Xiaomi представила открытые мультимодальные модели MiMo‑V2.6‑Pro и Flash 22 сентября. Обе работают с текстом, изображениями, видео и аудио и рассчитаны на контекст до миллиона токенов. Компания делает ставку на длительные агентные задачи, программирование и работу с интерфейсами. Важнейшая для разработчиков деталь — веса опубликованы, а стоимость API осталась на уровне предыдущей серии.
Что именно вышло
В семействе две базовые модели. Pro рассчитана на задачи, где важнее качество решения, Flash — на более дешёвые и частые вызовы. В API есть третье название, mimo-v2.6-pro-ultraspeed, но это ускоренный режим Pro, а не самостоятельная модель с новой архитектурой. По заявлению Xiaomi, он может ускорять генерацию до 20 раз; конкретная скорость будет зависеть от нагрузки и условий использования.
Модели используют разреженную архитектуру Mixture of Experts: на один токен задействована лишь часть параметров. У Pro в опубликованной карточке указаны 1,02 трлн параметров всего и 42 млрд активных; у Flash — 309 млрд и 15 млрд соответственно. Это объясняет разницу в масштабе, но само число параметров не говорит о качестве ответа или стоимости работы. Обе версии принимают несколько типов входных данных в рамках одной модели; миллион токенов — заявленный верхний предел контекста, а не обещание одинакового качества на любой длине.
Практически это позволяет дать агенту длинную историю работы, фрагменты большого проекта и визуальные материалы в одном процессе. Однако заявленная поддержка аудио и видео на входе не равна функции прямой генерации готового ролика или звуковой дорожки одним ответом API. В примерах Xiaomi такой контент создаётся через последовательность инструментов, в том числе отдельную модель синтеза речи. Для конкретного сценария стоит проверять доступные форматы входа и выходов в выбранном интерфейсе.
| Версия | Параметры всего | Активные | Контекст |
|---|---|---|---|
| Pro | 1,02 трлн | 42 млрд | до 1 млн токенов |
| Flash | 309 млрд | 15 млрд | до 1 млн токенов |
Почему Xiaomi говорит об обучении с подкреплением
В анонсе компания связывает прирост возможностей с масштабированием reinforcement learning — обучения на последовательностях действий и проверяемой обратной связи. В один тренировочный процесс включали задачи программирования, работы с инструментами, визуального взаимодействия и кибербезопасности, а решения проверяли разными способами. Кроме бинарной оценки успешности Xiaomi описывает сравнение нескольких успешных траекторий, чтобы поощрять более короткий и качественный путь к результату.
Открытая фаза обучения, по данным компании, длилась менее шести дней: Pro и Flash прошли по 30 шагов, суммарно было получено около 750 тысяч траекторий. Это результат конкретного этапа RL, которому предшествовали месяцы исследований и подготовки; модель не появилась «за шесть дней». Термин «самоулучшение» в материалах Xiaomi относится к циклу обучения с оценщиками и средами. Он не означает, что установленная модель самостоятельно меняет свои веса во время обычного диалога.
Отдельная сложность такого обучения — не дать агенту научиться обходить проверку вместо решения задачи. Xiaomi сообщает, что применяла проверку оценщиков друг другом, поиск аномалий и тесты на манипуляцию наградой. Это описание мер во время обучения, а не гарантия отсутствия ошибок или опасных действий в реальных проектах. Открытый отчёт и материалы позволяют исследователям разбирать метод, но результаты конкретного развёртывания зависят ещё и от инструментов, настроек и прав агента.
Xiaomi приводит и результат промежуточного эксперимента: на DeepSWE v1.1 показатель Flash вырос с 48,8 до 65,7, Pro — с 58,4 до 72,6. В итоговой таблице карточки моделей стоят другие числа — 67,9 и 71,9. Эти серии замеров нельзя складывать в один рейтинг: опубликованы разные срезы оценки. Для сравнения с конкурентами ниже мы используем только итоговую таблицу карточки.
Что показывают тесты
Карточка Xiaomi содержит оценки агентных задач, которые ближе к длительной работе с репозиторием, терминалом или интерфейсом, чем обычные вопросы в чате. В DeepSWE v1.1 Pro набирает 71,9, Flash — 67,9; в AutomationBench — 53,1 и 52,3. Разрыв между версиями зависит от задания: на автоматизации он мал, на работе в терминале заметнее.
| Тест, результат Xiaomi | Pro | Flash | GPT‑5.6 Sol | Claude Opus 5 |
|---|---|---|---|---|
| DeepSWE v1.1 | 71,9 | 67,9 | 73,0 | 74,0 |
| AutomationBench v1.0.6 | 53,1 | 52,3 | 45,8 | 50,3 |
| Terminal Bench 4.0 | 34,9 | 28,8 | 39,9 | 49,0 |
| OSWorld Verified | 82,0 | 80,8 | 83,0 | 83,4 |
Это сравнение составлено Xiaomi в её карточке модели, а не единый независимый запуск всех систем редакцией. Условия агентных тестов, инструменты, разрешённое число попыток и вычислительный бюджет влияют на счёт. Таблица показывает, почему Pro интересна для автоматизации, но также не даёт оснований объявлять её лучшей во всём: на Terminal Bench 4.0 и OSWorld Verified она уступает указанным закрытым моделям. Кроме того, Xiaomi сопоставляет новинку с GPT‑5.6 Sol и Claude Opus 5, а не с более новыми GPT‑6 Sol и Claude Opus 5.5. По этой таблице нельзя определить её место среди всех нынешних конкурентов.
