MiniCPM-o 2.6 est le modèle le plus récent et le plus performant de la série MiniCPM-o. Ce modèle, basé sur SigLip-400M, Whisper-medium-300M, ChatTTS-200M et Qwen2.5-7B, possède 8 milliards de paramètres. Il excelle dans la compréhension visuelle, l'interaction vocale et la diffusion en direct multimodale, prenant en charge les conversations vocales en temps réel et les fonctionnalités de diffusion en direct multimodale. Ce modèle a démontré d'excellentes performances au sein de la communauté open source, surpassant plusieurs modèles renommés. Ses atouts résident dans sa vitesse d'inférence élevée, sa faible latence, sa faible consommation de mémoire et d'énergie, lui permettant de prendre en charge efficacement la diffusion en direct multimodale sur des appareils tels que les iPad. De plus, MiniCPM-o 2.6 est facile à utiliser et prend en charge plusieurs modes d'utilisation, notamment l'inférence CPU avec llama.cpp, les modèles quantifiés aux formats int4 et GGUF, et l'inférence à haut débit avec vLLM.