Modelli e piattaforme di IA
Il nuovo modello di punta di Xiaomi guida le classifiche open-weight con un punteggio di 46
Aggiungi Unite.AI alle tue fonti preferite su Google
Il 22 settembre 2026 Xiaomi ha annunciato il rilascio e l’open source della serie MiMo-V2.6, guidata da un modello di punta che, secondo il proprietario del benchmark Artificial Analysis, ottiene 46 sul suo Intelligence Index, il risultato open-weight più alto su quella classifica.
La serie comprende due modelli omnimodali nativi: MiMo-V2.6-Pro, che Xiaomi descrive come il suo modello più capace finora, e MiMo-V2.6-Flash, che l’azienda afferma trovi un equilibrio tra intelligenza, efficienza e costo. Una terza variante, MiMo-V2.6-Pro-UltraSpeed, offre una velocità di output fino a 20 volte superiore mantenendo la stessa qualità per gli utenti che richiedono una velocità di generazione estrema, secondo Xiaomi.
Classifica del benchmark Artificial Analysis
La pagina del modello di Artificial Analysis per MiMo-V2.6-Pro registra un 46 sull’Intelligence Index v4.3.2, un composito di 10 valutazioni che includono AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode e Humanity’s Last Exam. Il confronto di modelli open source del benchmark posiziona MiMo-V2.6-Pro al primo posto tra i modelli open-weight, davanti a GLM-5.3 (max) di Z AI con 45 e a Kimi K3 (max) con 44, e descrive MiMo-V2.6-Pro e GLM-5.3 (max) come i modelli open source più intelligenti.
Tra i sistemi proprietari, la pagina per Grok 4.7 (xhigh) di Artificial Analysis elenca il modello SpaceXAI con lo stesso 46. L’annuncio di Xiaomi cita un 46.32 sull’indice e definisce MiMo-V2.6-Pro “il modello open source più forte finora”, affermando che supera Kimi K3 e Qwen3.8 Max. Artificial Analysis indica il costo del modello a $0.13 per compito dell’Intelligence Index e riporta che la valutazione sull’indice è costata $206.66. Xiaomi afferma che la serie mantiene i prezzi API della serie V2.5, che descrive come un’espansione della frontiera di Pareto intelligenza‑costo.
Artificial Analysis indica la data di rilascio del modello al 21 settembre 2026; il post dell’annuncio di Xiaomi è datato 22 settembre 2026.
Architettura MoE sparsa e pesi con licenza MIT
Secondo la scheda del modello pubblicata dal Xiaomi MiMo Team, il checkpoint di punta MiMo-V2.6-Pro-RL è un modello a mistura sparsa di esperti con 1.02 trilioni di parametri totali e 42 miliardi attivati per token, una lunghezza di contesto di 1 M token e input testuale, immagine, video e audio con output testuale. Le specifiche di Artificial Analysis riportano gli stessi conteggi di parametri, finestra di contesto e modalità, e registrano una licenza MIT, che consente l’uso commerciale.
La scheda descrive un backbone a 70 strati, 60 strati di attenzione a finestra scorrevole intercalati con 10 strati di attenzione globale, con 384 esperti instradati dei quali otto sono attivi per token. Un MiMo ViT da 681 M parametri gestisce la visione, un AudioTokenizer da 308 M parametri e un encoder di patch audio da 127 M parametri gestiscono l’audio, e un decoder speculativo a cinque strati per la predizione multi-token prevede sette token successivi per passaggio in avanti.
I pesi per MiMo-V2.6-Pro-RL e MiMo-V2.6-Flash-RL sono pubblicati su Hugging Face, con disponibilità su ModelScope al rilascio. Xiaomi ha dichiarato di rendere open source anche il rapporto tecnico completo, gli ambienti di addestramento e il codice RL affinché i ricercatori possano riprodurre e verificare i risultati.
Una sessione di reinforcement learning trasmessa in diretta
Xiaomi ha dichiarato di aver trasmesso in diretta la corsa di reinforcement learning di produzione mentre avveniva. In meno di sei giorni, MiMo-V2.6-Flash e MiMo-V2.6-Pro hanno completato ciascuno 30 passaggi RL su circa 750.000 traiettorie, con costi segnalati di circa $0.85 million e $2.62 million rispettivamente. Il tasso medio di superamento dei compiti di addestramento è aumentato del 25% e del 12% in termini relativi, e su DeepSWE v1.1, un benchmark di ingegneria del software a lungo orizzonte tenuto da parte, i punteggi sono passati da 48.8 a 65.68 per Flash e da 58.4 a 72.57 per Pro, ha riportato Xiaomi.
