KI-Modelle und Plattformen
Xiaomis neues Flaggschiff‑Modell führt die Open‑Weight‑Rangliste mit einer Punktzahl von 46 an.
Unite.AI zu deinen bevorzugten Quellen auf Google hinzufügen
Xiaomi kündigte am 22. September 2026 die Veröffentlichung und Open‑Source‑Bereitstellung der MiMo-V2.6-Serie an, angeführt von einem Flaggschiff‑Modell, das vom Benchmark‑Betreiber Artificial Analysis mit 46 im Intelligence Index bewertet wird – das höchste Open‑Weight‑Ergebnis in dieser Rangliste.
Die Serie umfasst zwei nativ omnimodale Modelle: MiMo-V2.6-Pro, das Xiaomi als sein bisher leistungsstärkstes Modell bezeichnet, und MiMo-V2.6-Flash, das das Unternehmen als ausgewogene Kombination aus Intelligenz, Effizienz und Kosten beschreibt. Eine dritte Variante, MiMo-V2.6-Pro-UltraSpeed, liefert laut Xiaomi bis zu 20‑mal schnellere Ausgaben bei gleicher Qualität für Nutzer, die extreme Generierungsgeschwindigkeit benötigen.
Der Stand des Artificial Analysis Benchmarks
Die Modellseite von Artificial Analysis für MiMo-V2.6-Pro verzeichnet einen Wert von 46 im Intelligence Index v4.3.2, einem Composite aus 10 Bewertungen, zu denen AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode und Humanity’s Last Exam gehören. Der Open‑Source‑Modellvergleich des Benchmark‑Betreibers platziert MiMo-V2.6-Pro an erster Stelle unter den Open‑Weight‑Modellen, vor Z AI’s GLM-5.3 (max) mit 45 und Kimi K3 (max) mit 44, und beschreibt MiMo-V2.6-Pro und GLM-5.3 (max) als die intelligentesten Open‑Source‑Modelle.
Unter den proprietären Systemen listet die Seite für Grok 4.7 (xhigh) von Artificial Analysis das SpaceXAI‑Modell ebenfalls mit 46. Xiaomis Ankündigung nennt einen Wert von 46,32 im Index und bezeichnet MiMo-V2.6-Pro als \”das bislang stärkste Open‑Source‑Modell\” und sagt, es übertreffe Kimi K3 und Qwen3.8 Max. Artificial Analysis setzt die Kosten des Modells auf 0,13 $ pro Intelligence‑Index‑Aufgabe fest und berichtet, dass die Bewertung im Index 206,66 $ gekostet hat. Xiaomi gibt an, dass die Serie die API‑Preisgestaltung der V2.5‑Serie beibehält, die das Unternehmen als Verschiebung der Intelligenz‑gegen‑Kosten‑Pareto‑Front nach außen beschreibt.
Artificial Analysis gibt das Veröffentlichungsdatum des Modells als 21. September 2026 an; Xiaomis Ankündigungsbeitrag ist auf den 22. September 2026 datiert.
Sparse‑MoE‑Architektur und MIT‑lizenzierte Gewichte
Nach der von dem Xiaomi MiMo Team veröffentlichten Modelkarte ist der Flaggschiff‑Checkpoint MiMo-V2.6-Pro-RL ein sparsames Mixture‑of‑Experts‑Modell mit insgesamt 1,02 Billionen Parametern und 42 Milliarden aktivierten pro Token, einer Kontextlänge von 1 M‑Token sowie Text‑, Bild‑, Video‑ und Audio‑Eingaben und Textausgabe. Die Spezifikationen von Artificial Analysis führen dieselben Parameterzahlen, das Kontextfenster und die Modalitäten auf und verzeichnen eine MIT‑Lizenz, die kommerzielle Nutzung erlaubt.
Die Karte beschreibt ein 70‑schichtiges Backbone, 60 Sliding‑Window‑Attention‑Schichten, die mit 10 Global‑Attention‑Schichten abwechseln, sowie 384 geroutete Experten, von denen acht pro Token aktiv sind. Ein 681 M‑Parameter‑MiMo‑ViT verarbeitet Vision, ein 308 M‑Parameter‑AudioTokenizer und ein 127 M‑Parameter‑Audio‑Patch‑Encoder bearbeiten Audio, und ein fünf‑schichtiger, multi‑Token‑Vorhersage‑Spekulations‑Decoder sagt sieben nachfolgende Tokens pro Durchlauf voraus.
Gewichte für MiMo-V2.6-Pro-RL und MiMo-V2.6-Flash-RL werden auf Hugging Face veröffentlicht, mit Verfügbarkeit bei ModelScope zum Release. Xiaomi erklärte, dass es zudem den vollständigen technischen Bericht, die Trainingsumgebungen und den RL‑Code Open‑Source bereitstellt, damit Forschende die Ergebnisse reproduzieren und verifizieren können.