Внутри семейства тоже нет простого правила «Pro лучше на каждом тесте». Например, на CyberGym в опубликованной таблице Flash получила 95,1, Pro — 94,0. Но на ExploitBench разрыв обратный и значительный: 25,3 у Flash против 47,9 у Pro. Специализированный тест не заменяет проверку безопасности или пригодности модели к работе с кодом: эти числа лишь показывают, насколько выбор версии зависит от типа задания.
От кода к управлению компьютером и 3D
Главное прикладное направление — агент, который не ограничивается одним ответом: читает материалы, вызывает инструменты, меняет файлы, смотрит на результат и исправляет ошибки. Xiaomi демонстрирует создание интерактивной 3D-сцены из текста, изображения или видео, работу в Blender и управление графическими интерфейсами по визуальной обратной связи. Для разработчика здесь важна связка восприятия, планирования и проверки результата: именно на таких циклах одни и те же возможности можно применять к сайту, презентации или длительной задаче в редакторе.
Есть и демонстрация управления роботизированной рукой Franka Panda в симуляции по изображениям с нескольких камер. Это показанный сценарий, а не подтверждение надёжности на физическом роботе. Аналогично ролики, музыка и слайды в презентации Xiaomi иллюстрируют отдельные задачи и цепочки инструментов; по ним нельзя судить, что модель без проверки создаст готовый коммерческий продукт.
Научные примеры требуют проверки
Xiaomi описывает работу Pro с исследователями над металлоорганическими каркасами для связывания PFAS — устойчивых загрязнителей. Модель искала публикации, предлагала варианты и проводила вычислительный отбор кандидатов. Речь идёт о моделировании и подготовке к лабораторной проверке, а не о доказанном материале, который уже очищает воду.
Другой пример — формализация теоремы «Период три влечёт хаос» в Lean 4. По описанию компании, после работы исследователей и последующей правки проект превысил 6000 строк, а итоговое доказательство прошло проверку ядром Lean без незакрытых заглушек. Проверка формального доказательства важна, но это совместная работа с людьми над известной теоремой, а не самостоятельное математическое открытие модели.
Цена API и доступ
На международной странице Xiaomi цены указаны в долларах за миллион токенов. Для обычных запросов Pro стоит $0,435 за вход без попадания в кеш и $0,87 за выход; Flash — $0,14 и $0,28. При повторном использовании кешированного ввода указаны $0,0036 и $0,0028 соответственно. У UltraSpeed те же категории тарифицируются в десять раз дороже обычной Pro. Это цена токенов, а не подписка или стоимость всей задачи: длительный агент может сделать много вызовов и отдельно оплатить сетевой поиск.
| Режим API | Вход без кеша | Вход из кеша | Выход |
|---|---|---|---|
| Pro | $0,435 | $0,0036 | $0,87 |
| Flash | $0,14 | $0,0028 | $0,28 |
| Pro UltraSpeed | $4,35 | $0,036 | $8,70 |
Пакетная обработка Pro и Flash стоит вдвое меньше по каждой из этих категорий; UltraSpeed для пакетного API недоступен. В международном тарифе вызов сетевого поиска оплачивается отдельно — $5 за тысячу обращений. Цены проверены по странице Xiaomi на 27 сентября 2026 года и могут измениться.
Для масштаба: один миллион некешированных входных токенов и 100 тысяч выходных обойдутся примерно в $0,522 на Pro или $0,168 на Flash по указанному тарифу. Это только токены одной операции, без дополнительных вызовов, поиска и повторов. В длинных агентных цепочках выгодный тариф за миллион токенов не всегда означает самый низкий счёт за завершённую задачу: ошибочный или медленный агент может потребовать больше шагов.
Попробовать семейство можно через платформу MiMo API и настольный клиент MiMo Desktop. По сообщению Xiaomi, подписка клиента открывает Pro и Flash; также можно подключить собственный API-ключ. Веса обеих моделей опубликованы в коллекции Hugging Face с лицензией MIT. Но открытые веса Pro объёмом более триллиона параметров не делают локальный запуск простым: в инструкции к развёртыванию указан серверный стек с несколькими GPU. Кроме моделей компания выложила технический отчёт, учебные ресурсы для RL, более семи тысяч сред задач и отдельную дистилляцию на базе Qwen 9B.
Для существующих интеграций важны точные идентификаторы API: mimo-v2.6-pro, mimo-v2.6-flash и mimo-v2.6-pro-ultraspeed, все строчными буквами. Платформа предоставляет совместимые с OpenAI интерфейсы Chat Completions и Responses, а также интерфейс Anthropic. Xiaomi предупреждает, что предыдущие mimo-v2.5-pro и mimo-v2.5 будут выведены из эксплуатации 21 октября 2026 года в 10:00 по пекинскому времени; использующим их разработчикам придётся проверить миграцию.
Что меняется для пользователя
MiMo‑V2.6 интересна сочетанием открытых весов, большого контекста, мультимодального ввода и сравнительно низкого тарифа API. Flash подходит для проверки частых сценариев при меньшем бюджете; Pro стоит испытать там, где результат зависит от цепочки действий и проверки, а не от одного красивого ответа. UltraSpeed имеет смысл оценивать отдельно по задержке и расходам в конкретной задаче.
Итоговый выбор нельзя сделать по одной таблице тестов или впечатляющей демонстрации. Для рабочего внедрения понадобится собственный набор заданий: проверить точность на длинных материалах, устойчивость при вызове инструментов, поведение на сбоях и фактический счёт за весь процесс. Именно здесь станет видно, даёт ли новый релиз преимущество перед уже используемой моделью.