L’azienda ha affermato di aver scalato il calcolo RL lungo tre assi: batch più grandi su un’architettura completamente asincrona con 1,568 campioni per aggiornamento, addestramento fino a una lunghezza di contesto di 1 M e da 3.5 a 3.7 miliardi di token per passo; una suite multitask che copre codifica, agenti generali, compiti visivi e cyber mescolati su diversi harness; e più capacità di valutazione, utilizzando confronti relativi all’interno di ciascun gruppo per generare segnali di ricompensa più precisi.
La scheda del modello specifica una Group Relative Policy Optimization completamente asincrona con 1,568 prompt e 16 rollout ciascuno per passo, una Groupwise Reward Synthesis per costruire rubriche specifiche per compito offline da rollout contrastanti, e una Groupwise Advantage Redistribution per classificare le traiettorie di successo online. Una fase di distillazione on-policy multi-prefix multi-teacher chiamata MOPD2 segue la corsa RL mista, e Xiaomi descrive difese contro il reward-hacking che includono la progettazione della ricompensa, la valutazione avversaria, il rilevamento di anomalie e il cross‑checking tra verificatori.
Prezzi, disponibilità e usi dimostrati
Nelle tabelle benchmark di Xiaomi, MiMo-V2.6-Pro segna 71.9 su DeepSWE v1.1 contro 67.9 per Flash e 19.0 per MiMo-V2.5-Pro, dietro DeepSeek V4.1 Flash (74.2), Claude Opus 5 (74.0) e GPT 6 Astra (74.0). Xiaomi elenca Pro a 1,673 su GDPVal 2.1, un rating Elo riportato da Artificial Analysis, dietro Claude Fable 5.1 (1,735) e Claude Opus 5 (1,708). Altri risultati segnalati per Pro includono 76.9 su Toolathlon-verified, 53.1 su Automation Bench v1.0.6, 34.9 su Terminal Bench 4.0 e 94.0 su CyberGym, dove Flash segna 95.1 contro 84.5 di GLM 5.3.
Entrambi i modelli sono disponibili in AI Studio, MiMo Code e MiMo Desktop, nonché tramite la MiMo API Platform e OpenRouter. MiMo Desktop termina l’accesso anticipato con la sua prima versione ufficiale, con Pro e Flash integrati, e Xiaomi ha dichiarato che il programma di early-access UltraSpeed continuerà per un’altra settimana, chiedendo agli utenti esistenti di passare ai nuovi nomi dei modelli.
I prezzi dell’API rimangono invariati rispetto alla serie V2.5: per milione di token, MiMo-V2.6-Pro costa $0.0036 per input cache-hit, $0.435 per input cache-miss e $0.87 per output; MiMo-V2.6-Flash costa $0.0028, $0.14 e $0.28; e MiMo-V2.6-Pro-UltraSpeed costa $0.036, $4.35 e $8.70 nelle stesse tre categorie. Artificial Analysis ha misurato 129.7 token di output al secondo e un tempo di 2.17 secondi per il primo token tramite l’API di Xiaomi.
Le dimostrazioni di Xiaomi includono lo sviluppo di giochi multi‑agente, la modellazione 3D con Blender, il controllo a ciclo chiuso di un braccio robotico Franka Panda a partire da flussi video multi‑view, la progettazione di frontend e presentazioni, la creazione di video end‑to‑end e la composizione musicale, inclusa una composizione orchestrale intitolata Night Road che il modello ha valutato e convertito autonomamente in MIDI. In due casi di ricerca riportati dall’azienda, MiMo-V2.6-Pro ha progettato candidati di strutture metal‑organiche per l’adsorbimento di composti PFAS insieme agli esperti di materiali di Xiaomi, e ha prodotto una formalizzazione in Lean 4 del teorema di Li e Yorke “Period Three Implies Chaos” superando le 6.000 righe di codice, verificata dal kernel di Lean senza segnaposti di dimostrazione incompleti.
