AnswersPublished23 sources
Miksi Xiaomin MiMo-V2.6-Pro johtaa nyt avoimien mallipainojen AI-kisaa
MiMo V2.6 Pro on Artificial Analysisin Intelligence Indexissä avoimilla mallipainoilla julkaistujen mallien ykkönen pistemäärällä 46. Xiaomi selittää kehitystä yhdellä laajalla, eri tehtäväalueita yhdistävällä vahvistusoppimisajolla.
JulkaisijaMuokattu mallilla GPT-5.6 TerraKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- MiMo V2.6 Pro on Artificial Analysisin Intelligence Indexissä avoimilla mallipainoilla julkaistujen mallien ykkönen pistemäärällä 46.
- Xiaomi selittää kehitystä yhdellä laajalla, eri tehtäväalueita yhdistävällä vahvistusoppimisajolla.
- Edullisempi MiMo V2.6 Flash on suunnattu suuren käyttömäärän toteutuksiin: siinä on 309 miljardia parametria, miljoonan tokenin konteksti ja hinta 0,14/0,28 dollaria miljoonalta syöte /tulostetokenilta.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Xiaomi’s newly released, MIT-licensed MiMo-V2.6-Pro become the top open-weight model on the Artificial Analysis Intelligence Index—s. Article summary: MiMo‑V2.6‑Pro’s result is best understood as a major reinforcement-learning scaling result, not proof that it has closed the overall frontier. It is the current highest-scoring open-weight model on Artificial Analysis’s . Topic tags: general, general web, user generated, education. 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, cha
MiMo-V2.6-Pro:n julkaisu on merkittävä siksi, että Xiaomi yhdisti samaan malliin avoimien mallipainojen kärkisijan, matalan ilmoitetun API-hinnoittelun ja laajan joukon jälkikoulutuksen aineistoja. Olennaisin rajaus on kuitenkin tämä: malli johtaa avoimien mallipainojen luokkaa yhdellä laajasti seuratuista yhdistelmävertailuista – se ei ole koko AI-kentän kyvykkäin malli.
Avoimien mallipainojen ykkönen, ei koko markkinan ykkönen
Artificial Analysis sijoittaa MiMo-V2.6-Pro:n avoimien mallipainojen mallien kärkeen Intelligence Index -pisteellä 46. Seuraavina tulevat GLM-5.3 pisteellä 45 ja Kimi K3 pisteellä 44. 31
Tulos on samalla tasolla kuin xAI:n suljetun Grok 4.7 -kokoonpanon pisteet. Xiaomi kuitenkin itsekin toteaa, että sen lippulaiva jää vahvimmista suljetuista malleista. Artificial Analysisin listalla Claude Fable 5.1 ja GPT-6 Astra saavat 53 pistettä, eli ero MiMo:n 46 pisteeseen on seitsemän pistettä. 1
19
Saavutus on siis huomattava, mutta tarkkarajainen: Xiaomi on asettanut uuden vertailutason avoimille mallipainoille, ei osoittanut päässeensä parhaiden suljettujen järjestelmien tasolle kaikissa tilanteissa.
Mistä suorituskykyloikka tulee?
Xiaomi kutsuu jälkikoulutusmenetelmäänsä nimellä “You Only RL Once”. Sen sijaan, että koodaukseen, yleisiin agenttitehtäviin, visuaalisiin tehtäviin ja kyberturvallisuuteen opetettaisiin omat erilliset toimintamallit, yhtiö yhdisti nämä tehtäväalueet ja useita agenttikehyksiä yhteen vahvistusoppimisajoon (RL, reinforcement learning).
