Pada snapshot OpenRouter periode 20–26 Juli, MiMo V2.5 Xiaomi dilaporkan memproses sekitar 10,5 triliun token per pekan dan memimpin lima besar yang seluruhnya diisi model buatan China. MiMo menggabungkan jendela konteks hingga 1 juta token serta pemahaman visual dan audio bawaan dengan akses API, paket harga berbas...
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian

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
Laporan peringkat OpenRouter pada Juli 2026 memberi gambaran mencolok tentang permintaan LLM dalam penggunaan nyata: MiMo-V2.5 dari Xiaomi dilaporkan memimpin dengan sekitar 10,5 triliun token pada pekan 20–26 Juli. Lima posisi teratas saat itu juga ditempati model yang dikembangkan di China. Kenaikan MiMo tampaknya bukan semata-mata akibat satu terobosan teknis, melainkan kombinasi kemampuan untuk agen AI, opsi penggunaan yang mudah diakses, serta biaya yang cocok bagi beban kerja bervolume tinggi. 8
15
Yang diukur adalah token yang dirutekan melalui OpenRouter, yakni platform yang memberi pengembang akses ke banyak model, bukan total seluruh permintaan LLM di dunia. Angka yang dilaporkan menempatkan MiMo di sekitar 10,5 triliun token mingguan dan 31,2 triliun token bulanan. Satu laporan menghitung kenaikan dari 1,46 triliun token mingguan pada Mei menjadi 10,46 triliun pada Juli, atau sekitar 616%. 15
Data tersebut tetap penting karena menunjukkan pilihan pengembang di sebuah platform perutean model berskala besar. Namun, jumlah token tidak sama dengan jumlah panggilan API, pengguna unik, pendapatan, atau tingkat pentingnya suatu aplikasi bagi bisnis. Model yang dipakai untuk memproses konteks sangat panjang atau menjalankan agen AI bertahap dapat menghabiskan jauh lebih banyak token untuk satu tugas dibanding chatbot dengan pertanyaan singkat.
Begitu pula, angka pangsa 63,5% untuk model China dibanding 35,5% untuk model AS adalah snapshot khusus OpenRouter dalam periode 28 hari yang berakhir pada 26 Juli. Angka itu tidak semestinya dianggap sebagai sensus seluruh inferensi AI global. 15
Xiaomi memosisikan MiMo-V2.5 untuk kemampuan agen (agentic capability) dan pemahaman multimodal. Menurut Xiaomi, model ini memiliki pemahaman visual dan audio bawaan serta mendukung konteks hingga 1 juta token. 16
Karakteristik itu relevan untuk agen pemrograman, riset berbasis dokumen dalam jumlah besar, analisis media, dan asisten yang menggunakan alat. Dalam skenario semacam ini, sistem dapat berulang kali membaca konteks, menyusun rencana, memanggil alat, memeriksa hasil, lalu merevisi jawaban. Pola tersebut secara alami menghasilkan konsumsi token yang tinggi.
MiMo juga memasuki pengujian publik pada 23 April 2026 dan pada awal peluncurannya ditawarkan gratis untuk waktu terbatas. 3 Ketersediaan cepat dapat sama pentingnya dengan hasil benchmark: pengembang bisa langsung menguji model dalam aplikasi, mengubah aturan perutean, dan memperbesar pemakaian tanpa proses pengadaan yang panjang.
Saat beberapa model sudah memenuhi ambang kualitas sebuah tim, pertanyaan praktis menjadi lebih menentukan: berapa biaya untuk menyelesaikan satu tugas, apakah layanan mampu menampung beban kerja, apakah model sesuai dengan tumpukan teknologi yang ada, dan apakah organisasi memiliki kendali atas cara model dijalankan.
Xiaomi secara eksplisit memasarkan paket harga berbasis token dan efisiensi token untuk keluarga MiMo. 1 Yang lebih penting, Xiaomi kemudian merilis seri V2.5 dengan lisensi MIT yang permisif. Lisensi ini memungkinkan deployment inferensi komersial, pelatihan lanjutan, dan fine-tuning tanpa izin tambahan.