Ein live gestreamter Reinforcement‑Learning‑Durchlauf
Xiaomi gab an, dass es den produktiven Reinforcement‑Learning‑Durchlauf live gestreamt habe, während er stattfand. In weniger als sechs Tagen haben MiMo-V2.6-Flash und MiMo-V2.6-Pro jeweils 30 RL‑Schritte über etwa 750 000 Trajektorien abgeschlossen, bei berichteten Kosten von etwa 0,85 Millionen $ bzw. 2,62 Millionen $. Die durchschnittliche Erfolgsquote bei den Trainingsaufgaben stieg relativ um 25 % bzw. 12 %, und beim DeepSWE v1.1, einem zurückgehaltenen Langzeit‑Software‑Engineering‑Benchmark, erhöhten sich die Werte von 48,8 auf 65,68 für Flash und von 58,4 auf 72,57 für Pro, berichtete Xiaomi.
Das Unternehmen erklärte, dass es die RL‑Rechenleistung entlang drei Achsen skaliert habe: größere Batches auf einer vollständig asynchronen Architektur mit 1 568 Samples pro Update, Training mit bis zu 1 M Kontextlänge und 3,5 bis 3,7 Milliarden Tokens pro Schritt; eine Multi‑Task‑Suite, die Codierung, allgemeine Agenten, visuelle und Cyber‑Aufgaben über mehrere Harnesses hinweg abdeckt; sowie mehr Grader‑Rechenleistung, die relative Vergleiche innerhalb jeder Gruppe nutzt, um präzisere Belohnungssignale zu erzeugen.
Die Modelkarte gibt an, dass vollständig asynchrone Group Relative Policy Optimization mit 1 568 Prompts und jeweils 16 Rollouts pro Schritt verwendet wird, Groupwise Reward Synthesis zur offline‑Erstellung aufgabenspezifischer Rubriken aus kontrastierenden Rollouts und Groupwise Advantage Redistribution, um erfolgreiche Trajektorien online zu ranken. Eine Multi‑Prefix‑Multi‑Teacher‑On‑Policy‑Distillationsphase namens MOPD2 folgt dem gemischten RL‑Durchlauf, und Xiaomi beschreibt Reward‑Hacking‑Verteidigungen, die Reward‑Design, adversariale Evaluation, Anomalieerkennung und Kreuzprüfung zwischen Verifizierern umfassen.
Preisgestaltung, Verfügbarkeit und demonstrierte Anwendungsfälle
In den eigenen Benchmark-Tabellen von Xiaomi erzielt MiMo-V2.6-Pro 71,9 Punkte im DeepSWE v1.1 gegenüber 67,9 für Flash und 19,0 für MiMo-V2.5-Pro und liegt damit hinter DeepSeek V4.1 Flash (74,2), Claude Opus 5 (74,0) und GPT 6 Astra (74,0). Xiaomi listet Pro mit 1.673 auf GDPVal 2.1, einer Elo-Bewertung, die von Artificial Analysis gemeldet wurde, hinter Claude Fable 5.1 (1.735) und Claude Opus 5 (1.708). Weitere gemeldete Pro-Ergebnisse umfassen 76,9 auf Toolathlon-verified, 53,1 auf Automation Bench v1.0.6, 34,9 auf Terminal Bench 4.0 und 94,0 auf CyberGym, wo Flash 95,1 gegenüber GLM 5.3’s 84,5 erzielt.
Beide Modelle sind in AI Studio, MiMo Code und MiMo Desktop sowie über die MiMo API Platform und OpenRouter verfügbar. MiMo Desktop verlässt den Early Access mit seiner ersten offiziellen Veröffentlichung, wobei Pro und Flash integriert sind, und Xiaomi teilte mit, dass das UltraSpeed‑Early‑Access‑Programm noch eine Woche weiterläuft, wobei bestehende Nutzer gebeten werden, zu den neuen Modellnamen zu wechseln.
Die API‑Preisgestaltung bleibt unverändert gegenüber der V2.5‑Serie: Pro Million Tokens kostet MiMo-V2.6-Pro 0,0036 $ für Cache‑Hit‑Eingaben, 0,435 $ für Cache‑Miss‑Eingaben und 0,87 $ für Ausgaben; MiMo-V2.6-Flash kostet 0,0028 $, 0,14 $ und 0,28 $; und MiMo-V2.6-Pro-UltraSpeed kostet 0,036 $, 4,35 $ und 8,70 $ in denselben drei Kategorien. Artificial Analysis maß 129,7 Ausgabetoken pro Sekunde und eine Zeit von 2,17 Sekunden bis zum ersten Token über Xiaomis API.
Xiaomis Demonstrationen umfassen die Multi‑Agent‑Spielentwicklung, Blender‑3D‑Modellierung, die geschlossene Regelung eines simulierten Franka‑Panda‑Roboterarms aus Multi‑View‑Kamerafeeds, Front‑end‑ und Präsentationsdesign, die End‑to‑End‑Videoerstellung und die Musikkomposition, einschließlich eines orchestralen Stücks namens Night Road, das das Modell selbst bewertet und in MIDI konvertiert hat. In zwei von dem Unternehmen berichteten Forschungsszenarien entwarf MiMo-V2.6-Pro Metall‑organische‑Framework‑Kandidaten zur Adsorption von PFAS‑Verbindungen zusammen mit Xiaomis Materialexperten und erzeugte eine Lean‑4‑Formalisation des “Period Three Implies Chaos”‑Satzes von Li und Yorke mit über 6.000 Codezeilen, die vom Lean‑Kernel ohne offene Beweis‑Platzhalter verifiziert wurde.
