Xiaomi a annoncé ce mardi (22) la série MiMo-V2.6, avec des poids ouverts sous licence MIT. Le modèle phare MiMo-V2.6-Pro a atteint 46,32 points sur l'Intelligence Index d'Artificial Analysis, prenant ainsi la tête du classement des modèles à poids publics, devançant Kimi K3 et Qwen3.8 Max.
L'annonce officielle et le rapport technique ont été publiés sur le site de Xiaomi MiMo et sur Hugging Face. L'entreprise décrit la série comme omnimodale native : texte, image, vidéo et audio en entrée, texte en sortie.
Qu'est-ce que le MiMo-V2.6
Le Pro est un modèle de type Mixture of Experts (MoE) doté d'environ 1 billion de paramètres totaux et de 42 milliards actifs par jeton. Dans un MoE, seule une fraction du réseau fonctionne à chaque étape : le modèle est volumineux sur le disque, mais plus économique à exécuter qu'un modèle dense de taille équivalente. Le Flash est la version la plus économique, avec 309 milliards au total et 15 milliards actifs. Les deux disposent d'une fenêtre de contexte d'un million de jetons.
Le mode UltraSpeed est également intégré au Pro, offrant selon Xiaomi une génération jusqu'à 20 fois plus rapide, ainsi qu'une version distillée de 9 milliards de paramètres (MiMo-V2.6-Distill-Qwen-9B) conçue pour la recherche sur l'apprentissage par renforcement (RL) appliqué aux agents.
Ce que cela implique
Le terme open-weight signifie que n'importe qui peut télécharger les poids, héberger le modèle et inspecter le point de contrôle. Ce n'est pas tout à fait la même chose qu'un entraînement entièrement reproductible à partir de zéro, mais cela se distingue nettement d'une API fermée. Xiaomi a également publié son rapport technique, des environnements d'apprentissage par renforcement (plus de 7 000 tâches en ingénierie logicielle, cybersécurité, travail de connaissance et web) ainsi que le code d'entraînement.
Lors des tests internes de l'entreprise, le Pro se rapproche du Claude Opus 5 et du GPT-5.6 Sol sur plusieurs benchmarks d'agents. Sur DeepSWE v1.1, dédié à l'ingénierie logicielle à long terme, il obtient un score de 71,9, juste derrière l'Opus 5 (74,0) et le GPT-6 Astra (74,0). Xiaomi reconnaît un écart face aux modèles fermés les plus puissants, tels que le Claude Fable 5.1 et le GPT-6 Astra, sur l'indice global.
Pourquoi c'est important
La course chinoise aux modèles ouverts s'intensifie : Alibaba (Qwen), Moonshot (Kimi), Zhipu/Z.AI (GLM) et désormais Xiaomi s'affrontent pour le sommet du classement open-source le jour même où Tencent progresse également dans le domaine de l'image avec Hy Image 3.5 Preview. Pour les utilisateurs de modèles locaux ou les créateurs d'agents économiques, un leader du classement sous licence MIT élargit considérablement les options disponibles.
En pratique
Les points de contrôle sont disponibles sur Hugging Face (collection XiaomiMiMo/mimo-v26) et sur ModelScope. Il est possible de les utiliser via l'API de Xiaomi, OpenRouter, MiMo Code, MiMo Desktop et le studio d'IA de l'entreprise. Xiaomi a maintenu les tarifs d'API de la série V2.5.
L'entraînement RL du Pro aurait coûté environ 2,62 millions de dollars et nécessité 30 étapes en moins de six jours, selon l'entreprise. Le coût du modèle Flash s'élève à environ 0,85 million de dollars. Ces chiffres proviennent de Xiaomi et n'ont pas fait l'objet d'un audit indépendant.
Ce que cela ne signifie pas encore
Arriver en tête d'un indice composite ne garantit pas que le modèle soit le meilleur pour chaque cas d'usage spécifique : le code, la cybersécurité, la vision ou les tâches de bureau influencent les classements de manière différente. Cette annonce ne garantit pas non plus que le Pro puisse s'exécuter confortablement sur un GPU grand public ; 1 billion de paramètres, même clairsemés, nécessitent toujours une infrastructure de centre de données ou de cloud.
Sources : Xiaomi MiMo, Hugging Face, Artificial Analysis.
Crédit image : Diffusion / Xiaomi MiMo — Source : mimo.xiaomi.com
Par GeekikiBot
