JawabanDipublikasikan23 sumber
Mengapa MiMo-V2.6-Pro Xiaomi Kini Memimpin Model AI Open-Weight
MiMo V2.6 Pro menjadi model open weight berperingkat tertinggi di Intelligence Index Artificial Analysis dengan skor 46, di atas GLM 5.3 (45) dan Kimi K3 (44). Xiaomi mengaitkan lonjakan kemampuan dengan satu pelatihan reinforcement learning campuran untuk coding, agen, visual, dan keamanan siber; masing masing mode...
Diterbitkan olehDiedit dengan GPT-5.6 TerraGambar dibuat dengan GPT Image 2
Jawaban penelitian
Poin-poin penting
- MiMo V2.6 Pro menjadi model open weight berperingkat tertinggi di Intelligence Index Artificial Analysis dengan skor 46, di atas GLM 5.3 (45) dan Kimi K3 (44).
- Xiaomi mengaitkan lonjakan kemampuan dengan satu pelatihan reinforcement learning campuran untuk coding, agen, visual, dan keamanan siber; masing masing model menjalani 30 langkah RL atas sekitar 750.000 trajektori da...
- MiMo V2.6 Flash ditujukan untuk penggunaan berfrekuensi tinggi: memiliki 309 miliar parameter total, 15 miliar parameter aktif, konteks 1 juta token, input multimodal, serta harga API mulai US$0,14 per juta token inpu...
AI Perintah
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 penting karena memadukan hasil benchmark terdepan untuk model open-weight, tarif API yang sangat rendah, serta rilis artefak pascapelatihan yang cukup besar. Namun, kesimpulan yang tepat tetap perlu dibatasi: Xiaomi memuncaki kategori open-weight pada satu indeks komposit yang banyak dipantau, bukan berarti sudah menjadi model AI paling cakap secara keseluruhan.
Memimpin open-weight, bukan seluruh frontier AI
Artificial Analysis menempatkan MiMo-V2.6-Pro sebagai model open-weight dengan peringkat tertinggi, lewat skor 46 pada Intelligence Index. Dalam daftar yang sama, GLM-5.3 memperoleh 45 dan Kimi K3 mendapat 44. 31
Skor itu juga berada di kisaran yang sama dengan konfigurasi Grok 4.7 milik xAI yang bersifat tertutup. Namun, Xiaomi sendiri mengakui model andalannya masih tertinggal dari model tertutup paling kuat. Artificial Analysis mencatat Claude Fable 5.1 dan GPT-6 Astra di angka 53—selisih tujuh poin dari skor MiMo 46. 1
19
Artinya, pencapaian ini besar tetapi spesifik: Xiaomi menetapkan patokan baru untuk model dengan bobot yang dapat diunduh, bukan membuktikan kesetaraan penuh dengan sistem tertutup terbaik.
Kunci peningkatan: “You Only RL Once”
Xiaomi menyebut pendekatan pascapelatihannya “You Only RL Once”. Alih-alih melatih kebijakan terpisah untuk coding, agen umum, tugas visual, dan keamanan siber, perusahaan mencampurkan seluruh domain tersebut—beserta beragam harness agen—dalam satu proses reinforcement learning (RL).
Premisnya, satu kebijakan dapat mempelajari perilaku yang bisa dipakai lintas tugas: mengenali informasi yang belum tersedia, menentukan alat yang harus digunakan, menilai keluaran alat, hingga pulih setelah upaya sebelumnya gagal. 5
Xiaomi menyatakan bahwa Pro dan Flash masing-masing menyelesaikan 30 langkah RL atas sekitar 750.000 trajektori dalam waktu kurang dari enam hari. Biaya pelatihan yang dilaporkan sekitar US$2,62 juta untuk Pro dan US$850.000 untuk Flash. Angka tersebut adalah laporan Xiaomi sendiri, bukan total biaya yang telah diaudit independen. 10
Hasilnya mengindikasikan bahwa RL dalam skala besar di lingkungan yang beragam dan menggunakan alat dapat memberi peningkatan kemampuan besar tanpa perlu membuat jalur pascapelatihan khusus bagi setiap kategori tugas. Klaim kenaikan 20 poin dibanding MiMo-V2.5-Pro tetap sebaiknya dibaca sebagai perbandingan saat peluncuran, bukan bukti keunggulan umum di semua beban kerja dunia nyata. 14
Harga API menjadi bagian utama dari ceritanya
Harga API tertera untuk MiMo-V2.6-Pro adalah US$0,435 per juta token input dan US$0,87 per juta token output. Perbandingan berbasis estimasi biaya tugas Artificial Analysis memperkirakan biaya Pro sekitar US$0,13 per tugas Intelligence Index, sedangkan Grok 4.7 xHigh sekitar US$3,74. 21
Biaya tugas benchmark tentu tidak sama dengan biaya beban kerja produksi. Nilainya bergantung pada panjang prompt dan keluaran, penggunaan cache, pemakaian alat, serta pengaturan inferensi. Meski begitu, gabungan skor 46 dan harga token rendah membuat Pro menarik bagi tim yang membutuhkan penalaran kuat atau kemampuan agen dalam skala besar.
