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

Xiaomi pada 22 September 2026 mengumumkan peluncuran dan open‑sourcing seri MiMo-V2.6, dipimpin oleh model flagship yang memperoleh skor 46 pada Intelligence Index menurut pemilik benchmark Artificial Analysis, hasil open‑weight tertinggi pada 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 kecerdasan, efisiensi, dan biaya. Varian ketiga, MiMo-V2.6-Pro-UltraSpeed, menghasilkan output hingga 20 kali 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 meliputi 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‑weight, 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,\” dengan mengatakan bahwa model ini 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 digambarkan sebagai memperluas frontier Pareto kecerdasan versus biaya.

Artificial Analysis mencantumkan tanggal rilis model pada 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 adalah model sparse mixture‑of‑experts dengan total 1,02 triliun parameter dan 42 miliar yang diaktifkan per token, panjang konteks 1 juta 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 memungkinkan penggunaan komersial.

Kartu tersebut merinci backbone berlapis 70, 60 lapisan attention jendela‑geser yang diselingi dengan 10 lapisan attention global, dengan 384 pakar yang diarahkan di mana delapan di antaranya aktif per token. MiMo ViT dengan 681 juta parameter menangani visi, AudioTokenizer dengan 308 juta parameter dan encoder patch audio dengan 127 juta parameter menangani audio, serta decoder spekulatif prediksi multi‑token berlapis lima 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 pada 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 secara berurutan. Tingkat keberhasilan rata‑rata pada tugas pelatihan meningkat masing‑masing sebesar 25 % dan 12 % secara relatif, dan pada DeepSWE v1.1, benchmark rekayasa perangkat lunak jangka panjang yang di‑hold‑out, 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 asinkron dengan 1.568 sampel per pembaruan, pelatihan dengan panjang konteks hingga 1 juta token 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 asinkron dengan 1.568 prompt dan 16 rollouts masing‑masing per langkah, Groupwise Reward Synthesis untuk membangun rubrik tugas‑spesifik secara offline dari rollouts yang kontras, serta Groupwise Advantage Redistribution untuk memberi peringkat pada lintasan yang lolos secara online. Tahap distilasi on‑policy multi‑prefix multi‑teacher yang disebut MOPD2 mengikuti jalur RL campuran, dan Xiaomi menjelaskan pertahanan terhadap reward‑hacking yang mencakup desain reward, evaluasi adversarial, deteksi anomali, dan cross‑checking antar verifikator.

Harga, Ketersediaan, dan Penggunaan yang Ditunjukkan

Dalam tabel benchmark milik Xiaomi, MiMo-V2.6-Pro mencetak skor 71.9 pada DeepSWE v1.1 melawan 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 mencatat 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 Toolathon-verified, 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 84.5 milik GLM 5.3.

Kedua model tersedia di AI Studio, MiMo Code, dan MiMo Desktop, serta melalui MiMo API Platform dan OpenRouter. MiMo Desktop mengakhiri akses awal dengan rilis resmi pertamanya, dengan Pro dan Flash terpasang, dan Xiaomi menyatakan program UltraSpeed early-access akan berlangsung 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 dengan Blender, kontrol loop tertutup pada lengan robotik Franka Panda yang disimulasikan 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 ini nilai dan ubah menjadi MIDI secara mandiri. Dalam dua kasus riset yang dilaporkan perusahaan, MiMo-V2.6-Pro merancang kandidat kerangka kerja logam-organik untuk menyerap senyawa PFAS bersama pakar material Xiaomi, dan menghasilkan formalitas Lean 4 dari teorema Li dan Yorke “Period Three Implies Chaos” yang melebihi 6,000 baris kode, diverifikasi oleh kernel Lean tanpa placeholder bukti yang belum selesai.