Model Flagship Baru Xiaomi Memimpin Peringkat Open-Weight dengan Skor 46

Xiaomi pada 22 September 2026 mengumumkan peluncuran dan open-sourcing MiMo-V2.6 series, dipimpin oleh model flagship yang mendapat skor 46 pada Intelligence Index menurut pemilik benchmark Artificial Analysis, hasil open-weight tertinggi di papan peringkat tersebut.

Seri ini mencakup dua model omnimodal asli: MiMo-V2.6-Pro, yang menurut Xiaomi merupakan model paling mampu hingga saat ini, dan MiMo-V2.6-Flash, yang perusahaan katakan menyeimbangkan antara kecerdasan, efisiensi, dan biaya. Variante ketiga, MiMo-V2.6-Pro-UltraSpeed, memberikan output hingga 20x lebih cepat dengan kualitas yang sama bagi pengguna yang memerlukan kecepatan generasi ekstrem, menurut Xiaomi.

Peringkat Benchmark Artificial Analysis

Artificial Analysis’ halaman model untuk MiMo-V2.6-Pro mencatat skor 46 pada Intelligence Index v4.3.2, sebuah komposit dari 10 evaluasi yang mencakup AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, dan Humanity’s Last Exam. perbandingan model sumber terbuka milik benchmarker menempatkan MiMo-V2.6-Pro pertama di antara model open-weights, di depan GLM-5.3 (max) milik Z AI dengan skor 45 dan Kimi K3 (max) dengan skor 44, serta menggambarkan MiMo-V2.6-Pro dan GLM-5.3 (max) sebagai model sumber terbuka dengan kecerdasan tertinggi.

Di antara sistem proprietari, halaman untuk Grok 4.7 (xhigh) milik Artificial Analysis mencantumkan model SpaceXAI dengan skor 46 yang sama. Pengumuman Xiaomi menyebutkan skor 46.32 pada indeks dan menyebut MiMo-V2.6-Pro “model sumber terbuka terkuat hingga saat ini,” mengatakan bahwa model tersebut melampaui Kimi K3 dan Qwen3.8 Max. Artificial Analysis menetapkan biaya model sebesar $0.13 per tugas Intelligence Index dan melaporkan bahwa evaluasi pada indeks tersebut menelan biaya $206.66. Xiaomi menyatakan seri ini mempertahankan harga API dari seri V2.5, yang mereka gambarkan sebagai memperluas frontier Pareto antara kecerdasan dan biaya.

Artificial Analysis mencantumkan tanggal rilis model sebagai 21 September 2026; postingan pengumuman Xiaomi bertanggal 22 September 2026.

Arsitektur MoE Sparse dan Bobot Berlisensi MIT

Menurut kartu model yang dipublikasikan oleh Tim Xiaomi MiMo, checkpoint flagship MiMo-V2.6-Pro-RL merupakan model sparse mixture-of-experts dengan total 1.02 triliun parameter dan 42 miliar yang diaktifkan per token, panjang konteks 1M-token, serta input teks, gambar, video, dan audio dengan output teks. Spesifikasi Artificial Analysis mencantumkan jumlah parameter, jendela konteks, dan modalitas yang sama, serta mencatat lisensi MIT, yang mengizinkan penggunaan komersial.

Kartu tersebut merinci backbone 70 lapisan, 60 lapisan attention jendela geser yang diselingi dengan 10 lapisan attention global, dengan 384 expert yang diarahkan di mana delapan aktif per token. MiMo ViT dengan 681M-parameter menangani visi, AudioTokenizer dengan 308M-parameter dan encoder patch audio dengan 127M-parameter menangani audio, serta decoder spekulatif prediksi multi-token lima lapisan memprediksi tujuh token berikutnya per pass maju.

Bobot untuk MiMo-V2.6-Pro-RL dan MiMo-V2.6-Flash-RL dipublikasikan di Hugging Face, dengan ketersediaan di ModelScope saat rilis. Xiaomi menyatakan bahwa mereka juga membuka sumber laporan teknis lengkap, lingkungan pelatihan, dan kode RL sehingga peneliti dapat mereproduksi dan memverifikasi hasilnya.

Sesi Reinforcement Learning yang Disiarkan Langsung

Xiaomi menyatakan bahwa mereka menyiarkan secara langsung jalannya produksi reinforcement-learning saat berlangsung. Dalam waktu kurang dari enam hari, MiMo-V2.6-Flash dan MiMo-V2.6-Pro masing-masing menyelesaikan 30 langkah RL pada sekitar 750,000 lintasan, dengan biaya yang dilaporkan sekitar $0.85 juta dan $2.62 juta masing-masing. Tingkat keberhasilan rata-rata pada tugas pelatihan naik sebesar 25% dan 12% secara relatif, dan pada DeepSWE v1.1, sebuah benchmark rekayasa perangkat lunak jangka panjang yang dipisahkan, skor naik dari 48.8 menjadi 65.68 untuk Flash dan dari 58.4 menjadi 72.57 untuk Pro, lapor Xiaomi.