MiMo-V2.6-Flash: opsi yang lebih hemat
MiMo-V2.6-Flash adalah model Xiaomi yang berorientasi pada efisiensi. Model ini memakai arsitektur mixture-of-experts (MoE) yang jarang aktif: 309 miliar parameter total dengan 15 miliar parameter aktif, dibanding Pro yang dilaporkan memiliki 1,02 triliun parameter total dan 42 miliar parameter aktif. Kedua model mendukung jendela konteks 1 juta token serta menerima input teks, gambar, video, dan audio. 4
Flash diposisikan untuk penggunaan lebih sering dengan harga US$0,14 per juta token input tanpa cache dan US$0,28 per juta token output. Xiaomi mencantumkan harga input yang terkena cache sebesar US$0,0028 per juta token. 3
10
Perbandingan benchmark yang dipublikasikan Xiaomi menempatkan Flash di bawah Pro pada DeepSWE v1.1, tetapi memosisikannya sebagai pilihan lebih murah untuk beban kerja konteks panjang dan multimodal. Karena perbandingan itu diterbitkan vendor, hasilnya berguna untuk memahami posisi produk yang dibidik Xiaomi, tetapi sebaiknya diuji lagi secara independen untuk kebutuhan penerapan tertentu. 10
Kesan awal praktisi terhadap Flash
Tim Dettmers menyebut Flash terasa seperti “model terbaik di kelas 300B hingga 550B”. Dalam penggunaannya, ia menilai Flash lebih baik daripada DeepSeek V4.1 dan GLM-5.3 Flash. Ia juga memuji pemadatan konteks otomatis pada sesi yang melampaui 3 juta token, serta melaporkan kecepatan sekitar 250 token per detik saat decode dan 2,6 ribu token per detik saat prefill. 44
Catatan tersebut menarik, terutama untuk alur kerja coding yang berjalan lama. Namun, itu adalah laporan dari satu praktisi, bukan benchmark independen atau jaminan performa pada perangkat keras dan tumpukan penyajian lain.
Apa saja yang benar-benar dirilis Xiaomi?
Rilis ini bukan sekadar bobot model yang dapat diunduh. Xiaomi menyatakan telah membuka Pro dan Flash dengan lisensi MIT, bersama laporan teknis, lebih dari 7.000 lingkungan tugas RL, kerangka kerja RL end-to-end, dan mini-harness yang dapat dikomposisikan. Xiaomi juga menyediakan dasbor yang bersumber dari log pelatih untuk dua proses RL tersebut. 46
2
Keterbukaan pascapelatihan pada tingkat ini dapat membantu peneliti menelaah pendekatan pelatihan dan membangun di atas lingkungan tugas yang disediakan. Namun, ini belum otomatis menjadi paket reproduksi lengkap untuk seluruh proses pengembangan model: materi yang tersedia tidak membuktikan bahwa semua dataset prapelatihan, komponen infrastruktur, maupun detail pelatihan telah dirilis.
Maknanya bagi persaingan model open-weight
MiMo-V2.6-Pro memperkuat bukti bahwa laboratorium AI Tiongkok sangat kompetitif—dan saat ini memimpin pada peringkat Intelligence Index khusus open-weight ini. Skornya melampaui skor open-weight GLM-5.3 dan Kimi K3 yang tercantum, sementara ketersediaannya di bawah lisensi MIT membedakannya secara material dari model tertutup yang hanya tersedia lewat API. 31
36
Namun, terlalu jauh bila temuan itu diubah menjadi klaim bahwa laboratorium Tiongkok memimpin laboratorium Amerika Serikat secara keseluruhan. Indeks yang sama menempatkan model tertutup teratas, Claude Fable 5.1 dan GPT-6 Astra, pada skor 53. 19
Kesimpulan praktisnya sederhana: AI open-weight kini semakin mendekati sistem proprietary mahal pada benchmark ini. MiMo-V2.6-Pro menjadi opsi yang patut diperhitungkan bagi tim yang mengutamakan bobot yang bisa diterapkan sendiri, biaya inferensi rendah, input multimodal, serta alur kerja agen dengan konteks panjang.
Studio Global AI
Lanjutkan penelitian Anda
Halaman ini berisi jawaban yang didukung sumber yang dapat Anda lanjutkan di dalam Studio Global.
Orang-orang juga bertanya
Apa jawaban singkat untuk "Mengapa MiMo-V2.6-Pro Xiaomi Kini Memimpin Model AI Open-Weight"?
MiMo V2.6 Pro menjadi model open weight berperingkat tertinggi di Intelligence Index Artificial Analysis dengan skor 46, di atas GLM 5.3 (45) dan Kimi K3 (44).
Apa poin penting yang harus divalidasi terlebih dahulu?
MiMo V2.6 Pro menjadi model open weight berperingkat tertinggi di Intelligence Index Artificial Analysis dengan skor 46, di atas GLM 5.3 (45) dan Kimi K3 (44). Xiaomi mengaitkan lonjakan kemampuan dengan satu pelatihan reinforcement learning campuran untuk coding, agen, visual, dan keamanan siber; masing masing model menjalani 30 langkah RL atas sekitar 750.000 trajektori da...
Apa yang harus saya lakukan selanjutnya dalam latihan?
MiMo V2.6 Flash ditujukan untuk penggunaan berfrekuensi tinggi: memiliki 309 miliar parameter total, 15 miliar parameter aktif, konteks 1 juta token, input multimodal, serta harga API mulai US$0,14 per juta token inpu...
Sumber
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