Xiaomi MiMo-V2.6: mitä yritysten on arvioitava ennen käyttöönottoa

Xiaomin MiMo-V2.6 on poikkeuksellisen vahva ehdokas avoimien mallipainojen markkinassa: malliperhe yhdistää suuren sparse mixture-of-experts -arkkitehtuurin, julkaistut MIT-lisensoidut painot ja edulliset API-hinnat. Yritykselle pelkkä suorituskyky ja lisenssi eivät kuitenkaan riitä päätöksentekoon.

Anthropic on väittänyt, että Xiaomi osallistui luvattomaan Claude-mallin distillointiin. Väitteet eivät ole tuomioistuimen ratkaisu eivätkä riippumattoman forensiikkatutkimuksen päätelmiä, mutta ne nostavat olennaisia kysymyksiä koulutusdatan alkuperästä, immateriaalioikeuksista, tietosuojasta ja vertailutulosten luotettavuudesta.

Mitä Xiaomi julkaisi?

Xiaomi julkaisi ladattavat MiMo-V2.6-Pro-RL- ja MiMo-V2.6-Flash-RL-mallipainot. Niiden repositorioissa lisenssiksi on merkitty MIT. Lisäksi yhtiö julkaisi MiMo-V2.6-Distill-Qwen-9B:n: 9 miljardin parametrin agenttimallin, joka on kuvauksen mukaan hienosäädetty Qwen3.5-9B:stä MiMo-tuotetulla datalla. 245

Pro ja Flash ovat Xiaomin mukaan omnimodaalisia malleja: ne vastaanottavat tekstiä, kuvia, videota ja ääntä. Niille ilmoitetaan enintään miljoonan tokenin konteksti-ikkuna. Pro on harva MoE-malli, jossa on 1,02 biljoonaa parametria yhteensä ja 42 miljardia aktivoitua parametria tokenia kohti. Flashissa parametreja on noin 309 miljardia, joista 15 miljardia on aktiivisia tokenia kohti. 3

MIT-lisenssi antaa laajat oikeudet käyttää ja muokata julkaistuja artefakteja. Se ei silti itsessään todista jokaisen koulutusdatan syötteen tai synteettisen tuotoksen alkuperää. Se ei myöskään poista mahdollisia kolmannen osapuolen immateriaalioikeus- tai compliance-vaatimuksia.

Suorituskyky näyttää vahvalta – mutta erottele riippumaton ja toimittajan näyttö

Raportoidusti MiMo-V2.6-Pro saavutti Artificial Analysis Intelligence Index v4.3:ssa tuloksen 46,32. Vertailussa se oli samalla tasolla Grok 4.7:n kanssa ja sijoittui mainitun avoimien painojen listan kärkeen. Tämä on merkityksellinen ulkopuolinen signaali, mutta kyse on yhdistelmäindeksistä – ei todisteesta siitä, että malli toimii parhaalla tavalla juuri organisaation omalla datalla, suomenkielisissä tehtävissä, vaadituilla vasteajoilla, turvallisuussäännöillä tai pitkän kontekstin työkuormissa. 2324

Xiaomin omat materiaalit raportoivat myös vahvoja tuloksia ohjelmoinnissa ja agenttitehtävissä. Teknisen raportin DeepSWE v1.1 -vahvistusoppimistuloksissa Pron average@3-tulos nousi 58,4:stä 72,6:een ja Flashin 48,7:stä 65,7:ään. DeepSWE v1.1 koostuu 113 ohjelmistorepositorion ylläpitoon liittyvästä tehtävästä, jotka arvioidaan toiminnallisilla tarkistuksilla. Average@3 tarkoittaa kolmen otoksen keskimääräistä läpäisyastetta. 10

Tulokset ovat hyödyllisiä, mutta ne ovat toimittajan raportoimaa näyttöä, kunnes riippumattomat tahot toistavat ne. Tuotantopäätöksen pitäisi perustua sokkotesteihin organisaation omilla, mallille ennestään tuntemattomilla testiaineistoilla sekä tuotantoa vastaavilla tehtävillä – ei pelkkään tulostaulukkoon.

