Xiaomi MiMo-V2.6-Pro: открытая модель с 46 баллами на Intelligence Index

Производитель смартфонов, который мало кто записывал в ИИ-лаборатории первого эшелона, только что выбил чечетку на сцене, где раньше танцевали только DeepSeek, Kimi и Qwen. Xiaomi опубликовала серию MiMo-V2.6 - и флагманская модель сразу же заняла первое место среди открытых весов на Intelligence Index от Artificial Analysis.

Что за модель и откуда она взялась

MiMo-V2.6-Pro - это разреженная архитектура MoE с 1,02 триллиона суммарных параметров и 42 миллиардами активных на каждый токен. Контекстное окно - 1 миллион токенов, входные модальности - текст, изображения, видео и аудио. Лицензия MIT, то есть коммерческое использование разрешено без ограничений.

Техническую часть возглавляет Ло Фули - бывший инженер DeepSeek, который перешел в Xiaomi в конце 2025 года. До DeepSeek он работал в DAMO Academy Alibaba. Это не случайная фигура: именно он несколько дней назад начал публиковать метрики финального RL-обучения в реальном времени - редкая прозрачность для индустрии, где обычно показывают только готовый бенчмарк.

Архитектурно модель устроена так: 70 слоев, из которых 60 - скользящее внимание и 10 - глобальное. 384 маршрутизируемых эксперта, из которых активны 8 на каждый токен. Отдельные энкодеры для зрения (681 млн параметров) и аудио (308 млн + 127 млн), плюс пятислойный спекулятивный декодер с предсказанием 7 следующих токенов за один прямой проход.

Обучение за шесть дней

Xiaomi транслировала финальный RL-прогон в прямом эфире. За менее чем шесть дней модели Pro и Flash прошли по 30 шагов RL. Каждый шаг использовал 1568 промптов с 16 роллаутами, что давало от 3,5 до 3,7 миллиарда обучающих токенов за обновление.

Общий порядок стоимости обучения серии - около $3 млн. Для сравнения: суточный расход во время обучения составлял порядка $432 000, что отражает реальный масштаб вычислений даже при относительно скромном итоговом бюджете.

RL масштабировали по трем осям одновременно: большие батчи на полностью асинхронной архитектуре, многозадачный набор тренировок (код, агенты, визуальные задачи, кибербезопасность), и более сложные грейдеры, которые сравнивают успешные траектории друг с другом - не просто бинарный результат "справился/не справился", а ранжирование по качеству решения. Это позволяет направлять обучение к более коротким и надежным путям.

На бенчмарке DeepSWE v1.1 (удержанный тест по долгосрочной разработке ПО) Pro показал результат около 71,9% - ниже Claude Opus 5 с его 74,0%.

Где стоит на бенчмарках

На Intelligence Index v4.3.2 от Artificial Analysis, который агрегирует 10 оценок включая AA-Briefcase, GDPval, AutomationBench, Terminal-Bench 4.0 и Humanity's Last Exam, MiMo-V2.6-Pro получил 46,32 балла - первое место среди открытых моделей. Для сравнения: Z AI GLM-5.3 (max) набрал 45, Kimi K3 (max) - 44. Среди проприетарных систем Grok 4.7 (xhigh) от SpaceXAI стоит на том же уровне 46.

Стоимость одной задачи Intelligence Index - $0,13, а полная оценка на индексе обошлась Artificial Analysis в $206,66.

По отдельным бенчмаркам картина неоднородная - что само по себе признак честной публикации. На Terminal-Bench 4.0 модель набрала 89,9%. На CyberGym - 94,0%. На AutomationBench v1.0.6 - 53,1%, тоже выше основных американских конкурентов. Но на ProgramBench и некоторых exploit-тестах Pro уступает ряду закрытых моделей.

Что открыто, а что нет

Xiaomi публикует: веса Pro-RL и Flash-RL на Hugging Face и ModelScope, технический отчет, код обучающих окружений и RL-рецепты для шести категорий задач - код, кибербезопасность, общие агенты, визуальная веб-разработка, генерация музыки, конфигурации мини-харнессов.

Чего нет: полный датасет из 7000+ задач пока не выложен. Это существенное ограничение для тех, кто хочет воспроизвести результаты целиком, а не только запустить те же окружения на своих данных.

Deploy Pro на своей инфраструктуре - задача не для одного сервера: Xiaomi рекомендует распределенный инференс на нескольких узлах. Параллельно запускается MiMo-V2.6-Pro-UltraSpeed - хостинговый вариант с заявленной скоростью до 20 раз выше стандартного Pro при том же качестве.

Контекст: почему это важно именно сейчас

Xiaomi традиционно не входила в список "шести китайских ИИ-тигров". Появление MiMo-V2.6-Pro на верхней строчке открытых весов - сигнал, что пул игроков расширяется быстрее, чем успевают обновляться аналитические рейтинги.

Американские экспортные ограничения на H100, A100, H200 и закрытие лазеек через третьи страны в итоге ускорили формирование замкнутого аппаратно-программного стека внутри Китая.

Для разработчиков по всему миру открытые веса MiMo-V2.6-Pro под MIT-лицензией означают доступ к производительности уровня Grok 4.7 без подписки на проприетарный API. Веса опубликованы на Hugging Face и ModelScope.

Все приведенные бенчмарки - вендорская отчетность Xiaomi и данные Artificial Analysis; независимое воспроизведение результатов пока в процессе.