النموذج الرائد الجديد من شاومي يتصدر تصنيفات الوزن المفتوح بدرجة 46

أعلنت شاومي في 22 سبتمبر 2026 عن إصدار ومفتوحة المصدر لـ MiMo-V2.6 سلسلة، التي تقودها نموذج رائد يحصل على درجة 46 في مؤشر الذكاء وفقًا لمالك المعيار Artificial Analysis، وهو أعلى نتيجة وزن مفتوح في لوحة المتصدرين تلك.

تتضمن السلسلة نموذجين متعددين الوضعيات أصليين: MiMo-V2.6-Pro، التي تصفها شاومي بأنها النموذج الأكثر قدرة حتى الآن، وMiMo-V2.6-Flash، التي تقول الشركة إنّها تحقق توازنًا بين الذكاء والكفاءة والتكلفة. النسخة الثالثة، MiMo-V2.6-Pro-UltraSpeed، توفر إخراجًا أسرع حتى 20 مرة بنفس الجودة للمستخدمين الذين يحتاجون إلى سرعة توليد قصوى، وفقًا لشاومي.

تصنيف معيار Artificial Analysis

تسجل صفحة النموذج الخاصة بـ Artificial Analysis لـ MiMo-V2.6-Pro درجة 46 في مؤشر الذكاء الإصدار 4.3.2، وهو مزيج من 10 تقييمات تشمل AA‑Briefcase v1.1، GDPval‑AA v2.1، AutomationBench‑AA، Terminal‑Bench 4.0، SciCode، وHumanity’s Last Exam. تضع مقارنة النماذج المفتوحة المصدر الخاصة بالمقيم MiMo‑V2.6‑Pro في الصدارة بين نماذج الوزن المفتوح، متقدمة على GLM‑5.3 (max) من Z AI بدرجة 45 وKimi K3 (max) بدرجة 44، وتصف كلًا من MiMo‑V2.6‑Pro وGLM‑5.3 (max) كأعلى نماذج مفتوحة المصدر من حيث الذكاء.

بين الأنظمة المملوكة، تُدرج صفحة Grok 4.7 (xhigh) الخاصة بـ Artificial Analysis نموذج SpaceXAI بنفس الدرجة 46. تشير إعلان شاومي إلى حصوله على 46.32 في المؤشر وتصف MiMo‑V2.6‑Pro بأنه “أقوى نموذج مفتوح المصدر حتى الآن”، قائلة إنه يتفوق على Kimi K3 وQwen3.8 Max. تُحدد Artificial Analysis تكلفة النموذج بـ $0.13 لكل مهمة في مؤشر الذكاء وتُبلغ أن تقييمه على المؤشر كلف $206.66. تقول شاومي إن السلسلة تحافظ على أسعار واجهة برمجة التطبيقات لسلسلة V2.5، التي تصفها بأنها تدفع حدود باريتو الذكاء مقابل التكلفة إلى الخارج.

تُدرج Artificial Analysis تاريخ إصدار النموذج في 21 سبتمبر 2026؛ تاريخ منشور إعلان شاومي هو 22 سبتمبر 2026.

معمارية MoE المتناثرة والأوزان المرخصة برخصة MIT

وفقًا لـ بطاقة النموذج التي نشرتها فريق MiMo التابع لشاومي، فإن نقطة تفتيش MiMo‑V2.6‑Pro‑RL الرائدة هي نموذج خلط الخبراء المتناثر يحتوي على 1.02 تريليون معلمة إجمالية و42 مليار مُفعَّلة لكل رمز، وطول سياق 1M رمز، وإدخالات نص، صورة، فيديو، وصوت مع إخراج نصي. تُدرج مواصفات Artificial Analysis نفس عدد المعلمات، نافذة السياق، والوسائط، وتُسجل رخصة MIT التي تسمح بالاستخدام التجاري.

تفصل البطاقة بنية أساسية مكوّنة من 70 طبقة، و60 طبقة انتباه بنظام النافذة المتحركة متداخلة مع 10 طبقات انتباه عالمي، مع 384 خبيرًا موجهًا يُنشط ثمانية منهم لكل رمز. يتعامل ViT MiMo الذي يضم 681M معلمة مع الرؤية، ويتعامل AudioTokenizer الذي يضم 308M معلمة ومُشفّر مقاطع صوتية يضم 127M معلمة مع الصوت، ويُنبئ مُفسّر تخميني متعدد الرموز من خمس طبقات سبعة رموز لاحقة لكل تمريرة أمامية.

الأوزان الخاصة بـ MiMo‑V2.6‑Pro‑RL وMiMo‑V2.6‑Flash‑RL منشورة على Hugging Face، مع توفر ModelScope عند الإصدار. صرّحت شاومي بأنها تُصدر أيضًا التقرير الفني الكامل، وبيئات التدريب، وكود RL حتى يتمكن الباحثون من إعادة إنتاج النتائج والتحقق منها.

