Xiaomi का नया फ़्लैगशिप मॉडल ओपन‑वेट रैंकिंग में 46 अंक के स्कोर के साथ अग्रणी

Xiaomi ने 22 सितंबर, 2026 को MiMo-V2.6 सीरीज़ के रिलीज़ और ओपन‑सोर्सिंग की घोषणा की, जिसमें एक फ़्लैगशिप मॉडल है जिसे बेंचमार्क मालिक Artificial Analysis ने अपने इंटेलिजेंस इंडेक्स पर 46 अंक दिए, जो उस लीडरबोर्ड पर सबसे उच्च ओपन‑वेट परिणाम है।

इस सीरीज़ में दो मूल ओम्निमॉडल मॉडल शामिल हैं: MiMo-V2.6-Pro, जिसे Xiaomi ने अब तक का सबसे सक्षम मॉडल बताया है, और MiMo-V2.6-Flash, जिसे कंपनी कहती है कि यह बुद्धिमत्ता, दक्षता और लागत के बीच संतुलन स्थापित करता है। एक तीसरा वैरिएंट, MiMo-V2.6-Pro-UltraSpeed, Xiaomi के अनुसार उन उपयोगकर्ताओं के लिए समान गुणवत्ता के साथ 20 गुना तेज़ आउटपुट प्रदान करता है जिन्हें अत्यधिक जनरेशन गति की आवश्यकता होती है।

Artificial Analysis बेंचमार्क स्थिति

Artificial Analysis की मॉडल पृष्ठ पर MiMo-V2.6-Pro ने इंटेलिजेंस इंडेक्स v4.3.2 पर 46 अंक दर्ज किए हैं, जो 10 मूल्यांकनों का सम्मिश्रण है जिसमें AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode, और Humanity’s Last Exam शामिल हैं। बेंचमार्कर की ओपन‑सोर्स मॉडल तुलना में MiMo-V2.6-Pro को ओपन‑वेट मॉडल्स में पहला स्थान मिला है, Z AI के GLM‑5.3 (max) के 45 और Kimi K3 (max) के 44 से आगे, और यह MiMo‑V2.6‑Pro और GLM‑5.3 (max) को सबसे उच्च‑बुद्धिमत्ता वाले ओपन‑सोर्स मॉडल बताता है।

स्वामित्व वाले सिस्टमों में, Artificial Analysis का Grok 4.7 (xhigh) के लिए पृष्ठ SpaceXAI मॉडल को समान 46 अंक पर सूचीबद्ध करता है। Xiaomi की घोषणा में इंडेक्स पर 46.32 अंक का उल्लेख है और MiMo‑V2.6‑Pro को “अब तक का सबसे मजबूत ओपन‑सोर्स मॉडल” कहा गया है, यह बताते हुए कि यह Kimi K3 और Qwen3.8 Max से आगे है। Artificial Analysis मॉडल की लागत को इंटेलिजेंस इंडेक्स कार्य के लिए $0.13 बताता है और रिपोर्ट करता है कि इसे इंडेक्स पर मूल्यांकन करने की लागत $206.66 थी। Xiaomi कहता है कि सीरीज़ V2.5 सीरीज़ की API कीमत को बनाए रखती है, जिसे वह बुद्धिमत्ता‑की‑लागत पैरेटो सीमा को बाहर की ओर धकेलते हुए वर्णित करता है।

Artificial Analysis मॉडल की रिलीज़ तिथि को 21 सितंबर, 2026 बताता है; Xiaomi की घोषणा पोस्ट की तिथि 22 सितंबर, 2026 है।

स्पार्स MoE आर्किटेक्चर और MIT‑लाइसेंस वाले वज़न

Xiaomi MiMo टीम द्वारा प्रकाशित मॉडल कार्ड के अनुसार, फ़्लैगशिप MiMo‑V2.6‑Pro‑RL चेकपॉइंट एक स्पार्स मिश्रण‑ऑफ़‑एक्सपर्ट्स मॉडल है जिसमें कुल 1.02 ट्रिलियन पैरामीटर और प्रति टोकन 42 बिलियन सक्रिय होते हैं, 1M‑टोकन कॉन्टेक्स्ट लंबाई, और टेक्स्ट, इमेज, वीडियो, तथा ऑडियो इनपुट के साथ टेक्स्ट आउटपुट है। Artificial Analysis की विशिष्टताओं में वही पैरामीटर संख्या, कॉन्टेक्स्ट विंडो, और मोडैलिटीज़ सूचीबद्ध हैं, और एक MIT लाइसेंस दर्ज है, जो वाणिज्यिक उपयोग की अनुमति देता है।

