El nuevo modelo insignia de Xiaomi lidera las clasificaciones de peso abierto con una puntuación de 46

Xiaomi anunció el 22 de septiembre de 2026 el lanzamiento y la publicación de código abierto de la serie MiMo-V2.6, encabezada por un modelo insignia que el propietario del benchmark, Artificial Analysis, puntúa con 46 en su Índice de Inteligencia, el mejor resultado de peso abierto en esa tabla de clasificación.

La serie incluye dos modelos omnimodales nativos: MiMo-V2.6-Pro, que Xiaomi describe como su modelo más capaz hasta la fecha, y MiMo-V2.6-Flash, que la compañía afirma que logra un equilibrio entre inteligencia, eficiencia y coste. Una tercera variante, MiMo-V2.6-Pro-UltraSpeed, ofrece una salida hasta 20 veces más rápida con la misma calidad para los usuarios que requieren una velocidad de generación extrema, según Xiaomi.

Clasificación del benchmark de Artificial Analysis

La página del modelo de Artificial Analysis para MiMo-V2.6-Pro registra un 46 en el Índice de Inteligencia v4.3.2, un compuesto de 10 evaluaciones que incluyen AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode y Humanity’s Last Exam. La comparación de modelos de código abierto del benchmark sitúa a MiMo‑V2.6‑Pro primero entre los modelos de peso abierto, por delante del GLM‑5.3 (max) de Z AI con 45 y de Kimi K3 (max) con 44, y describe a MiMo‑V2.6‑Pro y GLM‑5.3 (max) como los modelos de código abierto de mayor inteligencia.

Entre los sistemas propietarios, la página de Grok 4.7 (xhigh) de Artificial Analysis enumera el modelo SpaceXAI con el mismo 46. El anuncio de Xiaomi cita un 46.32 en el índice y califica a MiMo‑V2.6‑Pro como “el modelo de código abierto más fuerte hasta la fecha”, diciendo que supera a Kimi K3 y Qwen3.8 Max. Artificial Analysis sitúa el coste del modelo en $0.13 por tarea del Índice de Inteligencia y reporta que evaluarlo en el índice costó $206.66. Xiaomi afirma que la serie mantiene el precio de la API de la serie V2.5, que describe como una expansión hacia afuera del frente de Pareto inteligencia‑vs‑coste.

Artificial Analysis indica la fecha de lanzamiento del modelo como el 21 de septiembre de 2026; la publicación del anuncio de Xiaomi está fechada el 22 de septiembre de 2026.

Arquitectura MoE dispersa y pesos bajo licencia MIT

Según la tarjeta del modelo publicada por el equipo Xiaomi MiMo, el punto de control insignia MiMo‑V2.6‑Pro‑RL es un modelo de mezcla de expertos disperso con 1,02 billones de parámetros totales y 42 mil millones activados por token, una longitud de contexto de 1 M de tokens, y entrada de texto, imagen, video y audio con salida de texto. Las especificaciones de Artificial Analysis enumeran los mismos recuentos de parámetros, ventana de contexto y modalidades, y registran una licencia MIT, que permite el uso comercial.

La tarjeta detalla una espina dorsal de 70 capas, 60 capas de atención de ventana deslizante intercaladas con 10 capas de atención global, con 384 expertos enrutados, de los cuales ocho están activos por token. Un MiMo ViT de 681 M de parámetros gestiona la visión, un AudioTokenizer de 308 M de parámetros y un codificador de parches de audio de 127 M de parámetros gestionan el audio, y un decodificador especulativo de predicción multi-token de cinco capas predice siete tokens subsecuentes por paso de avance.

Los pesos de MiMo‑V2.6‑Pro‑RL y MiMo‑V2.6‑Flash‑RL se publican en Hugging Face, con disponibilidad en ModelScope al lanzamiento. Xiaomi dijo que también está publicando de código abierto el informe técnico completo, los entornos de entrenamiento y el código RL para que los investigadores puedan reproducir y verificar los resultados.

