Xiaomi выпустила открытые MiMo-V2.6 с контекстом в миллион токенов и ценой от $0,28

Xiaomi представила семейство MiMo-V2.6. В него вошли две модели с открытыми весами, MiMo-V2.6-Pro и более экономичная MiMo-V2.6-Flash. Обе принимают текст, изображения, видео и аудио, поддерживают контекст до миллиона токенов и распространяются под лицензией MIT.

Компания позиционирует новинки не просто как чат-ботов, а как основу для автономных агентов. Модели умеют работать с кодом и интерфейсами, управлять компьютером, создавать 3D-сцены, собирать презентации и выполнять длинные цепочки действий с инструментами.

Триллион параметров, но активны только 42 миллиарда

MiMo-V2.6 построены на разреженной архитектуре Mixture of Experts. Вместо запуска всей нейросети для каждого токена маршрутизатор выбирает несколько подходящих экспертных блоков. Это позволяет увеличивать общую ёмкость модели без пропорционального роста стоимости каждого запроса.

По данным официальных model card:

Обе модели используют собственный визуальный энкодер MiMo ViT на 681 млн параметров и два аудиоэнкодера. Спекулятивный декодер пытается предсказать сразу несколько следующих токенов, а основная модель затем проверяет их параллельно. Подробности архитектуры опубликованы в карточке Pro и карточке Flash.

Первая среди моделей с открытыми весами

MiMo-V2.6-Pro получила 46 баллов в актуальной версии Artificial Analysis Intelligence Index. На момент публикации это первое место среди 114 моделей с открытыми весами.

Artificial Analysis также измерила скорость около 125 токенов в секунду через API Xiaomi и оценила среднюю стоимость одного задания из своего набора в $0,13.

При этом MiMo-V2.6-Pro не лидирует во всех отдельных испытаниях. В DeepSWE v1.1 модель набрала 71,9 балла против 74,2 у DeepSeek V4.1 Flash и 74 у Claude Opus 5. В AutomationBench результат MiMo составил 53,1, в Toolathlon-Verified 76,9, а в OSWorld-Verified 82.

Часть результатов Xiaomi получила на собственных наборах, включая MiMo Code Bench и MiMo Visual Coding. Поэтому сравнительные таблицы стоит воспринимать как ориентир, а не окончательное доказательство превосходства модели в реальной работе.

На обучение с подкреплением потратили $3,47 млн

Самая интересная часть релиза связана не с размером модели, а с её дообучением.

Xiaomi провела единый цикл reinforcement learning для программирования, визуальных задач, кибербезопасности и обычных агентных сценариев. Вместо отдельных узкоспециализированных моделей способности тренировали в общей смеси заданий.

Для Pro и Flash выполнили по 30 шагов RL, каждый на больших пакетах из 1568 запросов и 16 вариантов ответа. На одну итерацию приходилось от 3,5 до 3,7 млрд токенов. Обучение каждой модели заняло менее шести дней и суммарно включало около 750 тысяч траекторий.

Дообучение Flash обошлось примерно в $850 тысяч, Pro в $2,62 млн. На отложенной версии DeepSWE показатель Flash вырос с 48,8 до 65,68, а Pro с 58,4 до 72,57.

Награда рассчитывалась не только по принципу решена задача или нет. Отдельный агент сравнивал успешные траектории между собой и оценивал качество решения, длину пути и расход токенов. Xiaomi также сообщает о защите от reward hacking, когда модель учится эксплуатировать ошибки проверяющей системы вместо решения самой задачи.

Компания опубликовала технический отчёт и заявила об открытии RL-кода и тренировочных сред. Это может оказаться важнее очередной таблицы с бенчмарками, поскольку позволит исследователям проверить, насколько такой подход воспроизводим за пределами инфраструктуры Xiaomi.

От вайбкодинга к «вайб-мирам»

Xiaomi использует для нового класса задач термин Vibe World. Пользователь описывает интерактивный мир текстом, изображением или видео, после чего MiMo разбивает работу на этапы, координирует несколько агентов, пишет логику, собирает 3D-сцену и проверяет результат по рендерам.

Модель также умеет создавать объекты и сцены в Blender по описанию или референсу. В демонстрации с робототехникой MiMo получает изображения с нескольких камер и в замкнутом цикле управляет манипулятором Franka Panda, захватывая и сортируя предметы.

Список демонстраций на этом не заканчивается. MiMo генерирует фронтенды, собирает презентации, работает с Figma и инструментами создания изображений и видео.

Отдельно Xiaomi показала эксперименты с научными задачами. Модель участвовала в поиске металлоорганических структур для поглощения PFAS и помогла формализовать в Lean 4 основную теорему из работы Ли и Йорка «Period Three Implies Chaos». Получившийся проект содержит более 6000 строк кода и, по заявлению компании, полностью проходит проверку ядром Lean без незакрытых доказательств.

Это именно демонстрации Xiaomi, а не независимые исследования. Они показывают широту предполагаемых сценариев, но пока не доказывают, что модель сможет так же стабильно работать с произвольными проектами.

API дешевле доллара за миллион выходных токенов

Базовые тарифы Xiaomi сохранила на уровне предыдущего поколения:

Цены указаны за миллион токенов.

UltraSpeed использует ту же Pro-модель, но, по заявлению Xiaomi, выдаёт ответ до 20 раз быстрее без потери качества. За низкую задержку придётся доплатить в десять раз.

MiMo-V2.6-Pro и Flash уже доступны в AI Studio, MiMo Desktop, MiMo Code, через API Xiaomi и OpenRouter. Веса можно скачать из официальной коллекции на Hugging Face.

В этом релизе Xiaomi пытается конкурировать сразу по трём направлениям. Компания открыла веса, предложила агрессивные цены и показала достаточно сильные результаты в независимом рейтинге. Но главный вопрос теперь не в том, умеет ли MiMo красиво собирать демо. Интереснее, смогут ли разработчики воспроизвести обещанные результаты с открытым стеком и получить ту же надёжность на собственных длинных агентных задачах.

Kodacode

Ну а мы уже добавили модельку в Kodacode. Попробовать бесплатно: скачать для IDE, CLI и Desktop.

Попробуйте Kodacode на своём проекте: скачать для IDE, CLI и Desktop. Анонсы обновлений, практические разборы и новости продукта в нашем Telegram‑канале.