Nowy flagowy model Xiaomi prowadzi rankingi open-weight z wynikiem 46

Xiaomi 22 września 2026 r. ogłosiło wydanie i udostępnienie w otwartym kodzie seria MiMo-V2.6, prowadzonej przez flagowy model, który w benchmarku właściciela Artificial Analysis uzyskał 46 w Intelligence Index, najwyższy wynik open-weight w tym rankingu.

Seria zawiera dwa natywnie omnimodalne modele: MiMo-V2.6-Pro, który Xiaomi opisuje jako najpotężniejszy dotychczasowy model, oraz MiMo-V2.6-Flash, który firma twierdzi, że zapewnia równowagę między inteligencją, wydajnością a kosztem. Trzeci wariant, MiMo-V2.6-Pro-UltraSpeed, dostarcza do 20‑krotnie szybszy output przy tej samej jakości dla użytkowników wymagających ekstremalnej prędkości generowania, według Xiaomi.

Pozycja w benchmarku Artificial Analysis

Strona modelu Artificial Analysis dla MiMo-V2.6-Pro rejestruje wynik 46 w Intelligence Index v4.3.2, będąc kompozytem 10 ocen, które obejmują AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode oraz Humanity’s Last Exam. Porównanie modeli open‑source benchmarkera umieszcza MiMo-V2.6-Pro na pierwszym miejscu wśród modeli open‑weight, przed GLM‑5.3 (max) firmy Z AI z wynikiem 45 oraz Kimi K3 (max) z wynikiem 44, i opisuje MiMo‑V2.6‑Pro oraz GLM‑5.3 (max) jako modele open‑source o najwyższej inteligencji.

Wśród systemów własnościowych, strona dla Grok 4.7 (xhigh) Artificial Analysis wymienia model SpaceXAI z tym samym wynikiem 46. Ogłoszenie Xiaomi przytacza wynik 46.32 w indeksie i nazywa MiMo‑V2.6‑Pro “najsilniejszym modelem open‑source dotychczas”, twierdząc, że przewyższa Kimi K3 i Qwen3.8 Max. Artificial Analysis podaje koszt modelu na poziomie $0.13 za zadanie w Intelligence Index oraz informuje, że jego ocena w indeksie kosztowała $206.66. Xiaomi twierdzi, że seria utrzymuje ceny API z serii V2.5, którą opisuje jako rozszerzanie frontu Pareto inteligencja‑koszt na zewnątrz.

Artificial Analysis podaje datę premiery modelu jako 21 września 2026 r.; post ogłoszeniowy Xiaomi datowany jest na 22 września 2026 r.

Rzadka architektura MoE i wagi na licencji MIT

Zgodnie z kartą modelu opublikowaną przez zespół Xiaomi MiMo, punkt kontrolny flagowego modelu MiMo‑V2.6‑Pro‑RL jest rzadkim modelem mieszanki ekspertów z 1,02 triliona łącznie parametrów i 42 miliardami aktywowanymi na token, oknem kontekstowym o długości 1 M tokenów oraz wejściem tekst, obraz, wideo i audio przy wyjściu tekstowym. Specyfikacje Artificial Analysis podają te same liczby parametrów, okno kontekstowe i modalności oraz rejestrują licencję MIT, która zezwala na komercyjne wykorzystanie.

Karta opisuje szkielet składający się z 70 warstw, 60 warstw uwagi typu sliding‑window przeplatanych z 10 warstwami uwagi globalnej, z 384 skierowanymi ekspertami, z których osiem jest aktywnych na token. Model MiMo ViT o 681 M parametrów obsługuje wizję, AudioTokenizer o 308 M parametrów oraz kodownik audio‑patch o 127 M parametrów obsługują dźwięk, a pięciowarstwowy spekulatywny dekoder przewidujący wielotokenowe sekwencje generuje siedem kolejnych tokenów na każdy przebieg.

Wagi dla MiMo‑V2.6‑Pro‑RL i MiMo‑V2.6‑Flash‑RL zostały opublikowane na Hugging Face, a ModelScope udostępnia je przy wydaniu. Xiaomi poinformowało, że udostępnia również w otwartym kodzie pełny raport techniczny, środowiska treningowe oraz kod RL, aby badacze mogli odtworzyć i zweryfikować wyniki.

Transmisja na żywo przebiegu uczenia ze wzmocnieniem

Xiaomi poinformowało, że transmitowało na żywo przebieg produkcyjnego uczenia ze wzmocnieniem w czasie rzeczywistym. W mniej niż sześć dni, MiMo‑V2.6‑Flash i MiMo‑V2.6‑Pro ukończyły po 30 kroków RL, obejmujących około 750 000 trajektorii, przy podanych kosztach odpowiednio około $0.85 mln i $2.62 mln. Średni wskaźnik zaliczeń zadań treningowych wzrósł o 25 % i 12 % w stosunku względnym, a w benchmarku DeepSWE v1.1, odrębnym długoterminowym benchmarku inżynierii oprogramowania, wyniki wzrosły z 48,8 do 65,68 dla Flash oraz z 58,4 do 72,57 dla Pro, podało Xiaomi.

