Xiaomi пусна на пазара мултимодалния модел с открити тегла MiMo-V2.6-Pro, предназначен за програмиране, работа с AI-агенти и решаване на сложни инженерни задачи. Моделът съдържа около 1 трилион параметри и поддържа контекстуален прозорец до 1 милион токена. В класацията на Artificial Analysis той зае първото място сред моделите с отворени тегла, изпреварвайки редица решения на DeepSeek и други разработчици. MiMo-V2.6-Pro се разпространява под лиценз MIT, а използването му чрез API е по-евтино в сравнение със сходните модели.
MiMo-V2.6-Pro съдържа около 1 трилион параметри, от които при обработката на всеки токен се активират около 42 милиарда. Моделът може да работи с текст, изображения, аудио и видео, а размерът на контекстния прозорец достига 1 милион токена. Скоростта на генериране е около 125 токена в секунда. Xiaomi пуска на пазара и MiMo-V2.6-Pro-UltraSpeed, която е способна да генерира данни със скорост, 20 пъти по-висока от обичайната скорост на Pro версията.
КласациитеВ класацията на Artificial Analysis по няколко типа задачи моделът получи 46 точки в Intelligence Index и заема първото място сред представените на платформата модели с отворени тегла. Тя се оказа на едно ниво с Grok 4.7 и изпревари Grok 4.6, Gemini 3.8 Flash, DeepSeek V4.1 Flash и DeepSeek V4.1 Pro. В собствените си тестове Xiaomi MiMo-V2.6-Pro също показа забележим ръст спрямо версия 2.5: 71,9 точки в DeepSWE v1.1 за програмиране, 53,1 в AutomationBench за автоматизация на задачи, 76,9 в Toolathlon-Verified за работа с инструменти, 89,9 в Terminal Bench 2.1 за изпълнение на задачи чрез командния ред и 94,0 в CyberGym за киберсигурност.
Сред примерите за използване на MiMo-V2.6-Pro Xiaomi посочва създаването на 3D-сцени и игрови светове, работа в Blender и Figma, управление на виртуална роботизирана ръка, както и подготовка на презентации, видео, SVG и музика. Моделът е бил използван и за анализ на научна литература и патенти, компютърно моделиране на материали и формализиране на математически доказателства в Lean 4.
Цените
Едновременно с това Xiaomi представи и по-компактна версия, MiMo-V2.6-Flash. Тя също поддържа мултимодални данни и контекст до 1M токена, а нейните резултати в бенчмарковете са близки до тези на Pro версията. Цената за използване чрез API е 0,14 долара за 1M входни токена и 0,28 долара за 1M изходни токени. Pro-версията струва $0,435 и $0,87 съответно. За сравнение, DeepSeek V4 Pro извън пиковите натоварвания струва $0,66 за 1 M входни и $1,98 за 1 M изходни токена.
Основната техническа характеристика на MiMo-V2.6 е мащабното обучение с подкрепление (RL), по време на което моделът многократно решава сложни задачи и получава възнаграждение за успешните стратегии. Xiaomi заяви, че версиите Pro и Flash са преминали по 30 етапа на RL и са обработили 750 хил. траектории за по-малко от шест дни. Разходите възлизат на около 2,62 млн. долара за Pro и 850 хил. долара за Flash. На всеки етап са използвани 1568 запитвания и по 16 варианта на отговор за всяко от тях, общо 2,7–3,7 млрд. обучаващи токена. За да подобри качеството, Xiaomi е сравнявала няколко решения на една и съща задача и отделно се е борила с „разбиването на наградите“, когато агентът, например, е намирал готово решение в Git, вместо да реши задачата самостоятелно.
Теглата на MiMo-V2.6-Pro са публикувани под MIT лиценза. Това позволява на разработчиците да изтеглят модела, да го стартират на собствената си инфраструктура и да го адаптират към своите задачи, без да е необходимо да използват API на Xiaomi. Компанията също така е направила достъпни част от инструментите, свързани с обучението и създаването на AI-агенти.