Noul model de top al Xiaomi conduce clasamentele open-weight cu un scor de 46

Pe 22 septembrie 2026, Xiaomi a anunțat lansarea și open‑sourcingul seria MiMo‑V2.6, condusă de un model de top care, conform deţinatorului benchmark‑ului Artificial Analysis, obţine un scor de 46 pe Intelligence Index, cel mai mare rezultat open‑weight din acel clasament.

Seria include două modele omnimodale native: MiMo‑V2.6‑Pro, pe care Xiaomi îl descrie ca fiind cel mai capabil model de până acum, și MiMo‑V2.6‑Flash, pe care compania îl prezintă ca un echilibru între inteligenţă, eficienţă şi cost. O a treia variantă, MiMo‑V2.6‑Pro‑UltraSpeed, oferă o viteză de generare de până la 20 de ori mai rapidă la aceeaşi calitate pentru utilizatorii care necesită o viteză extremă, conform Xiaomi.

Poziţia în benchmark‑ul Artificial Analysis

Pagina modelului a Artificial Analysis pentru MiMo‑V2.6‑Pro înregistrează un scor de 46 pe Intelligence Index v4.3.2, un compozit din 10 evaluări care includ AA‑Briefcase v1.1, GDPval‑AA v2.1, AutomationBench‑AA, Terminal‑Bench 4.0, SciCode și Humanity’s Last Exam. Compararea modelelor open‑source a benchmark‑ului plasează MiMo‑V2.6‑Pro pe primul loc printre modelele open‑weight, înaintea GLM‑5.3 (max) de la Z AI cu 45 și Kimi K3 (max) cu 44, și descrie MiMo‑V2.6‑Pro și GLM‑5.3 (max) ca fiind cele mai inteligente modele open source.

În rândul sistemelor proprietare, pagina pentru Grok 4.7 (xhigh) a Artificial Analysis enumeră modelul SpaceXAI cu acelaşi scor de 46. Anunţul Xiaomi menţionează un scor de 46,32 pe index şi îl descrie pe MiMo‑V2.6‑Pro ca „cel mai puternic model open‑source de până acum”, afirmând că depăşește Kimi K3 şi Qwen3.8 Max. Artificial Analysis stabileşte costul modelului la 0,13 USD per sarcină Intelligence Index şi raportează că evaluarea pe index a costat 206,66 USD. Xiaomi spune că seria păstrează preţurile API ale seriei V2.5, pe care le descrie ca extinzând frontiera Pareto inteligenţă‑faţă‑de‑cost.

Artificial Analysis indică data de lansare a modelului ca 21 septembrie 2026; postarea de anunţ a Xiaomi este datată 22 septembrie 2026.

Arhitectură Sparse MoE și greutăţi licențiate MIT

Conform fișei modelului publicate de echipa Xiaomi MiMo, punctul de control flagship MiMo‑V2.6‑Pro‑RL este un model sparse mixture‑of‑experts cu 1,02 trilioane de parametri în total și 42 de miliarde activaţi per token, o lungime de context de 1 M de tokeni și intrări text, imagine, video şi audio cu ieşire text. Specificaţiile Artificial Analysis enumeră aceleaşi numere de parametri, fereastră de context şi modalităţi, şi menţionează o licenţă MIT, care permite utilizarea comercială.

Fișa detaliază un nucleu de 70 de straturi, 60 de straturi de atenție cu fereastră glisantă intercalate cu 10 straturi de atenție globală, cu 384 de experţi rutati dintre care opt sunt activi per token. Un MiMo ViT de 681 M de parametri gestionează viziunea, un AudioTokenizer de 308 M de parametri şi un codor de patch‑uri audio de 127 M de parametri procesează audio, iar un decodor speculativ cu cinci straturi de predicţie multi‑token anticipează şapte tokeni consecutivi per pas înainte.

Greutăţile pentru MiMo‑V2.6‑Pro‑RL şi MiMo‑V2.6‑Flash‑RL sunt publicate pe Hugging Face, cu disponibilitate pe ModelScope la lansare. Xiaomi a declarat că publică şi raportul tehnic complet, mediile de antrenament şi codul RL, pentru ca cercetătorii să poată reproduce şi verifice rezultatele.

