A single-quant GGUF of XiaomiMiMo/MiMo-V2.6-Flash-RL (309B total / 15B active, 256 experts, top-8), 2.76 bits per weight on average, sized for machines with ~110 GB of free RAM/VRAM: 128 GB unified-memory systems (AMD Ryzen AI Max+ 395 / Strix Halo, Apple Silicon 128 GB, DGX Spark), multi-GPU rigs, or CPU + GPU offload. It is a standard GGUF: any llama.cpp build and backend (CUDA, ROCm/HIP, Vulkan, Metal, CPU) runs it. Loads and generates on stock llama.cpp (tested: master of 2026-09-23, CPU build). The speeds above are one example machine (AMD Ryzen AI Max+ 395, Radeon 8060S, llama.cpp Vulkan build); other hardware will differ. `-ub 2048` matters for MoE prefill (Strix Halo example: 193 tok/s at the default `-ub 512`, 310 tok/s at 2048).

번역 대기 중 · 원문 표시

분류 준비 중

입력 미확인→ 출력 미확인

요금 미확인멀티모달 및 채널 요금 별도 확인

자세히 보기 ↗

비교 추가출처 / 문서 ↗

COST EXPLORER

좋은 모델, 명확한 비용.

비용 분석

월간 토큰 사용량으로 예상 API 비용을 비교하세요.

월간 입력 토큰 10 M월간 출력 토큰 2 M1 M = 100만 토큰 · USD
동일 채널의 기본 텍스트 토큰 요금 비교

수집된 백만 토큰당 USD 요금입니다. 캐시 할인, 구간 요금, 추가 추론 출력, 세금은 제외됩니다. 최신 요금은 출처에서 확인하세요.

MODEL HANDBOOK

이해하고 선택하세요

선택 가이드 및 FAQ

API 요금은 어떻게 비교하나요?+

입력, 출력, 캐시 요금을 구분하고 동일 작업량으로 비교하세요. 이미지, 음성, 영상은 개수, 시간, 해상도로 과금될 수 있습니다.

오픈 웨이트는 무료 상업 이용을 뜻하나요?+

반드시 그렇지는 않습니다. 버전별 라이선스, 상업 이용 제한, 정책을 확인하세요. 자체 호스팅에는 연산 및 유지 비용도 듭니다.

1위 모델이 나에게 가장 적합한가요?+

순위는 작업, 버전, 평가 방식에 따라 다릅니다. 실제 업무로 정확도, 지연, 안정성, 비용을 비교하세요.

나에게 맞는 AI 모델을 찾아보세요.

AI 모델 탐색 3

DeepSeek-V4-Flash-DSpark-draft-GGUF

Hy3-295B-A21B-GGUF

MiMo-V2.6-Flash-RL-GGUF

일치하는 모델 없음

좋은 모델, 명확한 비용.

이해하고 선택하세요

뉴스로 흐름을, 도구로 효율을, 모델로 가능성을.