Το νέο κορυφαίο μοντέλο της Xiaomi οδηγεί τις ανοιχτές βαθμολογίες με σκορ 46

Η Xiaomi στις 22 Σεπτεμβρίου 2026 ανακοίνωσε την κυκλοφορία και το άνοιγμα κώδικα της σειράς MiMo-V2.6, με επικεφαλής ένα κορυφαίο μοντέλο που η Artificial Analysis βαθμολογεί με 46 στον Δείκτη Νοημοσύνης της, το υψηλότερο αποτέλεσμα ανοιχτών βαρών σε αυτόν τον πίνακα κατάταξης.

Η σειρά περιλαμβάνει δύο εγγενώς ομνιμόδεν μοντέλα: το MiMo-V2.6-Pro, το οποίο η Xiaomi περιγράφει ως το πιο ικανό μοντέλο της μέχρι σήμερα, και το MiMo-V2.6-Flash, το οποίο η εταιρεία λέει ότι επιτυγχάνει ισορροπία μεταξύ νοημοσύνης, αποδοτικότητας και κόστους. Μια τρίτη παραλλαγή, το MiMo-V2.6-Pro-UltraSpeed, παρέχει έως και 20 φορές ταχύτερη απόδοση με την ίδια ποιότητα για χρήστες που απαιτούν ακραία ταχύτητα παραγωγής, σύμφωνα με την Xiaomi.

Η κατάταξη στο benchmark της Artificial Analysis

Η σελίδα του μοντέλου της Artificial Analysis για το MiMo-V2.6-Pro καταγράφει 46 στον Δείκτη Νοημοσύνης v4.3.2, ένα σύνθετο αποτέλεσμα 10 αξιολογήσεων που περιλαμβάνουν AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode και Humanity’s Last Exam. Η σύγκριση μοντέλων ανοιχτού κώδικα του benchmarker τοποθετεί το MiMo-V2.6-Pro πρώτο μεταξύ των μοντέλων ανοιχτών βαρών, μπροστά στο GLM‑5.3 (max) της Z AI με 45 και στο Kimi K3 (max) με 44, και περιγράφει το MiMo-V2.6-Pro και το GLM‑5.3 (max) ως τα μοντέλα ανοιχτού κώδικα με τη μεγαλύτερη νοημοσύνη.

Στα ιδιόκτητα συστήματα, η σελίδα για το Grok 4.7 (xhigh) της Artificial Analysis καταγράφει το μοντέλο SpaceXAI με το ίδιο σκορ 46. Η ανακοίνωση της Xiaomi αναφέρει 46,32 στον δείκτη και χαρακτηρίζει το MiMo-V2.6-Pro “το ισχυρότερο μοντέλο ανοιχτού κώδικα μέχρι σήμερα”, λέγοντας ότι υπερβαίνει το Kimi K3 και το Qwen3.8 Max. Η Artificial Analysis ορίζει το κόστος του μοντέλου στα $0,13 ανά εργασία του Δείκτη Νοημοσύνης και αναφέρει ότι η αξιολόγησή του στον δείκτη κόστισε $206,66. Η Xiaomi δηλώνει ότι η σειρά διατηρεί τις τιμές API της σειράς V2.5, την οποία περιγράφει ως επέκταση του ορίου Pareto νοημοσύνης‑εναντίον‑κόστους.

Η Artificial Analysis αναφέρει την ημερομηνία κυκλοφορίας του μοντέλου ως 21 Σεπτεμβρίου 2026· η ανάρτηση ανακοίνωσης της Xiaomi είναι ημερομηνίας 22 Σεπτεμβρίου 2026.

Αραιή αρχιτεκτονική MoE και βάρη με άδεια MIT

Σύμφωνα με την κάρτα μοντέλου που δημοσιεύθηκε από την ομάδα Xiaomi MiMo, το κορυφαίο σημείο ελέγχου MiMo-V2.6-Pro-RL είναι ένα αραιό μοντέλο μίξης εμπειρογνωμόνων με συνολικά 1,02 τρισεκατομμύρια παραμέτρους και 42 δισεκατομμύρια ενεργοποιημένες ανά σύμβολο, μήκος πλαισίου 1 εκατομμύριο συμβόλων, και είσοδο κειμένου, εικόνας, βίντεο και ήχου με έξοδο κειμένου. Οι προδιαγραφές της Artificial Analysis αναφέρουν τις ίδιες μετρήσεις παραμέτρων, το παράθυρο πλαισίου και τις λειτουργίες, και καταγράφουν μια άδεια MIT, η οποία επιτρέπει εμπορική χρήση.