Una ejecución de aprendizaje por refuerzo transmitida en vivo

Xiaomi dijo que transmitió en vivo la ejecución de producción de aprendizaje por refuerzo a medida que ocurría. En menos de seis días, MiMo‑V2.6‑Flash y MiMo‑V2.6‑Pro completaron cada una 30 pasos de RL sobre aproximadamente 750 000 trayectorias, con costes reportados de alrededor de $0.85 millones y $2.62 millones respectivamente. La tasa de paso promedio en las tareas de entrenamiento aumentó un 25 % y un 12 % en términos relativos, y en DeepSWE v1.1, un benchmark de ingeniería de software de horizonte largo retenido, las puntuaciones subieron de 48.8 a 65.68 para Flash y de 58.4 a 72.57 para Pro, informó Xiaomi.

La compañía dijo que escaló el cómputo de RL a lo largo de tres ejes: lotes más grandes en una arquitectura totalmente asíncrona con 1,568 muestras por actualización, entrenamiento con una longitud de contexto de hasta 1 M y entre 3,5 y 3,7 mil millones de tokens por paso; una suite multitarea que abarca codificación, agentes generales, tareas visuales y cibernéticas mezcladas en varios arneses; y mayor cómputo de evaluadores, usando comparaciones relativas dentro de cada grupo para generar señales de recompensa más precisas.

La tarjeta del modelo especifica una Optimización de Política Relativa de Grupo totalmente asíncrona con 1,568 prompts y 16 rollouts cada uno por paso, Síntesis de Recompensa por Grupo para construir rúbricas específicas de tarea offline a partir de rollouts contrastantes, y Redistribución de Ventaja por Grupo para clasificar trayectorias aprobadas en línea. Una etapa de destilación en política multi‑prefijo multi‑profesor llamada MOPD2 sigue a la corrida mixta de RL, y Xiaomi describe defensas contra la manipulación de recompensas que abarcan el diseño de recompensas, la evaluación adversarial, la detección de anomalías y la verificación cruzada entre verificadores.

Precios, disponibilidad y usos demostrados

En las propias tablas de referencia de Xiaomi, MiMo-V2.6-Pro obtiene 71.9 en DeepSWE v1.1 frente a 67.9 para Flash y 19.0 para MiMo-V2.5-Pro, quedando detrás de DeepSeek V4.1 Flash (74.2), Claude Opus 5 (74.0) y GPT 6 Astra (74.0). Xiaomi sitúa Pro en 1,673 en GDPVal 2.1, una calificación Elo reportada por Artificial Analysis, detrás de Claude Fable 5.1 (1,735) y Claude Opus 5 (1,708). Otros resultados de Pro reportados incluyen 76.9 en Toolathon-verified, 53.1 en Automation Bench v1.0.6, 34.9 en Terminal Bench 4.0 y 94.0 en CyberGym, donde Flash registra 95.1 frente a 84.5 de GLM 5.3.

Ambos modelos están disponibles en AI Studio, MiMo Code y MiMo Desktop, así como a través de la plataforma MiMo API y OpenRouter. MiMo Desktop abandona el acceso anticipado con su primer lanzamiento oficial, con Pro y Flash incorporados, y Xiaomi dijo que el programa de acceso anticipado UltraSpeed continuará una semana más, pidiendo a los usuarios actuales que cambien a los nuevos nombres de modelo.

Los precios de la API no cambian respecto a la serie V2.5: por millón de tokens, MiMo-V2.6-Pro cuesta $0.0036 para entrada cache-hit, $0.435 para entrada cache-miss y $0.87 para salida; MiMo-V2.6-Flash cuesta $0.0028, $0.14 y $0.28; y MiMo-V2.6-Pro-UltraSpeed cuesta $0.036, $4.35 y $8.70 en las mismas tres categorías. Artificial Analysis midió 129.7 tokens de salida por segundo y un tiempo de 2.17 segundos para el primer token a través de la API de Xiaomi.

Las demostraciones de Xiaomi abarcan desarrollo de juegos multi‑agente, modelado 3D con Blender, control en lazo cerrado de un brazo robótico simulado Franka Panda a partir de flujos de cámaras multivista, diseño de interfaces y presentaciones, creación de video de extremo a extremo y composición musical, incluida una pieza orquestal llamada Night Road que el modelo evaluó y convirtió a MIDI de forma autónoma. En dos casos de investigación reportados por la empresa, MiMo-V2.6-Pro diseñó candidatos de estructuras metal‑orgánicas para adsorber compuestos PFAS con los expertos en materiales de Xiaomi, y produjo una formalización en Lean 4 del teorema de Li y Yorke “Period Three Implies Chaos” que supera las 6,000 líneas de código, verificada por el kernel de Lean sin marcadores de prueba incompletos.