تشغيل التعلم المعزز المبثوث مباشرة

قالت شاومي إنها بثت تشغيل التعلم المعزز الإنتاجي مباشرةً أثناء حدوثه. في أقل من ستة أيام، أكمل كل من MiMo‑V2.6‑Flash وMiMo‑V2.6‑Pro 30 خطوة تعلم معزز، عبر نحو 750,000 مسار، بتكلفة تقريبية تبلغ حوالي $0.85 مليون و$2.62 مليون على التوالي. ارتفعت نسبة النجاح في مهام التدريب بمقدار 25٪ و12٪ نسبيًا، وعلى معيار DeepSWE v1.1، وهو معيار هندسة برمجيات طويل الأفق مُحتفظ به، ارتفعت الدرجات من 48.8 إلى 65.68 لـ Flash ومن 58.4 إلى 72.57 لـ Pro، وفقًا لتقارير شاومي.

ذكرت الشركة أنها وسعت حسابات التعلم المعزز على ثلاثة محاور: دفعات أكبر على بنية غير متزامنة بالكامل مع 1,568 عينة لكل تحديث، تدريب بطول سياق يصل إلى 1M ورقة و3.5 إلى 3.7 مليار رمز لكل خطوة؛ مجموعة مهام متعددة تشمل الترميز، الوكلاء العامين، المهام البصرية، والمهام السيبرانية موزعة عبر عدة حواجز؛ ومزيد من حسابات المقيِّم، باستخدام المقارنة النسبية داخل كل مجموعة لإنتاج إشارات مكافأة أكثر دقة.

تحدد بطاقة النموذج تحسين سياسة تحسين المجموعة النسبية غير المتزامنة بالكامل بـ 1,568 موجه مع 16 تجريبًا لكل منها في كل خطوة، وتوليف مكافأة المجموعة لبناء قواعد تقييم خاصة بالمهام بشكل غير متصل من تجارب متناقضة، وإعادة توزيع ميزة المجموعة لترتيب المسارات الناجحة مباشرةً. تتبع مرحلة تقطير متعددة المعلمين متعددة البادئات على سياسة تسمى MOPD2 تشغيل التعلم المعزز المختلط، وتصف شاومي دفاعات ضد اختراق المكافأة تشمل تصميم المكافأة، التقييم العدائي، اكتشاف الشذوذ، والتحقق المتبادل بين المدققين.

التسعير، التوفر، والاستخدامات المُظهرة

في جداول القياس الخاصة بـ Xiaomi، يحصل MiMo-V2.6-Pro على 71.9 في DeepSWE v1.1 مقابل 67.9 لـ Flash و19.0 لـ MiMo-V2.5-Pro، متأخراً عن DeepSeek V4.1 Flash (74.2)، Claude Opus 5 (74.0)، وGPT 6 Astra (74.0). تُدرج Xiaomi Pro عند 1,673 في GDPVal 2.1، وهو تصنيف إيلو أوردته Artificial Analysis، خلف Claude Fable 5.1 (1,735) وClaude Opus 5 (1,708). تشمل النتائج الأخرى المبلغ عنها لـ Pro 76.9 في Toolathon-verified، 53.1 في Automation Bench v1.0.6، 34.9 في Terminal Bench 4.0، و94.0 في CyberGym، حيث يُسجل Flash 95.1 مقابل 84.5 لـ GLM 5.3.

كلا النموذجين متاحين في AI Studio وMiMo Code وMiMo Desktop، وكذلك عبر منصة MiMo API وOpenRouter. يخرج MiMo Desktop من مرحلة الوصول المبكر مع إصداره الرسمي الأول، مع تضمين Pro وFlash، وذكرت Xiaomi أن برنامج UltraSpeed للوصول المبكر سيستمر أسبوعًا آخر، وطُلب من المستخدمين الحاليين التحويل إلى أسماء النماذج الجديدة.

لم تتغير أسعار واجهة برمجة التطبيقات عن سلسلة V2.5: لكل مليون رمز، يكلف MiMo-V2.6-Pro $0.0036 لإدخال cache-hit، $0.435 لإدخال cache-miss، و$0.87 للإخراج؛ يكلف MiMo-V2.6-Flash $0.0028، $0.14، و$0.28؛ ويكلف MiMo-V2.6-Pro-UltraSpeed $0.036، $4.35، و$8.70 في الفئات الثلاث نفسها. قيست Artificial Analysis 129.7 رمز إخراج في الثانية ووقت 2.17 ثانية للوصول إلى الرمز الأول عبر واجهة برمجة تطبيقات Xiaomi.

تشمل عروض Xiaomi تطوير ألعاب متعددة الوكلاء، نمذجة ثلاثية الأبعاد باستخدام Blender، التحكم في حلقة مغلقة لذراع روبوتية محاكاة من نوع Franka Panda من خلال تدفقات كاميرات متعددة المناظر، تصميم الواجهة الأمامية والعروض التقديمية، إنشاء فيديو من الطرف إلى الطرف، وتأليف موسيقي، بما في ذلك قطعة أوركسترالية تُدعى Night Road قام النموذج بتقييمها وتحويلها إلى MIDI بمفرده. في حالتين بحثيتين أبلغت عنهما الشركة، صمم MiMo-V2.6-Pro مرشحات إطارية معدنية عضوية كمرشحات لامتصاص مركبات PFAS بالتعاون مع خبراء المواد في Xiaomi، وأنتج تمثيلاً رسميًا باستخدام Lean 4 لنظرية “Period Three Implies Chaos” للباحثين Li وYorke تجاوز 6,000 سطر من الشيفرة، وتم التحقق منه بواسطة نواة Lean دون أي نواقص في البرهان.