Pro vai Flash? Kyvykkyyden ja hinnan vaihtokauppa

Malli	Arkkitehtuurin koko	Julkaistu API-hinta / 1 milj. syötetokenia	Julkaistu API-hinta / 1 milj. tulostetokenia	Käytännön rooli
MiMo-V2.6-Pro	1,02 biljoonaa yhteensä / 42 mrd. aktiivista	0,435 USD	0,87 USD	Vaativat agentti- ja ohjelmistotekniset arvioinnit
MiMo-V2.6-Flash	noin 309 mrd. yhteensä / 15 mrd. aktiivista	0,14 USD	0,28 USD	Suurivolyymiset kokeilut ja kustannusherkät työkuormat

Flashin julkaistut hinnat ovat sekä uusille syötetokeneille että tulostokeneille noin kolmannes Pron hinnoista. 20 Siksi Flash on käytännöllinen ensimmäinen testattava malli, kun käyttövolyymi ja kustannus painavat enemmän kuin viimeisen suorituskykymarginaalin tavoittelu.

Omassa ympäristössä ajaminen muuttaa laskelmaa. Avoimet painot voivat lisätä siirrettävyyttä ja datan hallintaa, mutta samalla organisaatio vastaa GPU-kapasiteetista, tallennuksesta, inferenssioperaatioista, valvonnasta, päivityksistä ja tuesta. Alhaisin token-hinta ei automaattisesti tarkoita alhaisinta kokonaiskustannusta.

Mitä Xiaomi kertoi vahvistusoppimisen kustannuksista?

Julkaisuun sisältyi mallipainojen lisäksi tekninen raportti. Xiaomin ilmoittamia vahvistusoppimisajoja käsittelevän raportoinnin mukaan molemmat suuret mallit suorittivat 30 RL-vaihetta ja noin 750 000 trajektoria. Xiaomi raportoi Pron RL-ajon kustannukseksi noin 2,62 miljoonaa dollaria ja Flashin noin 850 000 dollaria eli yhteensä noin 3,47 miljoonaa dollaria. 1829

Lukuja ei pidä tulkita mallien koko kehityskustannuksiksi. Raportoinnin mukaan ne kattavat vain vahvistusoppimisvaiheen, eikä esikoulutuksen kustannuksia ole julkistettu. 29 Ne kertovat siis yhdestä jälkikoulutuksen vaiheesta, eivät koko malliperheen rakentamiseen käytetystä panostuksesta.

Miksi Claude-distillointia koskevat väitteet ovat merkittäviä?

Anthropic kertoi 10. syyskuuta tunnistaneensa ja estäneensä väitettyjä luvattomia Claude-distillointikampanjoita, jotka se katsoi seitsemän kiinalaispohjaisen laboratorion, Xiaomin mukaan lukien, toiminnaksi. Anthropic määrittelee luvattoman distilloinnin teollisen mittakaavan toiminnaksi, jonka tarkoitus on erottaa mallin kyvykkyyksiä ja jäljentää ne ilman lupaa. 47

Väitteitä käsittelevän raportoinnin mukaan Xiaomi tallensi MiMo-malleihin liittyneitä keskusteluja ja lähetti niitä Claudelle koulutusdatan tuottamiseksi. Anthropicin raporttia tiivistävän toissijaisen lähteen mukaan Xiaomiin liitetty toiminta käsitti yli 400 000 pyyntöä yli 1 500 tilillä; sama lähde toteaa, ettei Anthropic havainnut Claude-vastausten päätyneen loppukäyttäjille sellaisenaan. 44 Anthropicin laajempien kampanjaväitteiden mittaluokaksi on raportoitu noin 190 miljoonaa tai lähes 200 miljoonaa keskusteluvaihtoa. 3338

Kyse on Anthropicin väitteistä, ei oikeudellisesta ratkaisusta tai riippumattomasta teknisestä auditoinnista. Saatavilla oleva aineisto ei osoita, että jokin tietty MiMo-V2.6-tarkistuspiste sisältäisi Claude-peräistä sisältöä, että tietyn asiakkaan dataa olisi välitetty tai että jokin julkaistu vertailu olisi kontaminoitunut. Erottelut ovat olennaisia.

Väitteet synnyttävät silti todellisia due diligence -kysymyksiä:

• Koulutusdatan jäljitettävyys: Ostaja tarvitsee näyttöä siitä, ovatko ulkoisten mallien tuotokset, käyttäjävuorovaikutukset tai synteettiset jäljet vaikuttaneet julkaistuun mallipainoon.
• Tietojenkäsittelyn altistus: Jos asiakas- tai käyttäjäkeskusteluja on välitetty ulkopuoliselle palvelulle, kyse ei ole vain mallien IP-oikeuksista. Arvioitaviksi tulevat myös suostumus, luottamuksellisuus, säilytysajat, rajat ylittävä tietojenkäsittely ja sopimusehdot.
• Vertailujen pätevyys: Pääsy vertailutehtäviin, ratkaisuihin tai niitä lähellä oleviin opettajamallin luomiin muunnelmiin voi nostaa raportoituja tuloksia keinotekoisesti. Lähteissä ei osoiteta MiMo-V2.6:n vertailukontaminaatiota, mutta väitteiden vuoksi riippumaton kontaminaatioarvio on tavallista tärkeämpi.
• Kaupallisen riskin jakaminen: Avoin lisenssi ei automaattisesti tarkoita vahingonkorvausvastuuta, takuuta, ilmoitusvelvollisuutta poikkeamista tai riittävää oikeussuojaa kolmannen osapuolen vaatimuksen tilanteessa.