कार्ड में 70‑लेयर बैकबोन, 60 स्लाइडिंग‑विंडो अटेंशन लेयर्स जो 10 ग्लोबल‑अटेंशन लेयर्स के साथ इंटरलीव्ड हैं, और 384 रूटेड एक्सपर्ट्स जिनमें से प्रति टोकन आठ सक्रिय हैं, का विवरण दिया गया है। 681M‑परामीटर वाला MiMo ViT विज़न को संभालता है, 308M‑परामीटर वाला AudioTokenizer और 127M‑परामीटर वाला ऑडियो पैच एन्कोडर ऑडियो को संभालते हैं, और पाँच‑लेयर मल्टी‑टोकन‑प्रेडिक्शन स्पेक्यूलेटिव डिकोडर प्रत्येक फॉरवर्ड पास में सात क्रमिक टोकन की भविष्यवाणी करता है।

MiMo‑V2.6‑Pro‑RL और MiMo‑V2.6‑Flash‑RL के वज़न Hugging Face पर प्रकाशित किए गए हैं, और रिलीज़ के समय ModelScope पर उपलब्ध हैं। Xiaomi ने कहा कि वह पूर्ण तकनीकी रिपोर्ट, प्रशिक्षण परिवेश, और RL कोड को भी ओपन‑सोर्स कर रहा है ताकि शोधकर्ता परिणामों को पुनरुत्पादित और सत्यापित कर सकें।

एक लाइव‑स्ट्रीम किया गया रिइन्फोर्समेंट‑लर्निंग रन

Xiaomi ने कहा कि उसने उत्पादन रिइन्फोर्समेंट‑लर्निंग रन को लाइव स्ट्रीम किया जैसा कि वह हो रहा था। छह दिनों से कम समय में, MiMo‑V2.6‑Flash और MiMo‑V2.6‑Pro ने क्रमशः लगभग 750,000 ट्रैजेक्टरी पर 30 RL चरण पूरे किए, जिनकी रिपोर्टेड लागत क्रमशः लगभग $0.85 मिलियन और $2.62 मिलियन थी। प्रशिक्षण कार्यों पर औसत पास रेट क्रमशः 25 % और 12 % बढ़ा, और DeepSWE v1.1, एक होल्ड‑आउट लंबी‑होराइजन सॉफ्टवेयर‑इंजीनियरिंग बेंचमार्क पर, Flash के लिए स्कोर 48.8 से 65.68 तक और Pro के लिए 58.4 से 72.57 तक बढ़े, जैसा कि Xiaomi ने रिपोर्ट किया।

कंपनी ने कहा कि उसने RL कंप्यूट को तीन अक्षों पर स्केल किया: 1,568 सैंपल प्रति अपडेट के साथ पूरी तरह असिंक्रोनस आर्किटेक्चर में बड़े बैच, 1M कॉन्टेक्स्ट लंबाई तक प्रशिक्षण और प्रति चरण 3.5 से 3.7 बिलियन टोकन; कोडिंग, सामान्य एजेंट, विज़ुअल, और साइबर कार्यों को कई हर्नेस में मिश्रित करने वाला मल्टी‑टास्क सूट; और अधिक ग्रेडर कंप्यूट, प्रत्येक समूह में सापेक्ष तुलना का उपयोग करके अधिक सटीक रिवॉर्ड सिग्नल उत्पन्न करना।

मॉडल कार्ड में 1,568 प्रॉम्प्ट्स पर 16 रोलआउट्स प्रत्येक चरण के साथ पूरी तरह असिंक्रोनस ग्रुप रिलेटिव पॉलिसी ऑप्टिमाइज़ेशन निर्दिष्ट किया गया है, ग्रुपवाइस रिवॉर्ड सिंथेसिस जो कंट्रास्टिंग रोलआउट्स से ऑफलाइन टास्क‑विशिष्ट रूब्रिक बनाता है, और ग्रुपवाइस एडवांटेज रीडिस्ट्रिब्यूशन जो पासिंग ट्रैजेक्टरी को ऑनलाइन रैंक करता है। MOPD2 नामक एक मल्टी‑प्रिफिक्स मल्टी‑टीचर ऑन‑पॉलिसी डिस्टिलेशन चरण मिश्रित RL रन के बाद आता है, और Xiaomi रिवॉर्ड‑हैकिंग डिफेंस का वर्णन करता है जो रिवॉर्ड डिजाइन, एडवर्सरियल मूल्यांकन, एनोमली डिटेक्शन, और वेरिफ़ायर्स के बीच क्रॉस‑चेकिंग को शामिल करता है।