Η κάρτα περιγράφει ένα πυρήνα 70 επιπέδων, 60 στρώματα προσοχής τύπου sliding‑window εναλλασσόμενα με 10 στρώματα παγκόσμιας προσοχής, με 384 δρομολογημένους ειδικούς από τους οποίους οκτώ είναι ενεργοί ανά token. Ένα MiMo ViT με 681 Μ παραμέτρους διαχειρίζεται την όραση, ένας AudioTokenizer με 308 Μ παραμέτρους και ένας κωδικοποιητής ηχητικών patches με 127 Μ παραμέτρους διαχειρίζονται τον ήχο, και ένας πενταεπίπεδος υποθετικός αποκωδικοποιητής πολλαπλής πρόβλεψης token προβλέπει επτά διαδοχικά token ανά προώθηση.

Τα βάρη για τα MiMo-V2.6-Pro-RL και MiMo-V2.6-Flash-RL δημοσιεύονται στο Hugging Face, με διαθεσιμότητα στο ModelScope κατά την κυκλοφορία. Η Xiaomi δήλωσε ότι ανοίγει επίσης τον πλήρη τεχνικό αναφορά, τα περιβάλλοντα εκπαίδευσης και τον κώδικα RL, ώστε οι ερευνητές να μπορούν να αναπαράγουν και να επαληθεύσουν τα αποτελέσματα.

Ζωντανή μετάδοση εκτέλεσης ενισχυτικής μάθησης

Η Xiaomi δήλωσε ότι μετάδωσε ζωντανά την παραγωγική εκτέλεση ενισχυτικής μάθησης καθώς συνέβαινε. Σε λιγότερο από έξι ημέρες, τα MiMo-V2.6-Flash και MiMo-V2.6-Pro ολοκλήρωσαν καθένα 30 βήματα RL σε περίπου 750 000 διαδρομές, με αναφερόμενα κόστη περίπου $0,85 εκατομμύριο και $2,62 εκατομμύρια αντίστοιχα. Ο μέσος ρυθμός επιτυχίας στα εκπαιδευτικά καθήκοντα αυξήθηκε κατά 25 % και 12 % σε σχετική βάση, και στο DeepSWE v1.1, ένα απομονωμένο benchmark λογισμικού μακράς προοπτικής, οι βαθμολογίες αυξήθηκαν από 48,8 σε 65,68 για το Flash και από 58,4 σε 72,57 για το Pro, όπως ανέφερε η Xiaomi.

Η εταιρεία δήλωσε ότι κλιμάκωσε τον υπολογισμό RL κατά τρεις άξονες: μεγαλύτερες παρτίδες σε μια πλήρως ασύγχρονη αρχιτεκτονική με 1 568 δείγματα ανά ενημέρωση, εκπαίδευση με μήκος περιβάλλοντος έως 1 Μ και 3,5‑3,7 δισεκατομμύρια token ανά βήμα· μια πολυ‑εργασιακή σουίτα που καλύπτει κωδικοποίηση, γενικούς πράκτορες, οπτικές και κυβερνο‑εργασίες, αναμειγμένες σε διάφορα περιβάλλοντα· και περισσότερη υπολογιστική ισχύ για τους αξιολογητές, χρησιμοποιώντας σχετική σύγκριση εντός κάθε ομάδας για την παραγωγή πιο ακριβών σημάτων ανταμοιβής.

Η κάρτα καθορίζει πλήρως ασύγχρονη Ομαδική Σχετική Βελτιστοποίηση Πολιτικής (Group Relative Policy Optimization) με 1 568 προτροπές και 16 επαναλήψεις η καθεμία ανά βήμα, Ομαδική Σύνθεση Ανταμοιβής για τη δημιουργία εξειδικευμένων κριτηρίων εργασίας εκτός σύνδεσης από αντίθετες επαναλήψεις, και Ομαδική Ανακατανομή Πλεονεκτήματος για την κατάταξη των περαστικών διαδρομών σε πραγματικό χρόνο. Ένα στάδιο αποσταθεροποίησης on‑policy με πολλαπλά προθέματα και πολλαπλούς δασκάλους, ονομαζόμενο MOPD2, ακολουθεί την μικτή εκτέλεση RL, και η Xiaomi περιγράφει αμυντικές στρατηγικές κατά της παραβίασης ανταμοιβής που καλύπτουν το σχεδιασμό ανταμοιβής, την αντιπροσωπευτική αξιολόγηση, την ανίχνευση ανωμαλιών και τον ελέγχο διασταυρώσεων μεταξύ των επαληθευτών.

