OpenRouterin 20.–26.7.2026 kattaneessa tilannekuvassa Xiaomin MiMo V2.5 käsitteli tiettävästi noin 10,5 biljoonaa tokenia ja johti kokonaan kiinalaismallien hallitsemaa kärkiviisikkoa. MiMo yhdisti miljoonan tokenin konteksti ikkunan sekä natiivin kuva ja ääniymmärryksen julkiseen saatavuuteen, tokenhinnoitteluun ja...
JulkaisijaMuokattu mallilla GPT-5.6 TerraKuvat luotu mallilla GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did Xiaomi’s MiMo‑V2.5 become the world’s most-used LLM by token volume by July 2026—reaching 10.5 trillion weekly and 31.2 trillion mon. Article summary: MiMo‑V2.5’s rise appears to be a distribution-and-economics win as much as a model-quality win: Xiaomi paired agent-oriented, native multimodal capability and a 1M-token context window with aggressively accessible API ac. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
OpenRouterin heinäkuun 2026 ranking nosti esiin käytännönläheisen mittarin suurten kielimallien kysynnälle: Xiaomin MiMo-V2.5 käsitteli raporttien mukaan 20.–26.7. noin 10,5 biljoonaa tokenia. Viisi kärkisijaa menivät kiinalaisille malleille. MiMon nousua ei kannata selittää yhdellä teknisellä läpimurrolla, vaan ominaisuuksien, käyttöönoton helppouden ja suurille työkuormille sopivan talouden yhdistelmällä. 8
15
Otsikon luvut kuvaavat OpenRouterin kautta reititettyjä tokeneita. OpenRouter on palvelu, jonka kautta kehittäjät voivat käyttää useita eri kielimalleja yhdestä rajapinnasta. Luvut eivät siis ole maailman kaikkien tekoälypyyntöjen kattava laskenta.
Heinäkuun raportoidut luvut olivat MiMo-V2.5:lle noin 10,5 biljoonaa tokenia viikossa ja 31,2 biljoonaa kuukaudessa. Erään raportin mukaan viikoittainen määrä nousi toukokuun 1,46 biljoonasta heinäkuun 10,46 biljoonaan tokeniin, eli noin 616 prosenttia. 15
Luvut kertovat silti paljon siitä, mitä kehittäjät valitsivat suuren mallivälitysalustan kautta. Tokenit eivät kuitenkaan ole sama asia kuin API-kutsujen määrä, yksittäisten käyttäjien määrä, liikevaihto tai sovelluksen liiketoimintakriittisyys. Pitkää aineistoa käsittelevä tai useita vaiheita suorittava agentti voi kuluttaa yhtä tehtävää kohden moninkertaisesti tokeneita verrattuna lyhyeen chat-kyselyyn.
Myös usein siteerattu 63,5 prosentin osuus kiinalaisille malleille ja 35,5 prosentin osuus yhdysvaltalaisille malleille on OpenRouter-kohtainen tilannekuva: se koski 26.7. päättyvää 28 päivän jaksoa. Sitä ei pidä tulkita koko maailman tekoälylaskennan väestönlaskennaksi. 15
Xiaomi asemoi MiMo-V2.5:n erityisesti agenttikyvykkyyteen ja multimodaaliseen ymmärrykseen. Yhtiön mukaan mallissa on natiivi kuva- ja ääniymmärrys sekä enintään miljoonan tokenin konteksti-ikkuna. 16
Tällaisista ominaisuuksista on hyötyä esimerkiksi ohjelmointiagenteissa, laajoja asiakirjakokonaisuuksia analysoivissa tutkimustyökaluissa, media-analyysissä ja työkaluja käyttävissä avustajissa. Agentti voi lukea tausta-aineistoa, suunnitella seuraavan vaiheen, kutsua ulkoista työkalua, tarkastella tulosta ja muokata vastaustaan. Jokainen vaihe kasvattaa tokenkulutusta.
