AnswersPublished18 sources
Xiaomi streamt MiMo-V2.6-training: wat het dashboard wel en niet bewijst
Xiaomi toont geselecteerde telemetry van twee nog niet uitgebrachte MiMo V2.6 RL runs: Pro en Flash, met circa 2 miljard tokens per stap en 1.568 prompts × 16 rollouts. De technische kern is niet alleen meer modelrekenkracht, maar ook schaal voor agentomgevingen, rollouts en rekenintensieve beoordelaars.
Gepubliceerd doorBewerkt met GPT-5.6 TerraAfbeeldingen gegenereerd met GPT Image 2
Research answer
Key takeaways
- Xiaomi toont geselecteerde telemetry van twee nog niet uitgebrachte MiMo V2.6 RL runs: Pro en Flash, met circa 2 miljard tokens per stap en 1.568 prompts × 16 rollouts.
- De technische kern is niet alleen meer modelrekenkracht, maar ook schaal voor agentomgevingen, rollouts en rekenintensieve beoordelaars.
- Kostenmeters, rewardcurves en tussentijdse benchmarks maken het proces beter controleerbaar, maar bewijzen geen volledige dataprovenance, ononderbroken live trainingsrun of eindprestatie.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What is Xiaomi’s public MiMo-V2.6 reinforcement-learning post-training livestream at mimo.xiaomi.com/rl/, what does it reveal about the para. Article summary: Xiaomi’s MiMo-V2.6 page is an unusual public dashboard for *ongoing* RL post-training, not a release of a finished model. It exposes selected trainer-log telemetry for parallel unreleased Pro and Flash runs—reward and be. Topic tags: general, education, general web, user generated, academic. 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, water
Xiaomi maakt een ongebruikelijk deel van de ontwikkeling van AI-modellen openbaar: een dashboard voor de reinforcement-learning-natraining (RL) van twee nog niet verschenen modellen, MiMo-V2.6-Pro en MiMo-V2.6-Flash. In plaats van alleen na afloop een benchmarktabel te publiceren, toont de pagina geselecteerde trainingsgegevens, zoals rewardcurves, aantallen rollouts, staptijden, geschatte lopende rekenkosten, evaluaties en infrastructuurincidenten. 1
8
De belangrijkste conclusie is niet dat het dashboard de kwaliteit van een eindmodel bewijst. Wel laat Xiaomi zien dat het operationele systeem rond grootschalige agent-RL — omgevingen, rollouts, verificatie, beoordeling, updates, storingen en kosten — op zichzelf een onderwerp is dat het publiek kan volgen.
Wat er op het dashboard staat
Volgens berichtgeving zijn de parallelle Pro- en Flash-runs op 15 september 2026 begonnen. Het dashboard volgt de voortgang terwijl de modellen nog worden getraind; Xiaomi heeft voor geen van beide modellen definitieve specificaties, prijzen of publieke beschikbaarheid aangekondigd. 1
8
De bekendgemaakte batchconfiguratie is fors: 1.568 prompts met 16 rollouts per prompt, goed voor circa 25.000 rollouts, en ongeveer 2 miljard tokens per RL-stap. Xiaomi stelt dat het systeem volledig asynchroon werkt. 24
Luo Fuli, hoofd van het MiMo-team, noemt drie dimensies waarop het team opschaalt:
- Rekenkracht: circa 2 miljard tokens per stap.
- Omgevingen en testharnassen: meerdere agenttaken en taakomgevingen binnen één run.
- Rekenkracht voor beoordelaars: agentic in-group credit assignment, met beloningen op basis van testgevallen en beoordelingsrubrieken.
24
Praktisch betekent dit dat modellen acties of oplossingen genereren, die in taakomgevingen worden uitgevoerd en vervolgens feedback krijgen van verificateurs of beoordelaars. Op deze schaal zijn het genereren van rollouts en het uitvoeren van evaluaties operationeel minstens zo belangrijk als de optimizer die de modelgewichten bijwerkt.