2
Bobot model terbuka tidak otomatis menjamin adopsi. Namun, opsi tersebut memperluas pilihan: tim dapat memakai API terkelola, menjalankan model sendiri, melakukan fine-tuning, atau setidaknya memiliki jalur alternatif di luar satu penyedia. Untuk aplikasi bervolume tinggi, fleksibilitas ini bernilai karena biaya per penggunaan dan ketergantungan pada vendor dapat menjadi faktor besar.
Untuk periode 20–26 Juli, laporan berbasis data OpenRouter menempatkan MiMo-V2.5 di urutan pertama, diikuti DeepSeek V4 Flash, Tencent HY3, Zhipu GLM-5.2, dan DeepSeek V4 Pro. 8 Laporan lain pada Juli juga menggambarkan model asal China menyumbang lebih dari 60% lalu lintas yang dirutekan di platform tersebut.
19
26
Kesimpulan praktisnya bukan bahwa model China telah terbukti melampaui semua model AS pada setiap ukuran. Peringkat itu lebih menunjukkan bahwa adopsi model pada lapisan inferensi—saat model benar-benar dipakai untuk menjalankan aplikasi—telah menjadi arena yang sangat kompetitif. Model yang cukup mumpuni, murah dijalankan, dan mudah diintegrasikan dapat menarik volume penggunaan produksi yang sangat besar, bahkan ketika perdebatan tentang kepemimpinan model terdepan masih berlangsung.
Ada pula indikasi permintaan lintas negara. CNBC melaporkan bahwa porsi token perusahaan AS yang digunakan pada model China melalui OpenRouter bertahan di atas 30% setiap pekan sejak 8 Februari, dan pernah mencapai 46%. 23 Ini membuat perubahan tersebut sulit dijelaskan hanya sebagai dampak penggunaan domestik di China.
Kepemimpinan singkat MiMo menegaskan perbedaan penting dalam pasar AI:
Persaingan kedua memberi bobot lebih besar pada banyak faktor: rasio harga terhadap kinerja, kapasitas konteks, dukungan masukan multimodal, pilihan integrasi, dan ketentuan komersial. MiMo membawa sejumlah faktor itu sekaligus, sementara ekosistem model China menyediakan banyak alternatif yang bersaing untuk beban kerja pengembang yang sama.
Hal ini tidak menghapus kekuatan AS pada model tertutup kelas terdepan. Volume token juga bukan pengukuran langsung atas keamanan, keandalan, profitabilitas, maupun pentingnya penggunaan di perusahaan. Namun, data tersebut memperlihatkan bahwa pusat gravitasi inferensi ber-volume tinggi dapat bergeser cepat ketika model yang kapabel tersedia dengan ekonomi penggunaan dan opsi deployment yang menarik.
Posisi MiMo-V2.5 pada Juli lebih tepat dibaca sebagai tonggak distribusi dan ekonomi penggunaan. Angka sekitar 10,5 triliun token per pekan mencerminkan penawaran yang ditujukan untuk beban kerja agen dan multimodal, dengan konteks hingga 1 juta token, peluncuran yang mudah diakses, serta lisensi komersial terbuka yang hadir kemudian. 2
8
16
Hasil lima besar China karenanya adalah bukti bahwa adopsi LLM di dunia nyata makin menghargai sistem yang mudah dipakai, hemat biaya, dan fleksibel untuk dijalankan—bukan bukti bahwa perlombaan kepemimpinan AI global telah dimenangkan secara mutlak oleh satu negara.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Pada snapshot OpenRouter periode 20–26 Juli, MiMo V2.5 Xiaomi dilaporkan memproses sekitar 10,5 triliun token per pekan dan memimpin lima besar yang seluruhnya diisi model buatan China.
Pada snapshot OpenRouter periode 20–26 Juli, MiMo V2.5 Xiaomi dilaporkan memproses sekitar 10,5 triliun token per pekan dan memimpin lima besar yang seluruhnya diisi model buatan China. MiMo menggabungkan jendela konteks hingga 1 juta token serta pemahaman visual dan audio bawaan dengan akses API, paket harga berbasis token, dan lisensi MIT untuk penggunaan komersial.
Volume token bukan ukuran langsung bagi pendapatan, jumlah pengguna, keamanan, atau kepemimpinan riset AI; angka itu juga dipengaruhi konteks panjang dan proses berulang pada agen AI.