Τιμολόγηση, διαθεσιμότητα και επιδεικνυόμενες χρήσεις

Στους δικούς του πίνακες benchmark, το MiMo-V2.6-Pro σημειώνει 71,9 στο DeepSWE v1.1 σε σύγκριση με 67,9 για το Flash και 19,0 για το MiMo-V2.5-Pro, υστερώντας το DeepSeek V4.1 Flash (74,2), το Claude Opus 5 (74,0) και το GPT 6 Astra (74,0). Η Xiaomi καταγράφει το Pro στο 1.673 στο GDPVal 2.1, μια βαθμολογία Elo που αναφέρει η Artificial Analysis, πίσω από το Claude Fable 5.1 (1.735) και το Claude Opus 5 (1.708). Άλλα αναφερθέντα αποτελέσματα του Pro περιλαμβάνουν 76,9 στο Toolathlon‑verified, 53,1 στο Automation Bench v1.0.6, 34,9 στο Terminal Bench 4.0 και 94,0 στο CyberGym, όπου το Flash φθάνει τα 95,1 απέναντι στο 84,5 του GLM 5.3.

Και τα δύο μοντέλα είναι διαθέσιμα στο AI Studio, στο MiMo Code και στο MiMo Desktop, καθώς και μέσω της πλατφόρμας MiMo API και του OpenRouter. Το MiMo Desktop αφήνει την πρώιμη πρόσβαση με την πρώτη του επίσημη έκδοση, με ενσωματωμένα τα Pro και Flash, και η Xiaomi δήλωσε ότι το πρόγραμμα πρώιμης πρόσβασης UltraSpeed θα συνεχιστεί για ακόμη μία εβδομάδα, με τους υπάρχοντες χρήστες να καλούνται να μεταβούν στα νέα ονόματα μοντέλων.

Οι τιμές του API παραμένουν αμετάβλητες σε σχέση με τη σειρά V2.5: ανά εκατομμύριο tokens, το MiMo-V2.6-Pro κοστίζει $0,0036 για είσοδο με cache‑hit, $0,435 για είσοδο με cache‑miss και $0,87 για έξοδο· το MiMo-V2.6-Flash κοστίζει $0,0028, $0,14 και $0,28· και το MiMo-V2.6-Pro-UltraSpeed κοστίζει $0,036, $4,35 και $8,70 στις τρεις αντίστοιχες κατηγορίες. Η Artificial Analysis μέτρησε 129,7 tokens εξόδου ανά δευτερόλεπτο και χρόνο 2,17 δευτερολέπτων για το πρώτο token μέσω του API της Xiaomi.

Οι επιδείξεις της Xiaomi καλύπτουν ανάπτυξη πολυ‑πράκτορων παιχνιδιών, μοντελοποίηση 3D με Blender, έλεγχο κλειστού βρόχου ενός προσομοιωμένου ρομποτικού βραχίονα Franka Panda από ροές πολλαπλών καμερών, σχεδίαση frontend και παρουσίασης, δημιουργία βίντεο από άκρη σε άκρη, καθώς και σύνθεση μουσικής, συμπεριλαμβανομένου ενός ορχηστρικού κομματιού με τίτλο Night Road που το μοντέλο συνέθεσε και μετέτρεψε αυτόματα σε MIDI. Σε δύο ερευνητικές περιπτώσεις που ανέφερε η εταιρεία, το MiMo-V2.6-Pro σχεδίασε υποψήφιους μεταλλικο‑οργανικούς πλαισίου για απορρόφηση ενώσεων PFAS με τους ειδικούς υλικών της Xiaomi, και παρήγαγε μια τυποποίηση Lean 4 του θεωρήματος «Period Three Implies Chaos» του Li και Yorke, υπερβαίνοντας τις 6.000 γραμμές κώδικα, επαληθευμένη από τον πυρήνα του Lean χωρίς ελλιπείς αποδείξεις.