MiMo tuli julkiseen testiin 23.4.2026, ja Xiaomi tarjosi sitä aluksi rajatun ajan maksutta. 3 Nopea saatavuus voi olla käytännössä yhtä tärkeää kuin hyvä vertailutulos: kehittäjät voivat kokeilla mallia omissa sovelluksissaan, muuttaa reitityssääntöjä ja kasvattaa käyttöä ilman pitkää hankintaprosessia.
Kun useampi malli ylittää tiimin vaatiman laatutason, valinta siirtyy usein käytännön kysymyksiin: paljonko valmis työ maksaa, riittääkö kapasiteetti, sopiiko rajapinta nykyiseen tekniseen pinoon ja voiko käyttöönottoa hallita itse?
Xiaomi markkinoi MiMo-perheelle tokenpakettihinnoittelua ja tokenitehokkuutta. 1 Vielä merkittävämpää on, että yhtiö julkaisi myöhemmin V2.5-sarjan mallipainot sallivalla MIT-lisenssillä. Lisenssi mahdollistaa kaupallisen inferenssikäytön, jatkokoulutuksen ja hienosäädön ilman erillistä lupaa.
2
Avoimet mallipainot eivät automaattisesti takaa suosiota, mutta ne lisäävät vaihtoehtoja. Organisaatio voi käyttää ylläpidettyä API-palvelua, ajaa mallia itse, hienosäätää sitä tai pitää avoinna vaihtoehtoisen käyttöönoton reitin. Suurissa käyttömäärissä tämä joustavuus on tärkeää, koska yksikkökustannukset ja toimittajariippuvuus voivat kasvaa olennaisiksi kysymyksiksi.
20.–26.7. julkaistuissa OpenRouteriin pohjautuvissa raporteissa MiMo-V2.5 oli ensimmäinen. Sitä seurasivat DeepSeek V4 Flash, Tencent HY3, Zhipu GLM-5.2 ja DeepSeek V4 Pro. 8 Muutkin heinäkuun raportit kuvasivat kiinalaislähtöisten mallien käsittelevän yli 60 prosenttia alustan reititetystä liikenteestä.
19
26
Johtopäätös ei ole, että kiinalaiset mallit olisivat lopullisesti ohittaneet kaikki yhdysvaltalaiset mallit jokaisella laatumittarilla. Ranking osoittaa pikemminkin, että mallien käyttöönotosta käytävä kilpailu on inferenssikerroksessa erittäin avoin. Riittävän kyvykäs, edullinen ja helposti integroitava malli voi kerätä valtavasti tuotantokäyttöä, vaikka kiistely tutkimuksen kärkimallien paremmuudesta jatkuisi.
Kysyntää oli myös Kiinan ulkopuolella. CNBC:n mukaan yhdysvaltalaisyritysten OpenRouterin kautta kiinalaisiin malleihin käyttämien tokenien osuus oli ollut yli 30 prosenttia jokaisella viikolla 8.2. alkaen ja käynyt korkeimmillaan 46 prosentissa. 23 Muutosta ei siis voi selittää pelkästään kotimaisella käytöllä.
MiMon lyhyt kärkipaikka havainnollistaa tekoälymarkkinoiden keskeistä eroa:
Jälkimmäisessä kilpailussa palkitaan laajempi ominaisuusjoukko: hinta–suorituskyky-suhde, konteksti-ikkunan koko, multimodaaliset syötteet, integraatiovaihtoehdot ja kaupalliset ehdot. MiMo kokosi useita näistä ominaisuuksista yhteen, ja Kiinan malliekosysteemi tarjosi useita vaihtoehtoja samoihin kehittäjien työkuormiin.
Tämä ei poista yhdysvaltalaisten toimijoiden vahvuutta suljetuissa kärkimallissa. Tokenmäärä ei myöskään mittaa turvallisuutta, luotettavuutta, kannattavuutta tai yrityskäytön merkitystä. Se kuitenkin osoittaa, että suuren volyymin inferenssin painopiste voi siirtyä nopeasti, kun kyvykkäitä malleja on tarjolla edullisin hinnoin ja joustavin käyttöehdoin.
