Xiaomi’s nieuwe vlaggenschipmodel leidt open‑weight‑ranglijsten met een score van 46

Xiaomi kondigde op 22 september 2026 de release en open‑sourcing aan van de MiMo-V2.6-serie, geleid door een vlaggenschipmodel dat door benchmark‑eigenaar Artificial Analysis een score van 46 behaalt op zijn Intelligence Index, het hoogste open‑weight‑resultaat op dat klassement.

De serie omvat twee van nature omnimodale modellen: MiMo-V2.6-Pro, dat Xiaomi beschrijft als tot nu toe zijn meest capabele model, en MiMo-V2.6-Flash, dat het bedrijf een balans tussen intelligentie, efficiëntie en kosten noemt. Een derde variant, MiMo-V2.6-Pro-UltraSpeed, levert tot 20 × snellere output met dezelfde kwaliteit voor gebruikers die extreme generatiesnelheid nodig hebben, aldus Xiaomi.

De rangschikking in de Artificial Analysis‑benchmark

De modelpagina van Artificial Analysis voor MiMo-V2.6-Pro registreert een 46 op Intelligence Index v4.3.2, een composiet van 10 evaluaties waaronder AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode en Humanity’s Last Exam. De open-source modelvergelijking van de benchmarker plaatst MiMo-V2.6-Pro als eerste onder open‑weight‑modellen, vóór Z AI’s GLM‑5.3 (max) met 45 en Kimi K3 (max) met 44, en beschrijft MiMo-V2.6-Pro en GLM‑5.3 (max) als de modellen met de hoogste intelligentie in open source.

Bij propriëtaire systemen vermeldt de pagina voor Grok 4.7 (xhigh) van Artificial Analysis het SpaceXAI‑model met dezelfde 46. Xiaomi’s aankondiging citeert een 46,32 op de index en noemt MiMo-V2.6-Pro “het sterkste open‑source model tot nu toe”, met de bewering dat het Kimi K3 en Qwen3.8 Max overtreft. Artificial Analysis stelt de kosten van het model op $0,13 per Intelligence Index‑taak en meldt dat de evaluatie op de index $206,66 kostte. Xiaomi zegt dat de serie de API‑prijzen van de V2.5‑serie behoudt, die het beschrijft als het verder naar buiten verleggen van de intelligentie‑tegen‑kosten Pareto‑frontier.

Artificial Analysis vermeldt de releasedatum van het model als 21 september 2026; de aankondigingspost van Xiaomi is gedateerd op 22 september 2026.

Sparsende MoE‑architectuur en MIT‑gelicentieerde gewichten

Volgens de modelkaart gepubliceerd door het Xiaomi MiMo‑team, is de vlaggenschip‑MiMo-V2.6-Pro-RL‑checkpoint een sparsende mixture‑of‑experts‑model met 1,02 triljoen totale parameters en 42 miljard geactiveerde per token, een contextlengte van 1 M‑token, en tekst‑, beeld‑, video‑ en audio‑invoer met tekstuitvoer. De specificaties van Artificial Analysis vermelden dezelfde parameteraantallen, contextvenster en modaliteiten, en noteren een MIT‑licentie die commercieel gebruik toestaat.

De kaart beschrijft een backbone van 70 lagen, 60 sliding‑window‑attention‑lagen afgewisseld met 10 global‑attention‑lagen, met 384 gerouteerde experts waarvan er acht per token actief zijn. Een MiMo ViT van 681 M‑parameters verwerkt visie, een AudioTokenizer van 308 M‑parameters en een audio‑patch‑encoder van 127 M‑parameters verwerken audio, en een speculatieve decoder met vijf lagen voor multi‑token‑voorspelling voorspelt zeven opeenvolgende tokens per voorwaartse pass.

Gewichten voor MiMo-V2.6-Pro-RL en MiMo-V2.6-Flash-RL worden gepubliceerd op Hugging Face, met ModelScope‑beschikbaarheid bij de release. Xiaomi verklaarde dat het ook de volledige technische rapportage, de trainingsomgevingen en de RL‑code open‑source maakt zodat onderzoekers de resultaten kunnen reproduceren en verifiëren.

Een live‑gestreamde reinforcement‑learning‑run

Xiaomi meldde dat het de productie‑reinforcement‑learning‑run live streamde terwijl deze plaatsvond. In minder dan zes dagen voltooiden MiMo-V2.6-Flash en MiMo-V2.6-Pro elk 30 RL‑stappen over ongeveer 750 000 trajecten, tegen gerapporteerde kosten van respectievelijk ongeveer $0,85 miljoen en $2,62 miljoen. Het gemiddelde slagingspercentage op de trainingstaken steeg respectievelijk met 25 % en 12 % in relatieve termen, en op DeepSWE v1.1, een gereserveerde long‑horizon software‑engineering‑benchmark, stegen de scores van 48,8 naar 65,68 voor Flash en van 58,4 naar 72,57 voor Pro, meldde Xiaomi.

