RespuestasPublicado19 fuentes
MiMo-V2.5 de Xiaomi lideró OpenRouter: la economía de inferencia gana peso en la IA
En la fotografía de OpenRouter del 20 al 26 de julio, MiMo V2.5 de Xiaomi procesó presuntamente unos 10,5 billones de tokens semanales y encabezó un top cinco de modelos chinos. MiMo combinó una ventana de contexto de hasta un millón de tokens y comprensión nativa de imagen y audio con acceso público por API, planes...
Publicado porEditado con GPT-5.6 TerraImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- En la fotografía de OpenRouter del 20 al 26 de julio, MiMo V2.5 de Xiaomi procesó presuntamente unos 10,5 billones de tokens semanales y encabezó un top cinco de modelos chinos.
- MiMo combinó una ventana de contexto de hasta un millón de tokens y comprensión nativa de imagen y audio con acceso público por API, planes por tokens y, posteriormente, pesos abiertos bajo licencia MIT.
- El volumen de tokens no equivale a ingresos, usuarios únicos, seguridad ni liderazgo científico: los contextos largos y los bucles de agentes pueden multiplicar los tokens por tarea.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Xiaomi’s MiMo‑V2.5 become the world’s most-used LLM by token volume by July 2026—reaching 10.5 trillion weekly and 31.2 trillion mon. Article summary: MiMo‑V2.5’s rise appears to be a distribution-and-economics win as much as a model-quality win: Xiaomi paired agent-oriented, native multimodal capability and a 1M-token context window with aggressively accessible API ac. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
OpenRouter ofreció a finales de julio de 2026 una señal llamativa sobre la demanda práctica de modelos de lenguaje: MiMo-V2.5 de Xiaomi lideró presuntamente la plataforma con cerca de 10,5 billones de tokens durante la semana del 20 al 26 de julio, mientras que los cinco primeros puestos correspondieron a modelos desarrollados en China. Su ascenso parece responder menos a un único salto técnico que a la combinación de funciones orientadas a agentes, opciones de despliegue accesibles y una estructura económica adecuada para cargas de trabajo intensivas. 8
15
Antes de sacar conclusiones: qué miden esos datos
La clasificación se refiere a los tokens enrutados por OpenRouter, una plataforma que permite a desarrolladores acceder a múltiples modelos; no es un recuento completo de todas las peticiones de IA generativa realizadas en el mundo.
Los datos difundidos para julio situaban a MiMo en unos 10,5 billones de tokens semanales y 31,2 billones mensuales. Un informe calculó que el volumen semanal pasó de 1,46 billones de tokens en mayo a 10,46 billones en julio: un crecimiento aproximado del 616 %. 15
Es una cifra relevante porque refleja qué modelos estaban eligiendo los desarrolladores dentro de una gran plataforma de enrutamiento. Pero los tokens no son lo mismo que llamadas a una API, usuarios, ingresos o importancia empresarial. Un modelo empleado para procesar contextos extensos o ejecutar agentes de varios pasos puede consumir muchos más tokens por tarea que otro usado para conversaciones breves.
También conviene leer con cautela la proporción de 63,5 % para modelos chinos frente al 35,5 % para modelos estadounidenses: es una instantánea específica de OpenRouter, correspondiente a un periodo de 28 días terminado el 26 de julio, no un censo de toda la inferencia de IA global. 15
Por qué MiMo-V2.5 encajaba en trabajos de alto consumo de tokens
Xiaomi presentó MiMo-V2.5 como un modelo centrado en capacidades de agentes y comprensión multimodal. Según la compañía, incorpora comprensión nativa de imágenes y audio y admite hasta un millón de tokens de contexto. 16
Estas características son especialmente útiles para agentes de programación, análisis documental, investigación con grandes volúmenes de información, revisión de medios y asistentes que usan herramientas. En esos sistemas, el modelo puede leer contexto de forma repetida, planificar, invocar una herramienta, revisar el resultado y corregir o ampliar la respuesta. Es un patrón que, por naturaleza, dispara el consumo de tokens.
MiMo inició sus pruebas públicas el 23 de abril de 2026 y Xiaomi lo ofreció inicialmente de forma gratuita durante un periodo limitado. 3 La disponibilidad rápida puede importar tanto como un buen resultado en una prueba comparativa: permite experimentar en aplicaciones reales, modificar reglas de enrutamiento y ampliar uso sin atravesar un largo proceso de compra.
Precio y flexibilidad de despliegue: factores decisivos
Cuando varios modelos cumplen el umbral de calidad de un equipo, las preguntas pasan a ser operativas: ¿cuánto cuesta completar una tarea?, ¿el servicio soporta el volumen?, ¿encaja con la infraestructura existente?, ¿puede la organización mantener control sobre el despliegue?