MiMo-V2.5:n heinäkuinen kärkipaikka on ennen kaikkea jakelun ja talouden merkkipaalu. Raportoitu 10,5 biljoonan viikkotokenin määrä syntyi mallille, joka on suunnattu agentti- ja multimodaalisiin työkuormiin, tarjoaa jopa miljoonan tokenin konteksti-ikkunan ja tuli nopeasti käyttöön. Myöhemmin sen mallipainot julkaistiin kaupalliseen käyttöön soveltuvalla avoimella lisenssillä. 2
8
16
Kiinalaisten mallien kärkiviisikko kertoo siten ennen kaikkea siitä, että todellinen kielimallien käyttöönotto suosii yhä enemmän käytännössä ajettavia ja kustannustietoisia järjestelmiä. Se ei yksin ratkaise, mikä maa tai mikä yksittäinen malli johtaa tekoälykilpailua kaikilla mittareilla.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
OpenRouterin 20.–26.7.2026 kattaneessa tilannekuvassa Xiaomin MiMo V2.5 käsitteli tiettävästi noin 10,5 biljoonaa tokenia ja johti kokonaan kiinalaismallien hallitsemaa kärkiviisikkoa.
OpenRouterin 20.–26.7.2026 kattaneessa tilannekuvassa Xiaomin MiMo V2.5 käsitteli tiettävästi noin 10,5 biljoonaa tokenia ja johti kokonaan kiinalaismallien hallitsemaa kärkiviisikkoa. MiMo yhdisti miljoonan tokenin konteksti ikkunan sekä natiivin kuva ja ääniymmärryksen julkiseen saatavuuteen, tokenhinnoitteluun ja myöhemmin MIT lisensoituun avoimeen mallipainojen julkaisuun.
Tokenmäärä ei mittaa liikevaihtoa, käyttäjämääriä, turvallisuutta tai tutkimuksellista kärkiasemaa: pitkät kontekstit ja monivaiheiset agentit kasvattavat tokenkulutusta nopeasti.
OpenRouterin 20.–26.7.2026 kattaneessa tilannekuvassa Xiaomin MiMo V2.5 käsitteli tiettävästi noin 10,5 biljoonaa tokenia ja johti kokonaan kiinalaismallien hallitsemaa kärkiviisikkoa. MiMo yhdisti miljoonan tokenin konteksti ikkunan sekä natiivin kuva ja ääniymmärryksen julkiseen saatavuuteen, tokenhinnoitteluun ja...
JulkaisijaMuokattu mallilla GPT-5.6 TerraKuvat luotu mallilla GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: How did Xiaomi’s MiMo‑V2.5 become the world’s most-used LLM by token volume by July 2026—reaching 10.5 trillion weekly and 31.2 trillion mon. Article summary: MiMo‑V2.5’s rise appears to be a distribution-and-economics win as much as a model-quality win: Xiaomi paired agent-oriented, native multimodal capability and a 1M-token context window with aggressively accessible API ac. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
OpenRouterin heinäkuun 2026 ranking nosti esiin käytännönläheisen mittarin suurten kielimallien kysynnälle: Xiaomin MiMo-V2.5 käsitteli raporttien mukaan 20.–26.7. noin 10,5 biljoonaa tokenia. Viisi kärkisijaa menivät kiinalaisille malleille. MiMon nousua ei kannata selittää yhdellä teknisellä läpimurrolla, vaan ominaisuuksien, käyttöönoton helppouden ja suurille työkuormille sopivan talouden yhdistelmällä. 8
15
Otsikon luvut kuvaavat OpenRouterin kautta reititettyjä tokeneita. OpenRouter on palvelu, jonka kautta kehittäjät voivat käyttää useita eri kielimalleja yhdestä rajapinnasta. Luvut eivät siis ole maailman kaikkien tekoälypyyntöjen kattava laskenta.
