (distilled), vision via projector
- Dostawca
- Xiaomi
- Licencja
- MIT
- Availability
- Weights downloadable
- Practical deployment
- Laptop
- Określono przy
- Q4_K_M
- Vision projector
- +0.6 GB when you send images (not included above)
- RAM systemowy
- 16 GB
- Rekord zaktualizowany
- 2026-10-15
Commercial use permitted. No usage restrictions beyond attribution.
Jakość i zastosowania
Wyniki opublikowane przez autorów modelu lub niezależnego oceniającego — jakość, nie przepustowość, i nie mierzone przez nas.
| Benchmark | Wynik | Źródło |
|---|---|---|
| SWE-bench Verified (avg@3) | 61.1 % | deklaracja producenta · Xiaomi model card |
Inne rozmiary MiMo-V2.6
MiMo-V2.6 Distill 9B — najczęściej zadawane pytania
How much VRAM does MiMo-V2.6 Distill 9B need?
About 6 GB at Q4_K_M — quantized weights plus framework overhead, before any KV cache. The cache grows with context length and is added on top; the table above folds it in. Apple Silicon counts unified memory toward the same figure.
Does MiMo-V2.6 Distill 9B run on an RTX 4090 (24 GB)?
Yes. MiMo-V2.6 Distill 9B needs about 6 GB at Q4_K_M, inside a 24 GB card, at an estimated 104 tokens/sec.
How do I run MiMo-V2.6 Distill 9B locally?
No Ollama library entry. GGUF builds from ggml-org and others run in llama.cpp and LM Studio. Running the published tag would send your prompts to a hosted GPU rather than your own machine.
What other sizes does MiMo-V2.6 come in?
MiMo-V2.6-Pro (619 GB), MiMo-V2.6-Flash (188 GB), MiMo-V2.6 Distill 9B (6 GB). Every size shares the family's training and licence; the larger ones score higher and need proportionally more memory.