Il nuovo modello di punta di Xiaomi guida le classifiche open-weight con un punteggio di 46

Il 22 settembre 2026 Xiaomi ha annunciato il rilascio e l’open source della MiMo-V2.6 serie, guidata da un modello di punta che il proprietario del benchmark Artificial Analysis ha valutato 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 fino ad oggi, 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.

Posizionamento nel 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 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 fino ad oggi”, 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 sua 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 miscela di esperti sparsa con 1.02 trilioni di parametri totali e 42 miliardi attivati per token, una lunghezza di contesto di 1M token e input di testo, immagine, video e audio con output di testo. Le specifiche di Artificial Analysis riportano gli stessi conteggi di parametri, finestra di contesto e modalità, e indicano una licenza MIT, che consente l’uso commerciale.

La scheda descrive uno scheletro 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 681M parametri gestisce la visione, un AudioTokenizer da 308M parametri e un codificatore di patch audio da 127M parametri gestiscono l’audio, e un decoder speculativo a cinque strati di 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 affermato di aver trasmesso in diretta la sessione di reinforcement learning di produzione mentre avveniva. In meno di sei giorni, MiMo-V2.6-Flash e MiMo-V2.6-Pro hanno ciascuno completato 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 sul benchmark DeepSWE v1.1, un test di ingegneria del software a lungo orizzonte, 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 dichiarato 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 1M 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 maggiore potenza di calcolo per i valutatori, usando confronti relativi all’interno di ogni 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 a partire da rollout contrastanti, e una Groupwise Advantage Redistribution per classificare le traiettorie di passaggio online. Una fase di distillazione on-policy multi-prefix multi-teacher chiamata MOPD2 segue la sessione RL mista, e Xiaomi descrive difese contro il reward-hacking che coprono la progettazione della ricompensa, la valutazione avversaria, il rilevamento di anomalie e il cross‑checking tra verificatori.

Prezzi, disponibilità e usi dimostrati

Nelle proprie tabelle di benchmark di Xiaomi, MiMo-V2.6-Pro ottiene 71.9 su DeepSWE v1.1 contro 67.9 per Flash e 19.0 per MiMo-V2.5-Pro, posizionandosi dietro DeepSeek V4.1 Flash (74.2), Claude Opus 5 (74.0) e GPT 6 Astra (74.0). Xiaomi indica 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 Pro segnalati 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 registra 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 chiude l’accesso anticipato con la sua prima versione ufficiale, con Pro e Flash integrati, e Xiaomi ha dichiarato che il programma UltraSpeed in early access continuerà per un’altra settimana, chiedendo agli utenti esistenti di passare ai nuovi nomi dei modelli.

I prezzi delle 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 simulato a partire da flussi video multi‑view, la progettazione di frontend e presentazioni, la creazione video end‑to‑end e la composizione musicale, incluso un brano orchestrale intitolato Night Road che il modello ha valutato e convertito autonomamente in MIDI. In due casi di ricerca segnalati 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.