Heinäkuun raportoidut luvut olivat MiMo-V2.5:lle noin 10,5 biljoonaa tokenia viikossa ja 31,2 biljoonaa kuukaudessa. Erään raportin mukaan viikoittainen määrä nousi toukokuun 1,46 biljoonasta heinäkuun 10,46 biljoonaan tokeniin, eli noin 616 prosenttia. 15
Luvut kertovat silti paljon siitä, mitä kehittäjät valitsivat suuren mallivälitysalustan kautta. Tokenit eivät kuitenkaan ole sama asia kuin API-kutsujen määrä, yksittäisten käyttäjien määrä, liikevaihto tai sovelluksen liiketoimintakriittisyys. Pitkää aineistoa käsittelevä tai useita vaiheita suorittava agentti voi kuluttaa yhtä tehtävää kohden moninkertaisesti tokeneita verrattuna lyhyeen chat-kyselyyn.
Myös usein siteerattu 63,5 prosentin osuus kiinalaisille malleille ja 35,5 prosentin osuus yhdysvaltalaisille malleille on OpenRouter-kohtainen tilannekuva: se koski 26.7. päättyvää 28 päivän jaksoa. Sitä ei pidä tulkita koko maailman tekoälylaskennan väestönlaskennaksi. 15
Xiaomi asemoi MiMo-V2.5:n erityisesti agenttikyvykkyyteen ja multimodaaliseen ymmärrykseen. Yhtiön mukaan mallissa on natiivi kuva- ja ääniymmärrys sekä enintään miljoonan tokenin konteksti-ikkuna. 16
Tällaisista ominaisuuksista on hyötyä esimerkiksi ohjelmointiagenteissa, laajoja asiakirjakokonaisuuksia analysoivissa tutkimustyökaluissa, media-analyysissä ja työkaluja käyttävissä avustajissa. Agentti voi lukea tausta-aineistoa, suunnitella seuraavan vaiheen, kutsua ulkoista työkalua, tarkastella tulosta ja muokata vastaustaan. Jokainen vaihe kasvattaa tokenkulutusta.
MiMo tuli julkiseen testiin 23.4.2026, ja Xiaomi tarjosi sitä aluksi rajatun ajan maksutta. 3 Nopea saatavuus voi olla käytännössä yhtä tärkeää kuin hyvä vertailutulos: kehittäjät voivat kokeilla mallia omissa sovelluksissaan, muuttaa reitityssääntöjä ja kasvattaa käyttöä ilman pitkää hankintaprosessia.
Kun useampi malli ylittää tiimin vaatiman laatutason, valinta siirtyy usein käytännön kysymyksiin: paljonko valmis työ maksaa, riittääkö kapasiteetti, sopiiko rajapinta nykyiseen tekniseen pinoon ja voiko käyttöönottoa hallita itse?
Xiaomi markkinoi MiMo-perheelle tokenpakettihinnoittelua ja tokenitehokkuutta. 1 Vielä merkittävämpää on, että yhtiö julkaisi myöhemmin V2.5-sarjan mallipainot sallivalla MIT-lisenssillä. Lisenssi mahdollistaa kaupallisen inferenssikäytön, jatkokoulutuksen ja hienosäädön ilman erillistä lupaa.
2
Avoimet mallipainot eivät automaattisesti takaa suosiota, mutta ne lisäävät vaihtoehtoja. Organisaatio voi käyttää ylläpidettyä API-palvelua, ajaa mallia itse, hienosäätää sitä tai pitää avoinna vaihtoehtoisen käyttöönoton reitin. Suurissa käyttömäärissä tämä joustavuus on tärkeää, koska yksikkökustannukset ja toimittajariippuvuus voivat kasvaa olennaisiksi kysymyksiksi.
20.–26.7. julkaistuissa OpenRouteriin pohjautuvissa raporteissa MiMo-V2.5 oli ensimmäinen. Sitä seurasivat DeepSeek V4 Flash, Tencent HY3, Zhipu GLM-5.2 ja DeepSeek V4 Pro. 8 Muutkin heinäkuun raportit kuvasivat kiinalaislähtöisten mallien käsittelevän yli 60 prosenttia alustan reititetystä liikenteestä.