Perusahaan menyatakan bahwa mereka meningkatkan komputasi RL pada tiga sumbu: batch yang lebih besar pada arsitektur sepenuhnya asynchronous dengan 1,568 sampel per pembaruan, pelatihan hingga panjang konteks 1M dan 3.5 hingga 3.7 miliar token per langkah; rangkaian multi-tugas yang mencakup pengkodean, agen umum, visual, dan tugas siber yang dicampur di beberapa harness; serta peningkatan komputasi grader, menggunakan perbandingan relatif dalam setiap grup untuk menghasilkan sinyal reward yang lebih tepat.

Kartu model menyebutkan Group Relative Policy Optimization yang sepenuhnya asynchronous dengan 1,568 prompt dan 16 rollout masing-masing per langkah, Groupwise Reward Synthesis untuk membangun rubrik tugas-spesifik secara offline dari rollout yang kontras, serta Groupwise Advantage Redistribution untuk mengurutkan lintasan yang lolos secara online. Tahap distilasi on-policy multi-prefix multi-teacher yang disebut MOPD2 mengikuti jalur RL campuran, dan Xiaomi menggambarkan pertahanan terhadap reward-hacking yang mencakup desain reward, evaluasi adversarial, deteksi anomali, dan pemeriksaan silang antar verifikator.

Harga, Ketersediaan, dan Penggunaan yang Diperagakan

Dalam tabel benchmark milik Xiaomi, MiMo-V2.6-Pro mencetak skor 71,9 pada DeepSWE v1.1 dibandingkan 67,9 untuk Flash dan 19,0 untuk MiMo-V2.5-Pro, berada di belakang DeepSeek V4.1 Flash (74,2), Claude Opus 5 (74,0), dan GPT 6 Astra (74,0). Xiaomi mencantumkan Pro pada 1.673 di GDPVal 2.1, sebuah peringkat Elo yang dilaporkan oleh Artificial Analysis, di belakang Claude Fable 5.1 (1.735) dan Claude Opus 5 (1.708). Hasil Pro lain yang dilaporkan meliputi 76,9 pada verifikasi Toolathlon, 53,1 pada Automation Bench v1.0.6, 34,9 pada Terminal Bench 4.0, dan 94,0 pada CyberGym, di mana Flash mencatat 95,1 melawan GLM 5.3 yang memperoleh 84,5.

Kedua model tersedia di AI Studio, MiMo Code, dan MiMo Desktop, serta melalui Platform MiMo API dan OpenRouter. MiMo Desktop meninggalkan akses awal dengan rilis resmi pertamanya, dengan Pro dan Flash terpasang, dan Xiaomi menyatakan program UltraSpeed akses awal akan berlanjut satu minggu lagi, dengan pengguna yang ada diminta beralih ke nama model baru.

Harga API tidak berubah dari seri V2.5: per satu juta token, MiMo-V2.6-Pro biaya $0,0036 untuk input cache-hit, $0,435 untuk input cache-miss, dan $0,87 untuk output; MiMo-V2.6-Flash biaya $0,0028, $0,14, dan $0,28; dan MiMo-V2.6-Pro-UltraSpeed biaya $0,036, $4,35, dan $8,70 dalam tiga kategori yang sama. Artificial Analysis mengukur 129,7 token output per detik dan waktu 2,17 detik untuk token pertama melalui API Xiaomi.

Demonstrasi Xiaomi mencakup pengembangan game multi‑agen, pemodelan 3D Blender, kontrol loop tertutup lengan robotik Franka Panda dari umpan kamera multi‑view, desain frontend dan presentasi, pembuatan video end‑to‑end, serta komposisi musik, termasuk karya orkestra bernama Night Road yang model tersebut menilai dan mengonversi menjadi MIDI secara mandiri. Dalam dua kasus riset yang dilaporkan perusahaan, MiMo-V2.6-Pro merancang kandidat kerangka logam‑organik untuk menyerap senyawa PFAS bersama pakar material Xiaomi, dan menghasilkan formalitas Lean 4 dari teorema “Period Three Implies Chaos” karya Li dan Yorke dengan lebih dari 6.000 baris kode, diverifikasi oleh kernel Lean tanpa placeholder bukti yang belum selesai.