Xiaomi:n uusi lippulaivamalli johtaa avoimen painon sijoituksissa 46 pisteen tuloksella

Xiaomi ilmoitti 22. syyskuuta 2026 sarjan MiMo-V2.6 julkaisusta ja avoimen lähdekoodin julkaisemisesta, jonka johdossa on lippulaivamalli, jonka benchmarkin omistaja Artificial Analysis on antanut 46 pistettä Intelligence Index -indeksissä, mikä on korkein avoimen painon tulos kyseisellä tulostaululla.

Sarjaan kuuluu kaksi natiivisti omnimodaalista mallia: MiMo-V2.6-Pro, jonka Xiaomi kuvaa tähän mennessä kyvykkäimmäksi mallikseen, ja MiMo-V2.6-Flash, jonka yritys sanoo tasapainottavan älykkyyttä, tehokkuutta ja kustannuksia. Kolmas variantti, MiMo-V2.6-Pro-UltraSpeed, tarjoaa jopa 20‑kertainen nopeamman tuotannon samassa laadussa käyttäjille, jotka tarvitsevat äärimmäistä generointinopeutta, Xiaomi:n mukaan.

Artificial Analysis -vertailun sijoitus

Artificial Analysisin mallisivu MiMo-V2.6-Pro:lle kirjaa 46 pisteen tuloksen Intelligence Index v4.3.2:ssa, joka on kymmenen arvioinnin koostuma, mukaan lukien AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode ja Humanity’s Last Exam. Benchmarkaajan avoin lähdekoodin mallivertailu asettaa MiMo-V2.6-Pro:n ensimmäiseksi avoimen painon malleista, Z AI:n GLM-5.3 (max) 45 pistettä ja Kimi K3 (max) 44 pistettä edelle, ja kuvaa MiMo-V2.6-Pro:n ja GLM-5.3 (max):n olevan älykkäimmät avoimen lähdekoodin mallit.

Suljettujen järjestelmien joukossa Artificial Analysisin sivu Grok 4.7 (xhigh) -mallille listaa SpaceXAI-mallin samalla 46-pisteellä. Xiaomi:n ilmoitus mainitsee indeksissä 46.32 pistettä ja kutsuu MiMo-V2.6-Pro:n “tähän mennessä vahvimmaksi avoimen lähdekoodin malliksi”, väittäen sen ylittävän Kimi K3:n ja Qwen3.8 Maxin. Artificial Analysis asettaa mallin kustannukseksi $0.13 per Intelligence Index task ja raportoi, että sen arviointi indeksissä maksoi $206.66. Xiaomi sanoo sarjan säilyttävän V2.5-sarjan API-hinnoittelun, jonka se kuvaa älykkyys‑vs‑kustannus‑Pareto‑rajapinnan laajentamisena.

Artificial Analysis luettelee mallin julkaisupäiväksi 21. syyskuuta 2026; Xiaomi:n ilmoitusjulkaisu on päivätty 22. syyskuuta 2026.

Harva MoE-arkkitehtuuri ja MIT-lisensoidut painot

Xiaomi MiMo -tiimin julkaisemaan mallikorttiin mukaan lippulaiva MiMo-V2.6-Pro-RL -tarkistuspiste on harva mixture-of-experts -malli, jossa on yhteensä 1,02 biljoonaa parametria ja 42 miljardia aktivoitua per token, 1 M tokenin kontekstipituus sekä teksti-, kuva-, video- ja äänisyötteet tekstiulostuksella. Artificial Analysisin tekniset tiedot luettelevat samat parametrit, kontekstin ikkunan ja modaliteetit, ja merkitsevät MIT-lisenssin, joka sallii kaupallisen käytön.

Kortti kuvaa 70‑kerroksisen runkoarkkitehtuurin, 60 liukuvan ikkunan huomiointikerrosta vuorotellen 10 globaalihavainnointikerroksen kanssa, joissa on 384 reititettyä asiantuntijaa, joista kahdeksan on aktiivisia per token. 681 M parametrinen MiMo ViT käsittelee näköä, 308 M parametrinen AudioTokenizer ja 127 M parametrinen äänipatch-enkooderi käsittelevät ääntä, ja viiden kerroksen monen tokenin ennustava spekulatiivinen dekooderi ennustaa seitsemän seuraavaa tokenia per eteenpäin suoritettava askel.

MiMo-V2.6-Pro-RL:n ja MiMo-V2.6-Flash-RL:n painot on julkaistu Hugging Face -palvelussa, ja ModelScope on saatavilla julkaisun yhteydessä. Xiaomi kertoi myös avauttavansa koko teknisen raportin, koulutusympäristöt ja RL-koodin, jotta tutkijat voivat toistaa ja vahvistaa tulokset.

Suoratoistettu vahvistusoppimiskierros

Xiaomi kertoi suorittaneensa tuotannon vahvistusoppimiskierroksen suoratoistona tapahtuman aikana. Alle kuudessa päivässä sekä MiMo-V2.6-Flash että MiMo-V2.6-Pro suorittivat 30 RL‑askelta noin 750 000 trajektoria, kustannuksineen noin $0.85 million ja $2.62 million vastaavasti. Koulitustehtävien keskimääräinen läpäisyprosentti nousi suhteellisesti 25 % ja 12 %, ja DeepSWE v1.1 -pidemmälle aikavälille suunnatussa ohjelmistosuunnittelun benchmarkissa pisteet nousivat Flashille 48.8:sta 65.68:aan ja Prolle 58.4:sta 72.57:aan, Xiaomi raportoi.