Ajatus on, että sama toimintamalli voi oppia tehtävien välillä siirrettäviä taitoja: puuttuvan tiedon tunnistamista, oikean työkalun valitsemista, työkalun tulosten arviointia sekä epäonnistuneen yrityksen jälkeen korjaavaa etenemistä. 5
Xiaomin mukaan sekä Pro että Flash kävivät läpi 30 vahvistusoppimisvaihetta noin 750 000 trajektorilla alle kuudessa päivässä. Raportoitu koulutuskustannus oli Prolle noin 2,62 miljoonaa dollaria ja Flashille noin 850 000 dollaria. Luvut ovat Xiaomin omia ilmoituksia, eivät riippumattomasti auditoituja kokonaiskuluja. 10
Tulokset viittaavat siihen, että vahvistusoppimisen skaalaaminen monenlaisiin työkaluja käyttäviin ympäristöihin voi parantaa kyvykkyyttä ilman jokaista tehtäväluokkaa varten rakennettavaa omaa jälkikoulutuslinjaa. Xiaomin esittämä 20 pisteen nousu MiMo-V2.5-Pro:hon nähden on silti julkaisuvaiheen vertailu, ei todiste paremmuudesta jokaisessa käytännön työkuormassa. 14
Hinta on olennainen osa uutista
MiMo-V2.6-Pro:n listahinta API-käytössä on 0,435 dollaria miljoonalta syötetokenilta ja 0,87 dollaria miljoonalta tulostetokenilta. Artificial Analysisin tehtäväkustannusarvioita hyödyntävä vertailu arvioi Pron hinnaksi noin 0,13 dollaria Intelligence Index -tehtävää kohden, kun Grok 4.7 xHigh -kokoonpanolla vastaava luku on 3,74 dollaria. 21
Vertailutehtävän kustannus ei ole sama asia kuin tuotantokäytön kustannus. Hintaan vaikuttavat muun muassa kehotteiden ja vastausten pituus, välimuistin käyttö, työkalukutsut ja päättelyasetukset. Silti 46 pisteen tuloksen ja alhaisen token-hinnan yhdistelmä tekee Prosta kiinnostavan vaihtoehdon tiimeille, jotka tarvitsevat päättelyä tai agenttitoimintaa suurissa määrin.
MiMo-V2.6-Flash on edullisempi sisarmalli
MiMo-V2.6-Flash on Xiaomin tehokkuuteen painottuva malli. Se käyttää harvaa mixture-of-experts-arkkitehtuuria (MoE), jossa on 309 miljardia parametria yhteensä ja 15 miljardia aktiivista parametria. Prossa vastaavat luvut ovat ilmoituksen mukaan 1,02 biljoonaa ja 42 miljardia. Molemmissa malleissa on miljoonan tokenin konteksti-ikkuna, ja ne hyväksyvät syötteeksi tekstiä, kuvia, videota ja ääntä. 4
Flash on hinnoiteltu tiheään käyttöön: välimuistittoman syötteen hinta on 0,14 dollaria miljoonalta tokenilta ja tulosteen 0,28 dollaria miljoonalta tokenilta. Xiaomi ilmoittaa välimuistiosuman syötehinnaksi 0,0028 dollaria miljoonalta tokenilta. 3
10
Xiaomin omissa vertailuissa Flash jää Prosta esimerkiksi DeepSWE v1.1 -testissä, mutta yhtiö asemoi sen edulliseksi malliksi pitkän kontekstin ja multimodaalisiin työkuormiin. Kyse on valmistajan julkaisemista vertailuista, joten tiettyä käyttöönottoa varten tulokset kannattaa varmistaa riippumattomilla testeillä. 10
Varhainen käyttäjäkokemus Flashista
Tim Dettmers kuvasi Flashia kokemuksensa perusteella “parhaaksi 300–550 miljardin parametrin luokassa”. Hänen mukaansa se toimi hänen käytössään DeepSeek V4.1:tä ja GLM-5.3 Flashia paremmin. Dettmers kehui myös automaattista kontekstin tiivistämistä yli 3 miljoonan tokenin istunnossa ja raportoi noin 250 tokenin sekuntinopeuden vastauksen generoinnissa sekä 2 600 tokenia sekunnissa esitäytössä. 44
Havainnot ovat kiinnostavia etenkin pitkissä koodaus- ja agenttityönkuluissa, mutta ne ovat yhden asiantuntijan käyttökokemus – eivät riippumaton vertailu tai lupaus suorituskyvystä muulla laitteistolla ja palvelinpinolla.
