MiMo-V2.6-Flash — VRAM, szybkość i lokalna konfiguracja
Autor: Jakub Rusinowski · Ostatnia aktualizacja:
The smaller MiMo-V2.6: 309B parameters (310.8B in the published tensors) with 15B active per token, 256 experts with 8 routed, 48 layers of which 39 use a 128-token sliding window and 9 use full attention. Text, image, video and audio in; 1M-token context; MIT. Every expert must be resident, about 188 GB at Q4_K_M, so it is a 256 GB unified-memory or multi-GPU model. Xiaomi publishes two checkpoints of the same size: -RL, and -MOPD, which it recommends for agents.
MiMo-V2.6-Flash potrzebuje około 188 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 | 103.2 GB | — | Za duży | |
| Q3_K_M 3.41 bpw | 133.5 GB | — | Za duży | |
| Q4_K_M 4.83 bpw | 188.6 GB | — | Za duży | |
| Q5_K_M 5.67 bpw | 221.3 GB | — | Za duży | |
| Q6_K 6.56 bpw | 255.8 GB | — | Za duży | |
| Q8_0 8.50 bpw | 331.2 GB | — | Za duży | |
| F16 16.00 bpw | 622.5 GB | — | Za duży |
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-Flash →
Uruchom MiMo-V2.6-Flash
Najtańsze GPU z naszego katalogu, które uruchomi MiMo-V2.6-Flash, to Apple M3 Ultra (512 GB).
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-Flash
No Ollama library entry. Xiaomi's documented serving routes are SGLang and vLLM; a ggml-org GGUF exists for llama.cpp.
Specyfikacja
Corroborated — Two or more independent sources agree on these figures, but the model card itself was not retrieved. Treat the numbers as good rather than confirmed. Jeszcze niepotwierdzone: active parameters (15B: model card only).
- Parametry
- 309 Billion (15B active)
- Okno kontekstu
- 1,048,576
- Architektura
- Sparse MoE (256 experts, 8 active), hybrid sliding-window attention; vision + audio encoders
- Dostawca
- Xiaomi
- Licencja
- MIT
- Availability
- Weights downloadable
- Practical deployment
- Workstation (large unified memory or pro GPU)
- Określono przy
- Q4_K_M
- RAM systemowy
- 256 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.
Inne rozmiary MiMo-V2.6
MiMo-V2.6-Flash — najczęściej zadawane pytania
How much VRAM does MiMo-V2.6-Flash need?
About 188 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-Flash run on an RTX 4090 (24 GB)?
No. MiMo-V2.6-Flash needs about 188 GB at Q4_K_M, more than a single RTX 4090's 24 GB. It needs a larger card, several GPUs, or Apple Silicon with enough unified memory — or it runs with part of the weights offloaded to system RAM, which is much slower.
How do I run MiMo-V2.6-Flash locally?
No Ollama library entry. Xiaomi's documented serving routes are SGLang and vLLM; a ggml-org GGUF exists for llama.cpp. 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.