Firma poinformowała, że skalowała moc obliczeniową RL w trzech wymiarach: większe partie na w pełni asynchronicznej architekturze z 1 568 próbkami na aktualizację, trening przy maksymalnej długości kontekstu 1 M oraz 3,5‑3,7 miliarda tokenów na krok; zestaw wielozadaniowy obejmujący kodowanie, ogólne agenty, zadania wizualne i cybernetyczne, mieszane w kilku platformach; oraz zwiększoną moc graderów, wykorzystując porównania względne w każdej grupie w celu uzyskania precyzyjniejszych sygnałów nagrody.

Karta modelu określa w pełni asynchroniczną optymalizację Group Relative Policy przy 1 568 promptach z 16 symulacjami każdej na krok, Groupwise Reward Synthesis do budowania offline rubryk specyficznych dla zadań na podstawie kontrastujących symulacji oraz Groupwise Advantage Redistribution do rankingowania przechodzących trajektorii online. Etap dystrybucji on‑policy o nazwie MOPD2, wykorzystujący wieloprefiksowy, wielonauczycielski model, następuje po mieszanym przebiegu RL, a Xiaomi opisuje obrony przed manipulacją nagrodą obejmujące projektowanie nagród, ocenę adwersarialną, wykrywanie anomalii oraz weryfikację krzyżową między weryfikatorami.

Ceny, dostępność i wykazane zastosowania

W własnych tabelach benchmarkowych Xiaomi, MiMo-V2.6-Pro uzyskuje wynik 71,9 w teście DeepSWE v1.1, w porównaniu do 67,9 dla Flash i 19,0 dla MiMo-V2.5-Pro, ustępując DeepSeek V4.1 Flash (74,2), Claude Opus 5 (74,0) oraz GPT 6 Astra (74,0). Xiaomi podaje, że Pro ma 1 673 w GDPVal 2.1, ocenie Elo podanej przez Artificial Analysis, ustępując Claude Fable 5.1 (1 735) i Claude Opus 5 (1 708). Inne zgłoszone wyniki Pro to 76,9 w Toolathlon-verified, 53,1 w Automation Bench v1.0.6, 34,9 w Terminal Bench 4.0 oraz 94,0 w CyberGym, gdzie Flash osiąga 95,1 wobec 84,5 GLM 5.3.

Oba modele są dostępne w AI Studio, MiMo Code i MiMo Desktop, a także poprzez platformę MiMo API Platform oraz OpenRouter. MiMo Desktop kończy wczesny dostęp wraz z pierwszym oficjalnym wydaniem, w którym wbudowano Pro i Flash, a Xiaomi poinformowało, że program wczesnego dostępu UltraSpeed będzie trwał jeszcze tydzień, przy czym istniejących użytkowników poproszono o przejście na nowe nazwy modeli.

Ceny API nie uległy zmianie w porównaniu z serią V2.5: za milion tokenów MiMo-V2.6-Pro kosztuje $0,0036 za wejście z trafieniem w pamięć podręczną, $0,435 za wejście bez trafienia w pamięć podręczną oraz $0,87 za wyjście; MiMo-V2.6-Flash kosztuje $0,0028, $0,14 i $0,28; a MiMo-V2.6-Pro-UltraSpeed kosztuje $0,036, $4,35 i $8,70 w tych samych trzech kategoriach. Artificial Analysis zmierzyło 129,7 tokenów wyjściowych na sekundę oraz 2,17‑sekundowy czas do pierwszego tokenu przy użyciu API Xiaomi.

Demonstracje Xiaomi obejmują rozwój gier wieloagentowych, modelowanie 3D w Blenderze, zamkniętą pętlę sterowania symulowanym ramieniem robotycznym Franka Panda na podstawie wielokamerowych strumieni wideo, projektowanie interfejsu i prezentacji, kompleksowe tworzenie wideo oraz komponowanie muzyki, w tym utwór orkiestrowy zatytułowany Night Road, który model sam ocenił i przekształcił na format MIDI. W dwóch przypadkach badawczych opisanych przez firmę, MiMo-V2.6-Pro zaprojektował kandydatów na metaliczno‑organiczne struktury ramowe do adsorpcji związków PFAS we współpracy z ekspertami materiałowymi Xiaomi oraz stworzył formalizację w Lean 4 twierdzenia Li i Yorke’a „Period Three Implies Chaos”, liczącą ponad 6 000 linii kodu, zweryfikowaną przez kernel Lean bez nieukończonych miejsc dowodowych.