Yritys kertoi skaalanneensa RL‑laskentaa kolmella akselilla: suuremmat erät täysin asynkronisessa arkkitehtuurissa, jossa on 1 568 näytettä päivitystä kohti, koulutus enintään 1 M kontekstipituudella ja 3.5–3.7 miljardia tokenia per askel; monitehtäväpaketti, joka kattaa koodauksen, yleiset agentit, visuaaliset ja kybertehtävät useiden kehysten kautta; sekä lisää arvioijien laskentaa, käyttäen suhteellista vertailua kussakin ryhmässä tarkempien palkkiosignaalien tuottamiseksi.

Mallikortti määrittelee täysin asynkronisen Group Relative Policy Optimizationin 1 568 kehotteella, joissa on 16 rolloutia per askel, Groupwise Reward Synthesisin tehtäväkohtaisen rubriikin rakentamiseksi offline-tilassa kontrastisista rolloutseista, sekä Groupwise Advantage Redistributionin läpäisytrajektioiden online‑sijoittamiseksi. Moni‑prefiksinen moni‑opettaja‑politiikkaan perustuva destillaatiovaihe nimeltä MOPD2 seuraa sekoitettua RL‑kierrosta, ja Xiaomi kuvaa palkkioiden manipulointia estäviä puolustuksia, jotka kattavat palkkion suunnittelun, vastustavan arvioinnin, poikkeavuuksien havaitsemisen ja tarkistuksen tarkistajien välillä.

Hinnoittelu, saatavuus ja esitellyt käyttötapaukset

Xiaomi:n omissa suorituskykytaulukoissa MiMo-V2.6-Pro saa 71.9 pistettä DeepSWE v1.1 -testissä verrattuna Flashiin, jonka tulos on 67.9, ja MiMo-V2.5-Prohon, jonka tulos on 19.0. Se jää jälkeen DeepSeek V4.1 Flash (74.2), Claude Opus 5 (74.0) ja GPT 6 Astra (74.0) jälkeen. Xiaomi listaa Pro:n 1,673 pisteeseen GDPVal 2.1 -arvioinnissa, jonka on raportoitu Artificial Analysis -analyysissä, Claude Fable 5.1:n (1,735) ja Claude Opus 5:n (1,708) jälkeen. Muita raportoituja Pro:n tuloksia ovat 76.9 Toolathon-sertifioidussa testissä, 53.1 Automation Bench v1.0.6 -testissä, 34.9 Terminal Bench 4.0 -testissä ja 94.0 CyberGymissä, jossa Flash saavuttaa 95.1 pistettä GLM 5.3:n 84.5 pistettä vastaan.

Molemmat mallit ovat saatavilla AI Studiossa, MiMo Codessa ja MiMo Desktopissa sekä MiMo API -alustan ja OpenRouterin kautta. MiMo Desktop siirtyy aikaisesta pääsystä ensimmäiseen viralliseen julkaisuunsa, jossa Pro ja Flash on sisäänrakennettu, ja Xiaomi kertoi, että UltraSpeed‑early‑access -ohjelma jatkuu vielä viikon, ja nykyisiä käyttäjiä pyydetään siirtymään uusiin mallinimiin.

API-hinnoittelu on muuttumaton V2.5‑sarjaan verrattuna: miljoonaa tokenia kohden MiMo-V2.6-Pro maksaa $0.0036 välimuistihitin syötteestä, $0.435 välimuistihitin puuttuvasta syötteestä ja $0.87 tulosteesta; MiMo-V2.6-Flash maksaa $0.0028, $0.14 ja $0.28; ja MiMo-V2.6-Pro-UltraSpeed maksaa $0.036, $4.35 ja $8.70 samoissa kolmessa kategoriassa. Artificial Analysis mittasi 129.7 tulostokenia sekunnissa ja 2.17 sekunnin ensimmäiseen tokeniin kuluvan ajan Xiaomi:n API:n kautta.

Xiaomi:n demonstraatiot kattavat monen agentin pelikehityksen, Blender‑3D‑mallinnuksen, suljetun silmukan ohjauksen simuloidusta Franka Panda -robottikarmista moninäkökamerasyötteiden avulla, käyttöliittymä- ja esityssuunnittelun, kokonaisvaltaisen videotuotannon sekä musiikin säveltämisen, mukaan lukien orkesterikappale nimeltä Night Road, jonka malli itse pisteytti ja muunsi MIDI‑muotoon. Kahdessa yrityksen raportoimassa tutkimustapauksessa MiMo-V2.6-Pro suunnitteli metalliorgaanisia kehysrakenteiden ehdokkaita PFAS-yhdisteiden adsorbointiin Xiaomi:n materiaaliasiantuntijoiden kanssa, ja se tuotti Lean 4 -formalisaation Li ja Yorken “Period Three Implies Chaos” -lauseesta, joka ylittää 6,000 koodiriviä ja on Lean‑ytimen vahvistama ilman keskeneräisiä todistuksen paikkamerkkejä.