Pada snapshot OpenRouter periode 20–26 Juli, MiMo V2.5 Xiaomi dilaporkan memproses sekitar 10,5 triliun token per pekan dan memimpin lima besar yang seluruhnya diisi model buatan China. MiMo menggabungkan jendela konteks hingga 1 juta token serta pemahaman visual dan audio bawaan dengan akses API, paket harga berbas...
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian

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
Laporan peringkat OpenRouter pada Juli 2026 memberi gambaran mencolok tentang permintaan LLM dalam penggunaan nyata: MiMo-V2.5 dari Xiaomi dilaporkan memimpin dengan sekitar 10,5 triliun token pada pekan 20–26 Juli. Lima posisi teratas saat itu juga ditempati model yang dikembangkan di China. Kenaikan MiMo tampaknya bukan semata-mata akibat satu terobosan teknis, melainkan kombinasi kemampuan untuk agen AI, opsi penggunaan yang mudah diakses, serta biaya yang cocok bagi beban kerja bervolume tinggi. 8
15
Yang diukur adalah token yang dirutekan melalui OpenRouter, yakni platform yang memberi pengembang akses ke banyak model, bukan total seluruh permintaan LLM di dunia. Angka yang dilaporkan menempatkan MiMo di sekitar 10,5 triliun token mingguan dan 31,2 triliun token bulanan. Satu laporan menghitung kenaikan dari 1,46 triliun token mingguan pada Mei menjadi 10,46 triliun pada Juli, atau sekitar 616%. 15
Data tersebut tetap penting karena menunjukkan pilihan pengembang di sebuah platform perutean model berskala besar. Namun, jumlah token tidak sama dengan jumlah panggilan API, pengguna unik, pendapatan, atau tingkat pentingnya suatu aplikasi bagi bisnis. Model yang dipakai untuk memproses konteks sangat panjang atau menjalankan agen AI bertahap dapat menghabiskan jauh lebih banyak token untuk satu tugas dibanding chatbot dengan pertanyaan singkat.
Begitu pula, angka pangsa 63,5% untuk model China dibanding 35,5% untuk model AS adalah snapshot khusus OpenRouter dalam periode 28 hari yang berakhir pada 26 Juli. Angka itu tidak semestinya dianggap sebagai sensus seluruh inferensi AI global. 15
Xiaomi memosisikan MiMo-V2.5 untuk kemampuan agen (agentic capability) dan pemahaman multimodal. Menurut Xiaomi, model ini memiliki pemahaman visual dan audio bawaan serta mendukung konteks hingga 1 juta token. 16
Karakteristik itu relevan untuk agen pemrograman, riset berbasis dokumen dalam jumlah besar, analisis media, dan asisten yang menggunakan alat. Dalam skenario semacam ini, sistem dapat berulang kali membaca konteks, menyusun rencana, memanggil alat, memeriksa hasil, lalu merevisi jawaban. Pola tersebut secara alami menghasilkan konsumsi token yang tinggi.
MiMo juga memasuki pengujian publik pada 23 April 2026 dan pada awal peluncurannya ditawarkan gratis untuk waktu terbatas. 3 Ketersediaan cepat dapat sama pentingnya dengan hasil benchmark: pengembang bisa langsung menguji model dalam aplikasi, mengubah aturan perutean, dan memperbesar pemakaian tanpa proses pengadaan yang panjang.
Saat beberapa model sudah memenuhi ambang kualitas sebuah tim, pertanyaan praktis menjadi lebih menentukan: berapa biaya untuk menyelesaikan satu tugas, apakah layanan mampu menampung beban kerja, apakah model sesuai dengan tumpukan teknologi yang ada, dan apakah organisasi memiliki kendali atas cara model dijalankan.
Xiaomi secara eksplisit memasarkan paket harga berbasis token dan efisiensi token untuk keluarga MiMo. 1 Yang lebih penting, Xiaomi kemudian merilis seri V2.5 dengan lisensi MIT yang permisif. Lisensi ini memungkinkan deployment inferensi komersial, pelatihan lanjutan, dan fine-tuning tanpa izin tambahan.