19
26
Johtopäätös ei ole, että kiinalaiset mallit olisivat lopullisesti ohittaneet kaikki yhdysvaltalaiset mallit jokaisella laatumittarilla. Ranking osoittaa pikemminkin, että mallien käyttöönotosta käytävä kilpailu on inferenssikerroksessa erittäin avoin. Riittävän kyvykäs, edullinen ja helposti integroitava malli voi kerätä valtavasti tuotantokäyttöä, vaikka kiistely tutkimuksen kärkimallien paremmuudesta jatkuisi.
Kysyntää oli myös Kiinan ulkopuolella. CNBC:n mukaan yhdysvaltalaisyritysten OpenRouterin kautta kiinalaisiin malleihin käyttämien tokenien osuus oli ollut yli 30 prosenttia jokaisella viikolla 8.2. alkaen ja käynyt korkeimmillaan 46 prosentissa. 23 Muutosta ei siis voi selittää pelkästään kotimaisella käytöllä.
MiMon lyhyt kärkipaikka havainnollistaa tekoälymarkkinoiden keskeistä eroa:
Jälkimmäisessä kilpailussa palkitaan laajempi ominaisuusjoukko: hinta–suorituskyky-suhde, konteksti-ikkunan koko, multimodaaliset syötteet, integraatiovaihtoehdot ja kaupalliset ehdot. MiMo kokosi useita näistä ominaisuuksista yhteen, ja Kiinan malliekosysteemi tarjosi useita vaihtoehtoja samoihin kehittäjien työkuormiin.
Tämä ei poista yhdysvaltalaisten toimijoiden vahvuutta suljetuissa kärkimallissa. Tokenmäärä ei myöskään mittaa turvallisuutta, luotettavuutta, kannattavuutta tai yrityskäytön merkitystä. Se kuitenkin osoittaa, että suuren volyymin inferenssin painopiste voi siirtyä nopeasti, kun kyvykkäitä malleja on tarjolla edullisin hinnoin ja joustavin käyttöehdoin.
MiMo-V2.5:n heinäkuinen kärkipaikka on ennen kaikkea jakelun ja talouden merkkipaalu. Raportoitu 10,5 biljoonan viikkotokenin määrä syntyi mallille, joka on suunnattu agentti- ja multimodaalisiin työkuormiin, tarjoaa jopa miljoonan tokenin konteksti-ikkunan ja tuli nopeasti käyttöön. Myöhemmin sen mallipainot julkaistiin kaupalliseen käyttöön soveltuvalla avoimella lisenssillä. 2
8
16
Kiinalaisten mallien kärkiviisikko kertoo siten ennen kaikkea siitä, että todellinen kielimallien käyttöönotto suosii yhä enemmän käytännössä ajettavia ja kustannustietoisia järjestelmiä. Se ei yksin ratkaise, mikä maa tai mikä yksittäinen malli johtaa tekoälykilpailua kaikilla mittareilla.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
OpenRouterin 20.–26.7.2026 kattaneessa tilannekuvassa Xiaomin MiMo V2.5 käsitteli tiettävästi noin 10,5 biljoonaa tokenia ja johti kokonaan kiinalaismallien hallitsemaa kärkiviisikkoa.
OpenRouterin 20.–26.7.2026 kattaneessa tilannekuvassa Xiaomin MiMo V2.5 käsitteli tiettävästi noin 10,5 biljoonaa tokenia ja johti kokonaan kiinalaismallien hallitsemaa kärkiviisikkoa. MiMo yhdisti miljoonan tokenin konteksti ikkunan sekä natiivin kuva ja ääniymmärryksen julkiseen saatavuuteen, tokenhinnoitteluun ja myöhemmin MIT lisensoituun avoimeen mallipainojen julkaisuun.
Tokenmäärä ei mittaa liikevaihtoa, käyttäjämääriä, turvallisuutta tai tutkimuksellista kärkiasemaa: pitkät kontekstit ja monivaiheiset agentit kasvattavat tokenkulutusta nopeasti.