Xiaomi выложила веса MiMo-V2.6, и старшая версия Pro стала первой среди открытых моделей в индексе Artificial Analysis: 46 баллов против 26 у MiMo-V2.5-Pro. Выше только закрытые Fable 5.1, GPT-6 Astra, Opus 5, Muse Spark и GPT-5.6 Sol, а Qwen3.8 Max и GLM-5.3 на балл позади.
Цена осталась прежней: $0,435 за миллион токенов на входе и $0,87 на выходе, кеш со скидкой 99%. Одна задача индекса, как посчитали в Artificial Analysis, обходится в $0,13, а у GPT-5.6 Sol и GLM-5.3 это около $2. На нижнем графике MiMo стоит на границе Парето: следующая точка с баллом повыше дороже примерно в десять раз.
Pro это MoE, 42 млрд активных из 1,02 трлн, младшая Flash 15 млрд из 309. Обе принимают текст, картинки, видео и аудио, контекст 1M. Прирост дал RL: кодинг, агентные задачи, визуальный кодинг и кибербезопасность учили одним общим прогоном в 30 шагов, по 25 тысяч траекторий и до 3,7 млрд токенов на шаг. В техотчёте названа цена: $2,6 млн на RL для Pro и $0,9 млн для Flash. За прогон Pro выросла на DeepSWE с 58,4 до 72,6, и за кривыми можно было следить в открытом дашборде прямо во время обучения. Роутер MoE пришлось заморозить: без этого нагрузка на экспертов разъезжалась уже за первые 20 шагов.
В таблице Xiaomi Pro идёт рядом с Opus 5 и GPT-5.6 Sol на большинстве агентных бенчмарков и обходит обоих на AutomationBench и Terminal Bench 2.1. На Terminal Bench 4.0 и в написании эксплойтов отставание заметное. Flash почти не уступает старшей: на DeepSWE 67,9 против 71,9.
Веса лежат на HuggingFace под MIT: Pro занимает 573 ГБ, Flash 178 ГБ. Отдельно Xiaomi выложила MiMo-V2.6-Distill-Qwen-9B: это Qwen3.5-9B, дообученная на данных от MiMo, маленькая стартовая модель, чтобы пробовать агентный RL без кластера. Обе модели есть на OpenRouter, а в OpenCode Flash неделю раздают бесплатно, в подписке Go доступны обе.
@neuro_channel