कीमत, उपलब्धता, और प्रदर्शित उपयोग

Xiaomi की अपनी बेंचमार्क तालिकाओं में, MiMo-V2.6-Pro DeepSWE v1.1 पर 71.9 अंक प्राप्त करता है, जबकि Flash के लिए 67.9 और MiMo-V2.5-Pro के लिए 19.0 अंक हैं, और यह DeepSeek V4.1 Flash (74.2), Claude Opus 5 (74.0), और GPT 6 Astra (74.0) के पीछे रहता है। Xiaomi Pro को GDPVal 2.1 पर 1,673 अंक देता है, जो Artificial Analysis द्वारा रिपोर्ट किए गए Elo रेटिंग है, और यह Claude Fable 5.1 (1,735) और Claude Opus 5 (1,708) के पीछे है। अन्य रिपोर्ट किए गए Pro परिणामों में Toolathlon-verified पर 76.9, Automation Bench v1.0.6 पर 53.1, Terminal Bench 4.0 पर 34.9, और CyberGym पर 94.0 शामिल हैं, जहाँ Flash ने 95.1 अंक प्राप्त किए, जबकि GLM 5.3 ने 84.5 अंक प्राप्त किए।

दोनों मॉडल AI Studio, MiMo Code, और MiMo Desktop में उपलब्ध हैं, साथ ही MiMo API Platform और OpenRouter के माध्यम से भी। MiMo Desktop प्रारंभिक एक्सेस को समाप्त कर अपनी पहली आधिकारिक रिलीज़ जारी करता है, जिसमें Pro और Flash अंतर्निहित हैं, और Xiaomi ने कहा कि UltraSpeed प्रारंभिक‑एक्सेस कार्यक्रम एक और सप्ताह चलेगा, मौजूदा उपयोगकर्ताओं से नए मॉडल नामों में स्विच करने को कहा गया है।

API की कीमतें V2.5 श्रृंखला से अपरिवर्तित हैं: प्रति मिलियन टोकन, MiMo-V2.6-Pro के लिए कैश‑हिट इनपुट $0.0036, कैश‑मिस इनपुट $0.435, और आउटपुट $0.87; MiMo-V2.6-Flash के लिए $0.0028, $0.14, और $0.28; और MiMo-V2.6-Pro-UltraSpeed के लिए समान तीन श्रेणियों में क्रमशः $0.036, $4.35, और $8.70। Artificial Analysis ने Xiaomi के API के माध्यम से 129.7 आउटपुट टोकन प्रति सेकंड और प्रथम टोकन तक 2.17 सेकंड का समय मापा।

Xiaomi के प्रदर्शन में मल्टी‑एजेंट गेम विकास, Blender 3D मॉडलिंग, मल्टी‑व्यू कैमरा फ़ीड से सिम्युलेटेड Franka Panda रोबोटिक आर्म का क्लोज़्ड‑लूप नियंत्रण, फ्रंट‑एंड और प्रेज़ेंटेशन डिज़ाइन, एंड‑टू‑एंड वीडियो निर्माण, और संगीत रचना शामिल हैं, जिसमें Night Road नामक एक ऑर्केस्ट्रल टुकड़ा भी है जिसे मॉडल ने स्वयं स्कोर किया और MIDI में परिवर्तित किया। कंपनी द्वारा रिपोर्ट किए गए दो शोध मामलों में, MiMo-V2.6-Pro ने Xiaomi के सामग्री विशेषज्ञों के साथ मिलकर PFAS यौगिकों को अवशोषित करने के लिए धातु‑ऑर्गेनिक फ्रेमवर्क उम्मीदवार डिज़ाइन किए, और इसने Li और Yorke के “Period Three Implies Chaos” सिद्धांत का Lean 4 औपचारिककरण 6,000 से अधिक पंक्तियों के कोड के साथ उत्पन्न किया, जिसे Lean के कर्नेल ने बिना किसी अधूरे प्रमाण प्लेसहोल्डर के सत्यापित किया।