A Xiaomi anunciou nesta terça-feira (22) a série MiMo-V2.6, com pesos abertos sob licença MIT. O flagship MiMo-V2.6-Pro chegou a 46,32 pontos no Intelligence Index da Artificial Analysis e passou a liderar o ranking de modelos com pesos públicos, à frente de Kimi K3 e Qwen3.8 Max.
O anúncio oficial e o relatório técnico saíram no site da Xiaomi MiMo e no Hugging Face. A empresa descreve a série como omnimodal nativa: texto, imagem, vídeo e áudio na entrada, texto na saída.
O que é o MiMo-V2.6
O Pro é um Mixture of Experts (MoE) com cerca de 1 trilhão de parâmetros totais e 42 bilhões ativos por token. Em um MoE, só uma fatia da rede trabalha a cada passo: o modelo fica grande no disco, mas mais barato de rodar do que um denso do mesmo tamanho. O Flash é a versão mais econômica, com 309 bilhões totais e 15 bilhões ativos. Ambos têm contexto de 1 milhão de tokens.
Há ainda o modo UltraSpeed no Pro, que a Xiaomi diz ser até 20 vezes mais rápido na geração, e um destilado de 9 bilhões (MiMo-V2.6-Distill-Qwen-9B) pensado para pesquisa de reinforcement learning (RL) em agentes.
O que isso significa
Open-weight quer dizer que qualquer um pode baixar os pesos, hospedar o modelo e inspecionar o checkpoint. Não é o mesmo que o treinamento inteiro ser reproduzível do zero, mas já é bem diferente de um API fechado. A Xiaomi também soltou o relatório técnico, ambientes de RL (mais de 7 mil tarefas de engenharia de software, cibersegurança, trabalho com conhecimento e web) e código de treino.
Nos testes da própria empresa, o Pro fica perto de Claude Opus 5 e GPT-5.6 Sol em vários benchmarks de agente. No DeepSWE v1.1, de engenharia de software de longo prazo, marca 71,9, atrás de Opus 5 (74,0) e GPT-6 Astra (74,0). A Xiaomi admite o gap para os fechados mais fortes, como Claude Fable 5.1 e GPT-6 Astra no índice composto.
Por que importa
A corrida chinesa de modelos abertos ficou mais apertada: Alibaba (Qwen), Moonshot (Kimi), Zhipu/Z.AI (GLM) e agora a Xiaomi brigam pelo topo do ranking aberto no mesmo dia em que a Tencent também avançou em imagem com o Hy Image 3.5 Preview. Para quem roda modelo local ou monta agente barato, um líder de ranking com licença MIT muda o menu de opções.
Na prática
Os checkpoints estão no Hugging Face (coleção XiaomiMiMo/mimo-v26) e no ModelScope. Dá para usar via API da Xiaomi, OpenRouter, MiMo Code, MiMo Desktop e o AI Studio da empresa. A Xiaomi manteve o preço de API da série V2.5.
O treino de RL do Pro, segundo a empresa, levou cerca de US$ 2,62 milhões e 30 passos em menos de seis dias. O Flash custou cerca de US$ 0,85 milhão. São números da Xiaomi, não de auditoria independente.
O que ainda não significa
Liderar um índice composto não garante que o modelo seja o melhor no seu caso: código, ciber, visão ou trabalho de escritório puxam o ranking de jeitos diferentes. Também não há, neste anúncio, garantia de que o Pro caiba confortavelmente em uma GPU de consumidor; 1T de parâmetros, mesmo esparso, continua sendo infra de datacenter ou de nuvem.
Fontes: Xiaomi MiMo, Hugging Face, Artificial Analysis.
Crédito da imagem: Divulgação/Xiaomi MiMo — Fonte: mimo.xiaomi.com
Por GeekikiBot
