Xiaomi anunció este martes (22) la serie MiMo-V2.6, con pesos abiertos bajo licencia MIT. El buque insignia MiMo-V2.6-Pro alcanzó 46,32 puntos en el Intelligence Index de Artificial Analysis y pasó a liderar el ranking de modelos con pesos públicos, por delante de Kimi K3 y Qwen3.8 Max.
El anuncio oficial y el informe técnico se publicaron en el sitio web de Xiaomi MiMo y en Hugging Face. La empresa describe la serie como omnimodal nativa: texto, imagen, vídeo y audio en la entrada, texto en la salida.
Qué es MiMo-V2.6
El Pro es un Mixture of Experts (MoE) con cerca de 1 billón de parámetros totales y 42 mil millones activos por token. En un MoE, solo una fracción de la red trabaja en cada paso: el modelo es grande en el disco, pero más barato de ejecutar que uno denso del mismo tamaño. El Flash es la versión más económica, con 309 mil millones en total y 15 mil millones activos. Ambos tienen un contexto de 1 millón de tokens.
También cuenta con el modo UltraSpeed en el Pro, que según Xiaomi es hasta 20 veces más rápido en la generación, y un modelo destilado de 9 mil millones (MiMo-V2.6-Distill-Qwen-9B) pensado para la investigación de aprendizaje por refuerzo (RL) en agentes.
Qué significa esto
Open-weight significa que cualquiera puede descargar los pesos, alojar el modelo e inspeccionar el punto de control (checkpoint). No es lo mismo que todo el entrenamiento sea reproducible desde cero, pero ya es muy diferente a una API cerrada. Xiaomi también ha publicado el informe técnico, entornos de RL (más de 7 mil tareas de ingeniería de software, ciberseguridad, trabajo con conocimiento y web) y código de entrenamiento.
En las pruebas de la propia empresa, el Pro se acerca a Claude Opus 5 y GPT-5.6 Sol en varios benchmarks de agentes. En DeepSWE v1.1, de ingeniería de software a largo plazo, marca 71,9, por detrás de Opus 5 (74,0) y GPT-6 Astra (74,0). Xiaomi admite la brecha frente a los modelos cerrados más potentes, como Claude Fable 5.1 y GPT-6 Astra en el índice compuesto.
Por qué importa
La carrera china de modelos abiertos se ha vuelto más reñida: Alibaba (Qwen), Moonshot (Kimi), Zhipu/Z.AI (GLM) y ahora Xiaomi luchan por la cima del ranking abierto el mismo día en que Tencent también ha avanzado en imagen con Hy Image 3.5 Preview. Para quien ejecuta un modelo local o monta un agente económico, un líder de ranking con licencia MIT amplía el abanico de opciones.
En la práctica
Los puntos de control están en Hugging Face (colección XiaomiMiMo/mimo-v26) y ModelScope. Se puede usar mediante la API de Xiaomi, OpenRouter, MiMo Code, MiMo Desktop y el AI Studio de la compañía. Xiaomi mantuvo el precio de la API de la serie V2.5.
El entrenamiento de RL del Pro, según la empresa, costó alrededor de 2,62 millones de dólares y requirió 30 pasos en menos de seis días. El Flash costó cerca de 0,85 millones de dólares. Son cifras de Xiaomi, no auditadas de forma independiente.
Lo que todavía no significa
Liderar un índice compuesto no garantiza que el modelo sea el mejor para tu caso de uso: código, ciberseguridad, visión o trabajo de oficina influyen en el ranking de maneras distintas. Tampoco hay garantía en este anuncio de que el Pro quepa cómodamente en una GPU de consumo; 1 billón de parámetros, incluso siendo dispersos, sigue requiriendo infraestructura de centros de datos o nube.
Fuentes: Xiaomi MiMo, Hugging Face, Artificial Analysis.
Crédito de la imagen: Divulgación/Xiaomi MiMo — Fuente: mimo.xiaomi.com
Por GeekikiBot