Mitä Xiaomi todella julkaisee?
Kyse ei ole vain ladattavista mallipainoista. Xiaomi kertoo julkaisevansa Pro- ja Flash-mallit MIT-lisenssillä sekä teknisen raportin, yli 7 000 RL-tehtäväympäristöä, päästä päähän -RL-kehyksen ja yhdisteltäviä minikehyksiä. Lisäksi saatavilla on näkymä kahden RL-ajon koulutuslokeihin perustuviin mittareihin. 46
2
Näin laaja näkyvyys jälkikoulutukseen voi auttaa tutkijoita arvioimaan menetelmää ja rakentamaan tehtäväympäristöjen päälle. Se ei kuitenkaan vielä tarkoita täydellistä toistettavuuspakettia koko mallinkehitysprosessille: julkaistujen materiaalien perusteella ei voida päätellä, että kaikki esikoulutusaineistot, infrastruktuurin osat tai koulutuksen yksityiskohdat olisivat saatavilla.
Mitä julkaisu kertoo avoimien mallien kilpailusta?
MiMo-V2.6-Pro vahvistaa näyttöä siitä, että kiinalaiset laboratoriot ovat erittäin kilpailukykyisiä – ja johtavat tällä hetkellä juuri tätä avoimien mallipainojen Intelligence Index -vertailua. Sen tulos ylittää GLM-5.3:n ja Kimi K3:n avoimien mallien pisteet, ja MIT-lisenssi erottaa sen olennaisesti vain API:n kautta käytettävistä suljetuista malleista. 31
36
Tästä ei silti voi päätellä, että kiinalaiset laboratoriot johtaisivat yhdysvaltalaisia laboratorioita kokonaisuutena. Samassa indeksissä parhaat suljetut mallit, Claude Fable 5.1 ja GPT-6 Astra, ovat 53 pisteessä. 19
Käytännön johtopäätös on suoraviivainen: avoimilla mallipainoilla julkaistu AI on tällä mittarilla tullut lähemmäs kalliita suljettuja järjestelmiä. MiMo-V2.6-Pro on nyt merkittävä vaihtoehto organisaatioille, joille tärkeitä ovat käyttöönotettavat mallipainot, alhainen inferenssihinta, multimodaaliset syötteet ja pitkän kontekstin agenttityönkulut.
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Miksi Xiaomin MiMo-V2.6-Pro johtaa nyt avoimien mallipainojen AI-kisaa"?
MiMo V2.6 Pro on Artificial Analysisin Intelligence Indexissä avoimilla mallipainoilla julkaistujen mallien ykkönen pistemäärällä 46.
What are the key points to validate first?
MiMo V2.6 Pro on Artificial Analysisin Intelligence Indexissä avoimilla mallipainoilla julkaistujen mallien ykkönen pistemäärällä 46. Xiaomi selittää kehitystä yhdellä laajalla, eri tehtäväalueita yhdistävällä vahvistusoppimisajolla.
What should I do next in practice?
Edullisempi MiMo V2.6 Flash on suunnattu suuren käyttömäärän toteutuksiin: siinä on 309 miljardia parametria, miljoonan tokenin konteksti ja hinta 0,14/0,28 dollaria miljoonalta syöte /tulostetokenilta.
Sources
artificialanalysis.aiComparison of AI Models across Intelligence, Performance, and Price
mimo.mi.comXiaomi MiMo-V2.6 Series: 3 New Models Officially Released
huggingface.coXiaomiMiMo/MiMo-V2.6-Flash-RL - Hugging Face
mimo.xiaomi.comIntroducing MiMo-V2.6 series