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

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

Sarja sisältää kaksi natiivisti omnimodaalista mallia: MiMo-V2.6-Pro, jonka Xiaomi kuvaa tähän mennessä kykeneväimmäksi mallikseen, ja MiMo-V2.6-Flash, jonka yritys sanoo tasapainottavan älykkyyttä, tehokkuutta ja kustannuksia. Kolmas variantti, MiMo-V2.6-Pro-UltraSpeed, tuottaa jopa 20‑kertainen nopeamman tuloksen samassa laadussa käyttäjille, jotka tarvitsevat äärimmäistä generaation nopeutta, Xiaomi:n mukaan.

Artificial Analysis -vertailun sijoitus

Artificial Analysisin mallisivu MiMo-V2.6-Pro:lle kirjaa 46 pisteen 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. Vertailijan avoin lähdekoodin mallivertailu asettaa MiMo-V2.6-Pro:n ensimmäiseksi avoimen painon mallien joukossa, Z AI:n GLM-5.3 (max) 45:n ja Kimi K3 (max) 44:n edelle, ja kuvaa MiMo-V2.6-Pro:n ja GLM-5.3 (max) -mallit korkeimman älykkyyden avoimen lähdekoodin malleiksi.

Proprietaaristen järjestelmien joukossa Artificial Analysisin sivu Grok 4.7 (xhigh) listaa SpaceXAI-mallin samassa 46 pisteessä. Xiaomi:n ilmoitus mainitsee indeksissä 46,32 pistettä ja kutsuu MiMo-V2.6-Pro:n “vahvimmaksi avoimen lähdekoodin malliksi tähän mennessä”, väittäen sen ylittävän Kimi K3:n ja Qwen3.8 Max:n. Artificial Analysis asettaa mallin kustannukseksi $0,13 per Intelligence Index -tehtävä ja raportoi, että sen arviointi indeksissä maksoi $206,66. Xiaomi sanoo, että sarja säilyttää V2.5-sarjan API-hinnoittelun, jonka se kuvaa älykkyys‑vs‑kustannus‑Pareto‑rajapinnan ulkoistamiseksi.

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

Harva MoE-arkkitehtuuri ja MIT-lisensoitu painot

Xiaomi MiMo -tiimin julkaisemassa mallikortissa 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 tekstituloksella. Artificial Analysisin tekniset tiedot luettelevat samat parametrit, kontekstialueen ja modaliteetit sekä kirjaavat MIT-lisenssin, joka sallii kaupallisen käytön.

Mallikortti kuvaa 70‑kerroksisen runkoarkkitehtuurin, 60 liukuvan ikkunan huomiointikerrosta, jotka on vuoroteltu 10 globaalihavainnointikerroksen kanssa, 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 vaihe.

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 ilmoitti myös avoimesta lähdekoodista koko tekninen raportti, koulutusympäristöt ja RL-koodi, jotta tutkijat voivat toistaa ja varmistaa tulokset.

Suoratoistettu vahvistusoppimiskierros

Xiaomi kertoi suorittaneensa tuotantovahvistusoppimiskierroksen suoratoistona tapahtuman aikana. Alle kuudessa päivässä MiMo-V2.6-Flash ja MiMo-V2.6-Pro suorittivat kumpikin 30 RL‑askelta noin 750 000 trajektoria, kustannuksineen noin 0,85 miljoonaa dollaria ja 2,62 miljoonaa dollaria vastaavasti. Koulitustehtävien keskimääräinen läpäisyprosentti nousi suhteellisesti 25 % ja 12 %, ja DeepSWE v1.1 -pidemmän horisontin ohjelmistosuunnittelun benchmarkissa pisteet nousivat Flashilla 48,8:sta 65,68:aan ja Prossa 58,4:sta 72,57:aan, Xiaomi raportoi.