Xiaomi promocionó planes de precios basados en tokens y eficiencia en el uso de tokens para la familia MiMo. 1 Después liberó la serie V2.5 bajo la licencia permisiva MIT, que permite inferencia comercial, entrenamiento posterior y ajuste fino sin requerir autorización adicional.
2
Tener pesos abiertos no garantiza la adopción, pero amplía las alternativas. Un equipo puede recurrir a una API alojada, operar el modelo en su propia infraestructura, ajustarlo a sus necesidades o conservar una vía alternativa de despliegue. Esa flexibilidad cobra especial importancia en aplicaciones de gran volumen, donde el coste unitario y la dependencia de un proveedor pueden tener un impacto material.
Qué muestra realmente el top cinco chino
Para el periodo del 20 al 26 de julio, informes basados en datos de OpenRouter situaron a MiMo-V2.5 en primer lugar, seguido de DeepSeek V4 Flash, Tencent HY3, Zhipu GLM-5.2 y DeepSeek V4 Pro. 8 Otras informaciones de julio también describieron que los modelos de origen chino concentraban más del 60 % del tráfico enrutado de la plataforma.
19
26
La lectura útil no es que los modelos chinos hayan superado de forma concluyente a todos los modelos estadounidenses en cualquier métrica. La clasificación muestra, más bien, que la adopción en la capa de inferencia se ha vuelto muy disputada. Modelos suficientemente capaces, baratos de ejecutar y sencillos de integrar pueden captar enormes volúmenes de producción, incluso si el liderazgo en modelos de frontera sigue siendo objeto de debate.
Además, había indicios de demanda transfronteriza. CNBC informó de que la proporción de tokens que empresas estadounidenses destinaban a modelos chinos a través de OpenRouter se mantuvo por encima del 30 % cada semana desde el 8 de febrero, con un máximo del 46 %. 23 Eso dificulta explicar el cambio únicamente por el uso dentro de China.
Adopción de inferencia y liderazgo de frontera no son la misma competencia
El breve liderazgo de MiMo ilustra una distinción esencial en el mercado de la IA:
- Capacidad de frontera: mide el rendimiento de un modelo ante tareas y evaluaciones difíciles.
- Adopción de inferencia: mide qué modelos integran y enrutan realmente los desarrolladores en aplicaciones a escala.
La segunda competencia recompensa más factores: relación precio-rendimiento, capacidad de contexto, entradas multimodales, facilidad de integración y condiciones comerciales. MiMo reunió varios de ellos, mientras que el ecosistema chino aportó distintas alternativas para competir por las mismas cargas de trabajo de desarrolladores.
Esto no elimina la fortaleza estadounidense en modelos cerrados de frontera, ni el volumen de tokens mide por sí solo seguridad, fiabilidad, rentabilidad o relevancia para grandes empresas. Sí deja una conclusión clara: el centro de gravedad de la inferencia enrutada de alto volumen puede desplazarse con rapidez cuando existen modelos capaces con condiciones favorables de precio y despliegue.
La clave
El primer puesto de MiMo-V2.5 en julio debe entenderse como un hito de distribución y economía de uso. Sus cerca de 10,5 billones de tokens semanales reflejaron una propuesta pensada para agentes y trabajos multimodales, con una ventana de contexto de un millón de tokens, un lanzamiento accesible y una licencia comercial abierta posterior. 2
8
16
El top cinco chino es, por tanto, evidencia de que la adopción real de modelos de lenguaje premia cada vez más sistemas desplegables y competitivos en coste. No demuestra que un país haya resuelto definitivamente la carrera más amplia por el liderazgo en IA.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "MiMo-V2.5 de Xiaomi lideró OpenRouter: la economía de inferencia gana peso en la IA"?
En la fotografía de OpenRouter del 20 al 26 de julio, MiMo V2.5 de Xiaomi procesó presuntamente unos 10,5 billones de tokens semanales y encabezó un top cinco de modelos chinos.
¿Cuáles son los puntos clave a validar primero?
En la fotografía de OpenRouter del 20 al 26 de julio, MiMo V2.5 de Xiaomi procesó presuntamente unos 10,5 billones de tokens semanales y encabezó un top cinco de modelos chinos. MiMo combinó una ventana de contexto de hasta un millón de tokens y comprensión nativa de imagen y audio con acceso público por API, planes por tokens y, posteriormente, pesos abiertos bajo licencia MIT.
¿Qué debo hacer a continuación en la práctica?
El volumen de tokens no equivale a ingresos, usuarios únicos, seguridad ni liderazgo científico: los contextos largos y los bucles de agentes pueden multiplicar los tokens por tarea.