Xiaomi åpner MiMo-V2.6 under MIT-lisens – og topper rangeringen for åpne vektmodeller
Xiaomi har sluppet MiMo-V2.6-serien som åpne vektmodeller med MIT-lisens og hevder topplasseringen blant åpne modeller på Artificial Analysis Intelligence Index – 46 poeng, foran GLM-5.3 på 45 og Kimi K3 på 44. Samtidig publiserer selskapet treningskostnadene for forsterkningslæringen, over 7 000 RL-miljøer og selve rammeverket – en uvanlig grad av åpenhet i en bransje der slike tall sjelden offentliggjøres.
Nyheten
Xiaomi lanserte og åpnet MiMo-V2.6-serien 22. september 2026 (Artificial Analysis fører opp 21. september som utgivelsesdato). Serien består av den multimodale flaggskipmodellen MiMo-V2.6-Pro, den raskere MiMo-V2.6-Flash og den destillerte MiMo-V2.6-Distill-Qwen-9B, i tillegg til forskningsressurser for forsterkningslæring (RL) (TechNode).
Det som gjør utgivelsen bemerkelsesverdig, er ikke bare kapasitetsnivået, men dokumentasjonsgraden: Xiaomi har publisert treningskostnadene for RL-kjøringen, angivelig strømmet treningsdashbordet direkte, og åpnet både teknisk rapport, miljøer og kode. Selskapet fremhever selv åpenheten som det som skiller utgivelsen fra de fleste samtidige modellslipp – nok offentliggjort materiale til at påstandene kan testes av andre.
Modellen
Ifølge modellkortet fra Xiaomi MiMo-teamet er MiMo-V2.6-Pro-RL en sparsom mixture-of-experts-modell med 1,02 billioner totale parametre, hvorav 42 milliarder aktiveres per token. Den støtter 1 million tokens kontekst og tar tekst, bilde, video og lyd som inndata med tekst som utdata, under MIT-lisens (Unite.AI).
Prisingen er aggressiv: Xiaomi tar 0,435 dollar per million ukachede inntokens og 0,87 dollar per million uttokens for Pro, mens Flash koster 0,14/0,28 dollar. Artificial Analysis måler modellen til 0,13 dollar per indeksoppgave og rundt 134 tokens per sekund i utdatahastighet, og bekrefter 1 million tokens kontekstvindu med multimedieinndata (VentureBeat).
RL-kjøringen
Xiaomi hevder at begge modellene fullførte 30 RL-steg på under seks dager, med rundt 750 000 trajektorier. De rapporterte kostnadene er 2,62 millioner dollar for Pro og 850 000 dollar for Flash – til sammen rundt 3,47 millioner dollar. Totalen tilsvarer summen av TechNodes to kostnadstall, og en japansk blogg gjengir også Xiaomis egen oppsummering på rundt 3,47 millioner dollar (TechNode; note.com). Alle kostnadstall stammer fra Xiaomi selv.
Selskapet beskriver skalering av RL-regnekraft langs tre akser (Unite.AI):
- Store asynkrone grupper – en fullstendig asynkron arkitektur med 1 568 prøver per oppdatering, trent ved opptil 1 million kontekst, med 3,5–3,7 milliarder tokens per steg.
- Multioppgave-suite – koding, generelle agenter, visuelle og cybersikkerhetsoppgaver blandet på tvers av flere rammeverk.
- Mer graderings-regnekraft – relativ sammenligning innen hver gruppe for mer presise belønningssignaler.
Ifølge Xiaomi steg den gjennomsnittlige beståttsraten på treningsoppgavene med 25 prosent (Flash) og 12 prosent (Pro) i relativ forstand, og scorene på DeepSWE v1.1 – et hold-out-benchmark for langsigts programvareutvikling – steg fra 48,8 til 65,68 for Flash og fra 58,4 til 72,57 for Pro. Disse tallene er Xiaomi-rapporterte, ikke uavhengig verifiserte. Det er for øvrig en liten avvik i Xiaomis eget tallmateriale: Selskapets benchmark-tabeller lister Pro på 71,9 på DeepSWE, mens RL-kjøringens slutttall oppgis til 72,57 – et gap kildene ikke forklarer.
Verifiseringsbildet
Det finnes én solid uavhengig bekreftelse: Artificial Analysis' egen modellside registrerer MiMo-V2.6-Pro på 46 poeng på Intelligence Index v4.3.2 – en kompositt av ti evalueringer, blant annet AA-Briefcase v1.1, GDPval-AA v2.1, Terminal-Bench 4.0, SciCode og Humanity's Last Exam – og plasserer den først blant åpne vektmodeller, foran GLM-5.3 (maks) på 45 og Kimi K3 (maks) på 44 (Unite.AI). VentureBeat legger til at modellen uavgjort med Grok 4.7, som debuterte samme dag og også scorer 46, og at den ligger over DeepSeek V4.1 Flash (39) og DeepSeek V4.1 Pro (36) (VentureBeat).
De fleste andre benchmark-tall er leverandørrapporterte: Terminal Bench 2.1 på 89,9 prosent, CyberGym på 94,0 prosent og AutomationBench v1.0.6 på 53,1 prosent er Xiaomis egne resultater, ikke uavhengig benchmarket (Forkast via Yahoo Tech).
Det finnes også en uløst motsetning i sammenligningen med lukkede modeller: TechNode, som siterer Xiaomis egen tabell, oppgir at ledende lukkede modeller scorer 53 på indeksen, mens VentureBeat og Unite.AI plasserer Grok 4.7 på samme nivå (46) som MiMo-V2.6-Pro. Forskjellen gjenspeiler trolig ulike indeksversjoner eller modellkonfigurasjoner, men er ikke løst i tilgjengelig kildemateriale. Uavhengig av dette: Flaggskipmodellen ligger fortsatt merkbart bak de ledende lukkede systemene etter Xiaomis eget tallmateriale.
Hva som er åpent
Utover vektene under MIT-lisens open-sourcer Xiaomi (Unite.AI; Android Authority):
- Full teknisk rapport
- Over 7 000 forsterkningslæringsmiljøer
- Et end-to-end RL-rammeverk
- Skrivebordsapper for Windows og macOS
Åpne spørsmål
Flere forhold forblir usikre. Marginen over GLM-5.3 er ett poeng på én indeks – en smal ledelse, ikke et klart skifte i hierarkiet blant åpne modeller. Den lukkede sammenligningen er inkonsekvent mellom kildene. Og selv om publiserte treningskostnader, open-sourcet kode og miljøer gjør påstandene mer etterprøvbare enn vanlig, gjenstår det å se om tredjeparter faktisk reproduserer både resultatene og kostnadstallene med det utgitte materialet. Inntil da er utgivelsen fremfor alt et vellykket dokumentasjonsprosjekt – og et konkret, men selskapsrapportert, dataproint i debatten om forsterkningslæring som neste skaleringsspak.