Käytännöllinen käyttöönoton kehikko yritykselle

MiMo-V2.6:ta kannattaa toistaiseksi käsitellä pilotointiehdokkaana, ei automaattisena strategisena perustana, kunnes datan alkuperään liittyvät kysymykset on selvitetty.

Käyttötavat, jotka ovat perusteltuja jo nyt

• Sisäinen tutkimus ja arviointi ei-arkaluonteisella datalla
• Eristetyt, omassa ympäristössä ajettavat prototyypit, joissa siirrettävyys on arvokasta
• Kustannusherkät ohjelmointi-, haku-, dokumentinkäsittely- ja multimodaaliset kokeilut
• Tiimit, joilla on kyky tehdä omat red team -testit, luotettavuusarvioinnit ja tietoturvatestit

Käyttötavat, joita kannattaa lykätä lisävakuuksiin asti

• Säännellyt tai vakavia seurauksia sisältävät päätökset
• Työkuormat, joissa käsitellään erittäin luottamuksellista asiakas-, terveys-, rahoitus-, viranomais- tai puolustustietoa
• Korkean riskin koodintuotanto ilman tarkastus- ja palautusmekanismeja
• Käyttöönotot, joissa vaaditaan koulutusdatatakuita, vahingonkorvaussuojaa, auditointioikeuksia tai määriteltyjä poikkeamien hallintavelvoitteita

Vähimmäisselvitykset ennen tuotantokäyttöä

1. Pyydä kirjalliset selvitykset datan alkuperästä. Kysy, onko Claude-tuotoksia, välitettyjä käyttäjävuorovaikutuksia tai muiden ulkoisten mallien tuotoksia käytetty mallin koulutus- tai jälkikoulutusputkessa.
2. Sovi sopimussuojasta. Selvennä vahingonkorvausvastuu, tietoturvaloukkausten ilmoittaminen, datan säilytys, alihankkijat, dataresidenssi ja malliversiokohtainen artefaktien jäljitettävyys.
3. Tee riippumattomat arvioinnit. Käytä yksityisiä testiaineistoja ja kontaminaatiota kestäviä tehtäviä. Testaa pitkän kontekstin haku, monikielinen toiminta, työkalujen käyttö, hallusinaatiot, prompt injection -kestävyys ja muistamisen aiheuttamat tietovuodot.
4. Rakenna hallittu käyttöympäristö. Omassa ajossa rajoita lähtevää verkkoliikennettä, käytä tiukkaa identiteetin- ja pääsynhallintaa, lokita käyttö ja säilytä palautuspolku erikseen arvioituun malliin.
5. Pidä arkaluonteinen data poissa hyväksymättömistä API-rajapinnoista. Asiakasdataa ei pidä lähettää ulkoiseen päätepisteeseen ennen kuin tietojenkäsittelyehdot ja tekniset suojaukset täyttävät organisaation vaatimukset.

Johtopäätös

MiMo-V2.6 tarjoaa harvinaisen houkuttelevan yhdistelmän: ladattavat MIT-lisensoidut painot, ilmoitettu miljoonan tokenin multimodaalinen konteksti, vahvat raportoidut vertailutulokset ja alhaiset inferenssihinnat. Pro on luonteva arvioitava vaihtoehto, kun tavoitellaan parasta kyvykkyyttä. Flash on edullisempi vaihtoehto laajempaan kokeiluun. 32023

Avoin saatavuus ei kuitenkaan ole sama asia kuin yritysvalmius. Kunnes Xiaomi pystyy toimittamaan riittävät selvitykset datan alkuperästä, hallintamallista ja riskien jakamisesta, MiMo-V2.6 kannattaa nähdä suuren potentiaalin malliperheenä hallittuihin pilotteihin – ja edellyttää riippumatonta validointia ennen arkaluonteisten tai liiketoimintakriittisten työkuormien siirtämistä siihen.