O rulare de învățare prin recompensă transmisă în direct

Xiaomi a declarat că a transmis în direct rularea de învățare prin recompensă în producție pe măsură ce avea loc. În mai puţin de şase zile, MiMo‑V2.6‑Flash şi MiMo‑V2.6‑Pro au finalizat fiecare 30 de paşi RL pe aproximativ 750 000 de traiectorii, la costuri raportate de aproximativ 0,85 milioane USD şi, respectiv, 2,62 milioane USD. Rata medie de succes la sarcinile de antrenament a crescut cu 25 % şi, respectiv, 12 % în termeni relativi, iar pe DeepSWE v1.1, un benchmark de inginerie software pe termen lung reţinut, scorurile au crescut de la 48,8 la 65,68 pentru Flash şi de la 58,4 la 72,57 pentru Pro, conform raportului Xiaomi.

Compania a declarat că a scalat calculul RL pe trei axe: loturi mai mari pe o arhitectură complet asincronă cu 1.568 de mostre per actualizare, antrenament cu lungime de context de până la 1 M de tokeni şi 3,5‑3,7 miliarde de tokeni per pas; o suită multi‑task care acoperă codare, agenţi generali, sarcini vizuale şi cibernetice, combinate în mai multe platforme; şi un calcul suplimentar pentru evaluatori, utilizând comparaţii relative în fiecare grup pentru a genera semnale de recompensă mai precise.

Fișa modelului specifică o optimizare complet asincronă Group Relative Policy Optimization cu 1.568 de prompturi şi 16 rulări fiecare per pas, Sinteza recompenselor pe grup pentru a construi rubrici specifice sarcinilor offline din rulări contrastante, şi Redistribuirea avantajului pe grup pentru a clasifica traiectoriile de succes online. O etapă de distilare pe politică cu multi‑prefix şi multi‑învăţător, denumită MOPD2, urmează rularea mixtă RL, iar Xiaomi descrie apărarea împotriva manipulării recompenselor, acoperind designul recompenselor, evaluarea adversarială, detectarea anomaliilor şi verificarea încrucișată între verificatori.

Preţuri, disponibilitate şi utilizări demonstrate

În tabelele proprii de benchmark ale Xiaomi, MiMo-V2.6-Pro obține 71.9 pe DeepSWE v1.1, comparativ cu 67.9 pentru Flash și 19.0 pentru MiMo-V2.5-Pro, rămânând în urma DeepSeek V4.1 Flash (74.2), Claude Opus 5 (74.0) și GPT 6 Astra (74.0). Xiaomi afișează Pro la 1,673 pe GDPVal 2.1, un rating Elo raportat de Artificial Analysis, în spatele Claude Fable 5.1 (1,735) și Claude Opus 5 (1,708). Alte rezultate raportate pentru Pro includ 76.9 pe Toolathlon-verified, 53.1 pe Automation Bench v1.0.6, 34.9 pe Terminal Bench 4.0 și 94.0 pe CyberGym, unde Flash înregistrează 95.1 față de 84.5 al GLM 5.3.

Ambele modele sunt disponibile în AI Studio, MiMo Code și MiMo Desktop, precum și prin MiMo API Platform și OpenRouter. MiMo Desktop părăsește accesul anticipat cu prima sa lansare oficială, având Pro și Flash încorporate, iar Xiaomi a declarat că programul UltraSpeed de acces anticipat va continua încă o săptămână, utilizatorilor existenți fiind solicitat să treacă la noile denumiri ale modelelor.

Prețurile API nu s-au modificat față de seria V2.5: pentru un milion de tokeni, MiMo-V2.6-Pro costă $0.0036 pentru intrare cu cache-hit, $0.435 pentru intrare cu cache-miss și $0.87 pentru ieșire; MiMo-V2.6-Flash costă $0.0028, $0.14 și $0.28; iar MiMo-V2.6-Pro-UltraSpeed costă $0.036, $4.35 și $8.70 în aceleași trei categorii. Artificial Analysis a măsurat 129.7 tokeni de ieșire pe secundă și un timp de 2.17 secunde până la primul token prin API-ul Xiaomi.

Demonstrațiile Xiaomi acoperă dezvoltarea de jocuri multi-agent, modelarea 3D în Blender, controlul în buclă închisă al unui braț robotic Franka Panda simulat din fluxuri de camere multi-vizual, designul front-end și al prezentărilor, crearea video de la cap la cap și compunerea muzicală, inclusiv o piesă orchestrală numită Night Road pe care modelul a evaluat-o și a convertit-o în MIDI în mod autonom. În două cazuri de cercetare raportate de companie, MiMo-V2.6-Pro a proiectat candidați de cadre metal-organice pentru adsorbția compușilor PFAS împreună cu experții în materiale ai Xiaomi și a produs o formalizare Lean 4 a teoremei lui Li și Yorke “Period Three Implies Chaos” depășind 6,000 de linii de cod, verificată de nucleul Lean fără placeholder-e de demonstrație neterminate.