Novita AI nimmt MiMo V2.6 Flash mit 1 Mio. Token Kontext und niedrigen Token-Preisen ins Angebot

30. September 2026Quelle: Novita AI

Novita AI bietet jetzt MiMo V2.6 Flash als serverloses Reasoning-Modell an, das Text, Bild, Video und Audio verarbeitet und ein Kontextfenster von 1.048.576 Token hat. Laut dem Novita-Katalog kostet der Input 0,14 US-Dollar pro 1 Mio. Token, der Output 0,28 US-Dollar pro 1 Mio. Token.

Das Wichtigste in Kürze

Novita AI führt MiMo V2.6 Flash als serverloses Modell mit der ID xiaomimimo/mimo-v2.6-flash.
Es akzeptiert Text, Bild, Video und Audio als Eingabe, gibt Text aus und hat ein Kontextfenster von 1.048.576 Token mit bis zu 131.072 Token Ausgabe.
Die gelisteten Preise betragen 0,14 US-Dollar pro 1 Mio. Input-Token, 0,0028 US-Dollar pro 1 Mio. Cache-Read-Token und 0,28 US-Dollar pro 1 Mio. Output-Token, geprüft am 30. September 2026.
Zu den Funktionen zählen Reasoning, Function Calling und strukturierte Ausgaben, verfügbar über Chat-Completions-, Responses- und Anthropic-kompatible Endpunkte.
Novita nennt keine Benchmark-Ergebnisse und rät, vor dem Produktiveinsatz mit repräsentativen Workloads zu testen.

Was Novita AI zu MiMo V2.6 Flash auflistet

Novita AI beschreibt MiMo V2.6 Flash als die kosteneffiziente Variante in Xiaomis MiMo-V2.6-Reihe. Auf der Plattform läuft es unter der Modell-ID xiaomimimo/mimo-v2.6-flash und wird über eine serverlose API angesprochen.

Das Modell akzeptiert Text, Bild, Video und Audio als Eingabe und gibt Text zurück. Novita nennt ein Kontextfenster von 1.048.576 Token (1 Mio.) und eine maximale Ausgabelänge von 131.072 Token (128K). Als Funktionen sind Reasoning, Function Calling und strukturierte Ausgaben aufgeführt. Der Katalog weist außerdem Streaming und Prompt-Caching aus.

Genannt werden drei Endpunktfamilien: Chat Completions, Responses und eine Anthropic-kompatible. Laut Novita können Anwendungen so die Schnittstelle wählen, die zu ihrem bestehenden Client und ihrem Integrationsmuster passt.

Preise und die Rolle des Cachings

Novita gibt an, die folgenden Preise am 30. September 2026 mit seinem Modellkatalog abgeglichen zu haben:

Input-Token: 0,14 US-Dollar pro 1 Mio. Token
Cache-Read-Input-Token: 0,0028 US-Dollar pro 1 Mio. Token
Output-Token: 0,28 US-Dollar pro 1 Mio. Token

Der Cache-Read-Tarif richtet sich an Anwendungen, die einen stabilen System-Prompt, Richtlinien, einen Produktkatalog oder langen Referenzkontext wiederverwenden. Novita warnt, dass es sich nicht um einen automatischen Rabatt auf jede Anfrage handelt. Anwendungen müssen sich an das aktuelle Prompt-Caching-Verhalten der Plattform halten, und Nutzer sollten im eigenen Konto prüfen, wie Token klassifiziert werden, bevor sie Architekturentscheidungen darauf stützen.

Das Unternehmen betont zudem, dass die genannten Tarife Planungsgrößen und keine Abrechnungsgarantie seien, da die tatsächlichen Kosten von Prompt-Länge, Ausgabelänge, Caching-Verhalten und Wiederholungen abhängen. Vor der Budgetplanung für den Produktivbetrieb solle man die Live-Modellseite erneut prüfen.

Wo Novita den Einsatz sieht und wo nicht

Novita positioniert das Modell für hochfrequente Aufrufe und große professionelle Workflows, bei denen neben Langkontext und multimodalem Verständnis auch die Kosten zählen. Als mögliche Einsatzfelder nennt das Unternehmen dokumentenlastige Agenten, medienbewusste Support-Abläufe, Batch-Extraktion und Anwendungen mit Tool-Nutzung, die strukturierte Textantworten benötigen.

Das Unternehmen benennt auch die Grenzen offen. Ein Team mit kurzen, reinen Textanfragen greift womöglich lieber zu einem kleineren oder spezialisierteren Endpunkt. Teams, die ein veröffentlichtes Benchmark-Ergebnis für einen bestimmten Bereich oder ein in ihrer Umgebung noch nicht getestetes Antwortformat benötigen, schauen sich eventuell anderweitig um. Novita weist darauf hin, dass der Katalog Metadaten zu Fähigkeiten und Preisen liefert, aber keine Qualitätsgarantie für einen konkreten Workload. Zudem sei die Angabe von 1 Mio. Token Kontext eine maximale Kapazität und keine Empfehlung, jede Anfrage damit auszufüllen, da sehr große Prompts die Kosten erhöhen und die Fehlersuche erschweren können.

Wie Novita zum Testen rät

Der Beitrag empfiehlt eine kleine, bewusst angelegte erste Evaluierung:

Eine messbare Aufgabe mit erwarteten Ergebnissen wählen, etwa Klassifikation, Extraktion oder einen Support-Ablauf.
Eine praxistaugliche Obergrenze für die Ausgabe festlegen, auch wenn das Modell bis zu 128K Token zurückgeben kann.
Modalitäten getrennt testen und mit einer Text-Baseline beginnen, bevor Bilder, Audio oder Video hinzukommen.
Strukturierte Antworten in der Anwendung validieren und einen Wiederholungs- oder Reparaturpfad definieren.
Repräsentative Anfragen mit stabilem Kontext wiederholen und die Nutzungsprotokolle vergleichen, um das Cache-Verhalten zu messen.

Bei OpenAI-kompatiblen Integrationen setzen Entwickler das Modellfeld auf die exakte ID und finden Details zu Authentifizierung und Anfragen in Novitas API-Referenz „Create chat completion“.

Was das für Entwickler bedeutet

Für Entwickler, die bereits Novita AI nutzen, ergänzt MiMo V2.6 Flash das Angebot um eine günstige Option, die Langkontext, gemischte Medieneingabe und Tool-Nutzung in einem serverlosen Modell vereint. Als weitere Modelle der Plattform zum Vergleich nennt Novita Ling-3.0 Tiny und Qwen3.8 Flash. Das Listing enthält keine Benchmark-Ergebnisse. Ob Produktivverkehr auf das Modell umgeleitet wird, hängt deshalb davon ab, dass Teams Vergleichstests mit eigenen Prompts, Sprachen und Medienproben durchführen.