MiMo-V2-Pro
MiMo-V2-Pro est un LLM propriétaire de Xiaomi, lancé le 18 mars 2026. Ses 1000 milliards de paramètres le placent parmi les modèles de très grande taille, tandis que ses poids restent fermés.
MiMo-V2-Pro est un LLM propriétaire de Xiaomi, lancé le 18 mars 2026. Ses 1000 milliards de paramètres le placent parmi les modèles de très grande taille, tandis que ses poids restent fermés.
Sa caractéristique la plus marquante est sa fenêtre de contexte de 1 048 576 tokens, adaptée au traitement d’entrées particulièrement volumineuses. À sa sortie, MiMo-V2-Pro figurait aussi dans le top 12% des LLM de sa génération sur SWE-Bench Verified, un résultat notable pour les tâches de développement logiciel.
Caractéristiques
| Caractéristique | Valeur |
|---|---|
| Type | Grand modèle de langage (LLM) |
| Éditeur | Xiaomi |
| Poids | 🔒 Propriétaire |
| Date de sortie | 18 mars 2026 |
| Multimodal | non |
| Paramètres | 1000 milliards |
| Fenêtre de contexte | 1 000 000 tokens (≈ 1,0 M) |
| Modalités (entrée → sortie) | text → text |
Performances (benchmarks)
| Benchmark | Score | Rang (LLM) | Source | Fiabilité |
|---|---|---|---|---|
| Tau2 Telecom | 96,8 % | 8ᵉ / 34 | llm-stats | Auto-déclaré |
| DeepSearchQA | 86,7 % | 5ᵉ / 8 | llm-stats | Auto-déclaré |
| PinchBench | 81,0 % | 3ᵉ / 4 | llm-stats | Auto-déclaré |
| SWE-Bench Verified | 78,0 % | 19ᵉ / 102 | llm-stats | Auto-déclaré |
| SWE-bench Multilingual | 71,7 % | 15ᵉ / 34 | llm-stats | Auto-déclaré |
| Claw-Eval | 61,5 % | 9ᵉ / 13 | llm-stats | Auto-déclaré |
| Terminal-Bench 2.0 | 57,1 % | 25ᵉ / 49 | llm-stats | Auto-déclaré |
| GDPval-AA | 47,5 % | 13ᵉ / 39 | llm-stats | Auto-déclaré |
« Auto-déclaré » : score communiqué par l'éditeur, non rejoué indépendamment. « Mesuré » : évalué par un tiers (Epoch AI, LiveBench). Le rang est calculé parmi les LLM évalués sur le même benchmark.
Classements Arena (Elo)
Arena Text · 200 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Claude Fable 5 | 1507 |
| 2ᵉ | Claude Opus 4.6 | 1504 |
| 3ᵉ | Claude Opus 4.7 | 1503 |
| ⋯ | ⋯ | |
| 54ᵉ | GPT-5.3 Chat | 1449 |
| 55ᵉ | ernie-5.0-preview-1203 | 1449 |
| 56ᵉ | MiMo-V2-Pro | 1448 |
| 57ᵉ | ernie-5.0-0110 | 1447 |
| 58ᵉ | Claude Opus 4.1 | 1447 |
Arena Code · 99 modèles classés
| Rang | Modèle | Elo |
|---|---|---|
| 1ᵉ | Kimi K3 | 1679 |
| 2ᵉ | Claude Fable 5 | 1631 |
| 3ᵉ | GPT-5.6 Sol | 1618 |
| ⋯ | ⋯ | |
| 39ᵉ | inkling | 1434 |
| 40ᵉ | Kimi K2.5 | 1433 |
| 41ᵉ | MiMo-V2-Pro | 1431 |
| 42ᵉ | GLM-5 | 1430 |
| 43ᵉ | MiMo-V2.5 | 1429 |
Notre analyse
Forces. MiMo-V2-Pro se distingue d’abord par son contexte d’environ un million de tokens, qui autorise l’analyse de volumes de texte ou de code très importants au sein d’une même requête. Sur SWE-Bench Verified, il appartenait à sa sortie au haut du panier des 83 LLM publiés au cours des quelque 18 mois précédents. Ce classement indique une solide efficacité sur la résolution de problèmes logiciels vérifiés. Ses résultats dans Arena text le situent dans le premier tiers du classement, tandis qu’Arena code confirme un niveau compétitif en programmation.
Limites et points d’attention. MiMo-V2-Pro ne domine toutefois aucune des deux Arena. Son classement est moins favorable en code qu’en texte relativement au nombre de concurrents, et l’écart avec le modèle en tête est nettement plus marqué dans Arena code. Sa licence propriétaire et ses poids non ouverts limitent également l’accès direct au modèle. MiMo-V2-Pro cible ainsi les usages nécessitant un contexte exceptionnellement long, avec un intérêt particulier pour le texte et les tâches de génie logiciel.
Sources des données : LLM-Stats (llm-stats.com) · OpenRouter (openrouter.ai) · Arena.ai (arena.ai).