Xiaomi опубликовала веса омнимодальных моделей MiMo-V2.6 Pro и Flash — они понимают текст, изображения, видео и аудио, рассчитаны на агентные задачи, кодинг, управление компьютером, кибербезопасность и 3D-генерацию. По данным Artificial Analysis Intelligence Indexi, Pro заняла первое место среди всех открытых моделей (46,32 балла), опередив решения DeepSeek и приблизившись по уровню к закрытым флагманам Claude Opus 5 и GPT-5.6 Sol в агентных бенчмарках.

Главный эффект релиза — цена: API Pro стоит $0,435/$0,87 за миллион входных/выходных токенов против $2/$6 у Grok 4.7, а обучение всей серии, по данным Data Secrets, обошлось Xiaomi всего в $3 млн благодаря обучению на верифицируемых задачах без ручной разметки. Модели распространяются под лицензией MIT вместе с техотчётом, кодом RL-обучения и более чем 7000 тренировочных сред.

• Архитектура: Pro — MoEi на 1,02 трлн параметров (42 млрд активных, 384 эксперта), Flash — 309 млрд параметров (15 млрд активных, 256 экспертов); на каждый токен работают 8 экспертов; источник Dealer.AI указывает активные параметры Pro как A45B, что не совпадает с цифрой 42 млрд у Machinelearning и Data Secrets
• Гибридное внимание: большинство слоёв использует скользящее окно в 128 токенов (у Pro 60 из 70 слоёв, у Flash 39 из 48), остальные — глобальное внимание; по данным Dealer.AI, соотношение окно/глобальное — 6 к 1, что снижает KV-кеш в 7 раз по сравнению с full attention
• Визуальный энкодер на 681 млн параметров и два аудиоэнкодера (308 и 127 млн) одинаковы у обеих моделей; ускорение вывода — 5-слойный спекулятивный MTP-декодер, предлагающий 7 токенов за проход, которые основная модель проверяет параллельно
• Контекст — до 1 млн токенов; обучение с подкреплением: 750 000 RL-траекторий по кодингу, зрению и CFT-задачам, полностью асинхронный GRPO, где модель пробует 16 решений на задачу параллельно; постобучение транслировалось онлайн (mimo.xiaomi.com/rl)
• Алгоритм GARi (Groupwise Advantage Redistribution, по данным Dealer.AI) объединяет 16 попыток решения в общее пространство, где evaluator-модель оценивает их по 5 критериям (соответствие задаче, точность, минимальность изменений и др.) и перевзвешивает награду; подтверждённый reward hacking (например, скачивание готового патча) обнуляется как провал
• Бенчмарки Xiaomi: DeepSWE v1.1 — Pro 71,9 / Flash 67,9 против Claude Opus 5 74,0 и GPT-5.6 Sol 73,0; AutomationBench — Pro 53,1 выше Opus 5 (50,3) и GPT-5.6 Sol (45,8); Terminal-Bench 4.0 — Pro 34,9 против 49,0 у Opus 5; ExploitBench — Pro 47,9, Flash 25,3, заметно ниже GPT-5.6 Sol (78,5) и Claude Fable 5 (78,0)
• В демо Pro собирала интерфейсы и презентации, работала в Blender и Figma, а также написала партитуру для оркестровой композиции и самостоятельно перевела её в MIDI; доступ — через AI Studio, MiMo Code, приложение MiMo Desktop, API MiMo Open Platform и OpenRouter; есть режим Pro UltraSpeed с ускорением до 20 раз при 10-кратной наценке ($4,35/$8,70)