Yhtiö kertoi skaalanneensa RL‑laskentaa kolmella akselilla: suuremmat erät täysin asynkronisessa arkkitehtuurissa, jossa on 1 568 näytettä päivitystä kohti, koulutus enintään 1 M‑tokenin kontekstipituudella ja 3,5–3,7 miljardia tokenia per askel; monitehtäväpaketti, joka kattaa koodauksen, yleiset agentit, visuaaliset ja kybertehtävät useiden kehysten välillä; sekä lisää arvostelijalaskentaa, käyttäen suhteellista vertailua kussakin ryhmässä tarkempien palkkiosignaalien tuottamiseksi.

Mallikortti määrittelee täysin asynkronisen Group Relative Policy Optimization -menetelmän, jossa on 1 568 kehotetta ja 16 rolloutia per askel, Groupwise Reward Synthesis -menetelmän, jolla rakennetaan tehtäväkohtaiset rubriikit offline-tilassa kontrastisista rolloutseista, sekä Groupwise Advantage Redistribution -menetelmän, jolla järjestetään läpäisevät trajektorit online-tilassa. Moniprefixinen moniopettaja on-politiikka distillaatiovaihe nimeltä MOPD2 seuraa sekoitettua RL‑kierrosta, ja Xiaomi kuvaa palkkioiden manipulointisuojauksia, jotka kattavat palkkioiden suunnittelun, vastustavan arvioinnin, poikkeavuuksien havaitsemisen ja tarkistuksen tarkistajien välillä.

Hinnoittelu, saatavuus ja esitetyt käyttötapaukset

Xiaomi:n omissa vertailutaulukoissa MiMo-V2.6-Pro saa 71,9 pistettä DeepSWE v1.1:ssä verrattuna Flashiin (67,9) ja MiMo-V2.5-Prohon (19,0), jääden jälkeen DeepSeek V4.1 Flash (74,2), Claude Opus 5 (74,0) ja GPT 6 Astra (74,0). Xiaomi listaa Pro:n 1 673:lla GDPVal 2.1 -arvossa, Artificial Analysisin raportoimana Elo-pisteessä, Claude Fable 5.1:n (1 735) ja Claude Opus 5:n (1 708) jälkeen. Muita raportoituja Pro-tuloksia ovat 76,9 Toolathlon‑vahvistetussa testissä, 53,1 Automation Bench v1.0.6:ssa, 34,9 Terminal Bench 4.0:ssa ja 94,0 CyberGymissä, jossa Flash saa 95,1 pistettä GLM 5.3:n 84,5:n vastapainona.

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

API‑hinnoittelu pysyy samana kuin V2.5‑sarjassa: miljoonaa tokenia kohden MiMo-V2.6-Pro maksaa 0,0036 USD cache‑hit‑syötteestä, 0,435 USD cache‑miss‑syötteestä ja 0,87 USD ulostulosta; MiMo-V2.6-Flash maksaa 0,0028 USD, 0,14 USD ja 0,28 USD; ja MiMo-V2.6-Pro-UltraSpeed maksaa 0,036 USD, 4,35 USD ja 8,70 USD samoissa kolmessa kategoriassa. Artificial Analysis mittasi 129,7 ulostulotokenia sekunnissa ja 2,17 sekunnin ensimmäisen tokenin saamiseen Xiaomi:n API:n kautta.

Xiaomi:n demonstraatiot kattavat monen agentin pelikehityksen, Blender‑3D‑mallinnuksen, Franka Panda -robottikäsivarren suljetun silmukan ohjauksen moninäkökamerasyötteiden avulla, käyttöliittymä‑ ja esityssuunnittelun, kokonaisvaltaisen videotuotannon sekä musiikin sävellyksen, mukaan lukien orkesterikappale “Night Road”, jonka malli itse sävelsi ja muunsi MIDI‑muotoon. Kahdessa yrityksen raportoimassa tutkimustapauksessa MiMo-V2.6-Pro suunnitteli metalliorgaanisia kehysrakenteita PFAS‑yhdisteiden adsorbointiin Xiaomi:n materiaaliasiantuntijoiden kanssa, ja se tuotti Lean 4 -formalisaation Li ja Yorken “Period Three Implies Chaos” -teoreemasta, joka ylitti 6 000 koodiriviä ja vahvistettiin Lean‑ytimen toimesta ilman keskeneräisiä todistuspaikkoja.