Het bedrijf zei dat het RL‑computatie schaalde langs drie assen: grotere batches op een volledig asynchrone architectuur met 1.568 monsters per update, training tot een contextlengte van 1 M en 3,5 tot 3,7 miljard tokens per stap; een multi‑task‑suite die codering, algemene agents, visuele en cyber‑taken omvat, gemengd over meerdere harnesses; en meer grader‑computatie, waarbij relatieve vergelijking binnen elke groep wordt gebruikt om nauwkeurigere beloningssignalen te genereren.

De modelkaart specificeert volledig asynchrone Group Relative Policy Optimization met 1.568 prompts en 16 rollouts per stap, Groupwise Reward Synthesis om offline taak‑specifieke rubrieken op te bouwen uit contrasterende rollouts, en Groupwise Advantage Redistribution om passende trajecten online te rangschikken. Een multi‑prefix multi‑teacher on‑policy distillatiestap genaamd MOPD2 volgt op de gemengde RL‑run, en Xiaomi beschrijft belonings‑hacking‑defenses die zich uitstrekken over beloningsontwerp, adversaire evaluatie, anomaliedetectie en cross‑checking tussen verificatoren.

Prijsstelling, beschikbaarheid en gedemonstreerde toepassingen

In de eigen benchmarktabellen van Xiaomi scoort MiMo-V2.6-Pro 71,9 op DeepSWE v1.1 tegenover 67,9 voor Flash en 19,0 voor MiMo-V2.5-Pro, en ligt daarmee achter DeepSeek V4.1 Flash (74,2), Claude Opus 5 (74,0) en GPT 6 Astra (74,0). Xiaomi vermeldt Pro op 1.673 op GDPVal 2.1, een Elo‑rating gerapporteerd door Artificial Analysis, achter Claude Fable 5.1 (1.735) en Claude Opus 5 (1.708). Andere gerapporteerde Pro‑resultaten omvatten 76,9 op Toolathlon‑geverifieerd, 53,1 op Automation Bench v1.0.6, 34,9 op Terminal Bench 4.0 en 94,0 op CyberGym, waar Flash 95,1 behaalt tegenover GLM 5.3’s 84,5.

Beide modellen zijn beschikbaar in AI Studio, MiMo Code en MiMo Desktop, evenals via het MiMo API‑platform en OpenRouter. MiMo Desktop verlaat de vroege toegang met zijn eerste officiële release, met Pro en Flash ingebouwd, en Xiaomi meldde dat het UltraSpeed‑vroege‑toegang‑programma nog één week zal doorgaan, waarbij bestaande gebruikers worden gevraagd over te stappen op de nieuwe modelnamen.

De API‑prijsstelling blijft ongewijzigd ten opzichte van de V2.5‑serie: per miljoen tokens kost MiMo-V2.6-Pro $0,0036 voor cache‑hit invoer, $0,435 voor cache‑miss invoer en $0,87 voor output; MiMo-V2.6-Flash kost $0,0028, $0,14 en $0,28; en MiMo-V2.6-Pro-UltraSpeed kost $0,036, $4,35 en $8,70 in dezelfde drie categorieën. Artificial Analysis matigde 129,7 output‑tokens per seconde en een tijd van 2,17 s tot het eerste token via Xiaomi’s API.

Xiaomi’s demonstraties omvatten multi‑agent game‑ontwikkeling, Blender‑3D‑modellering, gesloten‑lus besturing van een Franka Panda‑robotarm vanuit multi‑view camera‑feeds, front‑end en presentatiedesign, end‑to‑end videoproductie en muziekcompositie, inclusief een orkestrale compositie genaamd Night Road die het model zelf scoorde en naar MIDI converteerde. In twee door het bedrijf gerapporteerde onderzoekscases ontwierp MiMo-V2.6-Pro metal‑organische raamwerk‑kandidaten voor het adsorberen van PFAS‑verbindingen met Xiaomi’s materiaalspecialisten, en produceerde het een Lean 4‑formaliseringscode van Li en Yorke’s “Period Three Implies Chaos”‑theorema van meer dan 6.000 regels code, geverifieerd door de Lean‑kernel zonder onafgewerkte bewijs‑plaatsaanduidingen.