2
Bobot model terbuka tidak otomatis menjamin adopsi. Namun, opsi tersebut memperluas pilihan: tim dapat memakai API terkelola, menjalankan model sendiri, melakukan fine-tuning, atau setidaknya memiliki jalur alternatif di luar satu penyedia. Untuk aplikasi bervolume tinggi, fleksibilitas ini bernilai karena biaya per penggunaan dan ketergantungan pada vendor dapat menjadi faktor besar.
Untuk periode 20–26 Juli, laporan berbasis data OpenRouter menempatkan MiMo-V2.5 di urutan pertama, diikuti DeepSeek V4 Flash, Tencent HY3, Zhipu GLM-5.2, dan DeepSeek V4 Pro. 8 Laporan lain pada Juli juga menggambarkan model asal China menyumbang lebih dari 60% lalu lintas yang dirutekan di platform tersebut.
19
26
Kesimpulan praktisnya bukan bahwa model China telah terbukti melampaui semua model AS pada setiap ukuran. Peringkat itu lebih menunjukkan bahwa adopsi model pada lapisan inferensi—saat model benar-benar dipakai untuk menjalankan aplikasi—telah menjadi arena yang sangat kompetitif. Model yang cukup mumpuni, murah dijalankan, dan mudah diintegrasikan dapat menarik volume penggunaan produksi yang sangat besar, bahkan ketika perdebatan tentang kepemimpinan model terdepan masih berlangsung.
Ada pula indikasi permintaan lintas negara. CNBC melaporkan bahwa porsi token perusahaan AS yang digunakan pada model China melalui OpenRouter bertahan di atas 30% setiap pekan sejak 8 Februari, dan pernah mencapai 46%. 23 Ini membuat perubahan tersebut sulit dijelaskan hanya sebagai dampak penggunaan domestik di China.
Kepemimpinan singkat MiMo menegaskan perbedaan penting dalam pasar AI:
Persaingan kedua memberi bobot lebih besar pada banyak faktor: rasio harga terhadap kinerja, kapasitas konteks, dukungan masukan multimodal, pilihan integrasi, dan ketentuan komersial. MiMo membawa sejumlah faktor itu sekaligus, sementara ekosistem model China menyediakan banyak alternatif yang bersaing untuk beban kerja pengembang yang sama.
Hal ini tidak menghapus kekuatan AS pada model tertutup kelas terdepan. Volume token juga bukan pengukuran langsung atas keamanan, keandalan, profitabilitas, maupun pentingnya penggunaan di perusahaan. Namun, data tersebut memperlihatkan bahwa pusat gravitasi inferensi ber-volume tinggi dapat bergeser cepat ketika model yang kapabel tersedia dengan ekonomi penggunaan dan opsi deployment yang menarik.
Posisi MiMo-V2.5 pada Juli lebih tepat dibaca sebagai tonggak distribusi dan ekonomi penggunaan. Angka sekitar 10,5 triliun token per pekan mencerminkan penawaran yang ditujukan untuk beban kerja agen dan multimodal, dengan konteks hingga 1 juta token, peluncuran yang mudah diakses, serta lisensi komersial terbuka yang hadir kemudian. 2
8
16
Hasil lima besar China karenanya adalah bukti bahwa adopsi LLM di dunia nyata makin menghargai sistem yang mudah dipakai, hemat biaya, dan fleksibel untuk dijalankan—bukan bukti bahwa perlombaan kepemimpinan AI global telah dimenangkan secara mutlak oleh satu negara.
Studio Global AI
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Pada snapshot OpenRouter periode 20–26 Juli, MiMo V2.5 Xiaomi dilaporkan memproses sekitar 10,5 triliun token per pekan dan memimpin lima besar yang seluruhnya diisi model buatan China.
Pada snapshot OpenRouter periode 20–26 Juli, MiMo V2.5 Xiaomi dilaporkan memproses sekitar 10,5 triliun token per pekan dan memimpin lima besar yang seluruhnya diisi model buatan China. MiMo menggabungkan jendela konteks hingga 1 juta token serta pemahaman visual dan audio bawaan dengan akses API, paket harga berbasis token, dan lisensi MIT untuk penggunaan komersial.
Volume token bukan ukuran langsung bagi pendapatan, jumlah pengguna, keamanan, atau kepemimpinan riset AI; angka itu juga dipengaruhi konteks panjang dan proses berulang pada agen AI.