Waarom de asynchrone opzet centraal staat
In een volledig asynchroon RL-systeem kunnen rollouts, uitvoering in omgevingen, scoring en modelupdates doorgaan zonder dat elk onderdeel moet wachten op de traagste taak. Dat is vooral relevant bij gemengde agentworkloads: sommige opdrachten zijn snel klaar, andere vragen langer gereedschapsgebruik of duurdere beoordeling.
Ook Xiaomis nadruk op rekenkracht voor beoordelaars is veelzeggend. Bij agenttaken hangt de uitkomst vaak af van een hele reeks acties, niet van één antwoord. Het verdelen van beloning over die reeks — wat Xiaomi agentic in-group credit assignment noemt — wordt dan een wezenlijk onderdeel van het trainingssysteem. 24
De operationele les van de stream is daarom helder: agent-RL opschalen betekent niet alleen meer trainings-GPU's inzetten. Er moeten ook voldoende omgevingen, rollouts en verificateurs beschikbaar zijn om de leerlus van bruikbare feedback te voorzien.
Hoe de getoonde kostenmeter moet worden gelezen
Vroege berichtgeving op basis van het dashboard meldde gezamenlijk meer dan US$ 1,08 miljoen aan uitgaven in ongeveer 36 uur nadat Pro was begonnen — gemiddeld circa US$ 30.000 per uur voor beide runs. 4 Andere momentopnames meldden ongeveer US$ 830.000 voor Pro en US$ 360.000 voor Flash. Daarbij zou Pro opnieuw zijn gestart wegens VRAM-problemen op een node en Flash na een datasetfout bij stap 15.
9
Dat zijn opvallende bedragen, maar ze vragen om nuance:
- Het gaat om door Xiaomi getoonde, lopende schattingen van rekenkosten, niet om onafhankelijk gecontroleerde facturen.
- Een dashboardtotaal maakt niet duidelijk welke boekhoudregels gelden. Het kan wel of niet alle kosten omvatten voor hardware, gereserveerde capaciteit, engineering, datavoorbereiding, opslag, netwerken of evaluatie-infrastructuur.
- Het bewijst niet wat het totale ontwikkelbudget van MiMo-V2.6 is, noch hoeveel een verbetering in capaciteit precies kost.
- Herstarts en wisselende benutting maken een simpele extrapolatie per uur misleidend.
De teller maakt wel één ding duidelijk: Xiaomi presenteert dit als een kostbare, infrastructuurintensieve online-RL-inspanning en niet als een kleinschalig natrainingsexperiment.
Wat rewardcurves en DeepSWE-scores wel en niet zeggen
Het dashboard zou rewardcurves en tussentijdse code-evaluaties bevatten. In één gemelde momentopname behaalde DeepSWE v1.1 63,72 voor Pro en 60,77 voor Flash. 9
Dat zijn bruikbare diagnostische signalen, geen eindclaims over modelcapaciteit. Een oplopende rewardcurve kan wijzen op betere taakuitvoering, maar kan ook samenhangen met veranderingen in de taakmix, variantie, gedrag van de beoordelaar, optimalisatie op de beloningsfunctie of blootstelling aan benchmarks. Ook een benchmarkscore tijdens de run is geen eindresultaat zolang het evaluatieprotocol, de samplinginstellingen, controles op benchmarkbesmetting en de selectie van het eindcheckpoint niet volledig zijn gedocumenteerd en onafhankelijk getoetst.
De juiste lezing is dus: de stream laat zien hoe trainingssignalen zich ontwikkelen. Hij toont niet zelfstandig hoe goed een voltooid MiMo-V2.6-model buiten de getoonde evaluatieopzet zal generaliseren.
Welke aanvullende openheid Xiaomi belooft
Luo Fuli zegt dat het team bijna een halfjaar aan één vraag heeft gewerkt: hoe ver reinforcement learning kan worden opgeschaald. MiMo-V2.6 zat volgens haar nog midden in de RL-run. Xiaomi wil de technische details in de komende weken stapsgewijs open source maken. 24
Dat is een betekenisvolle toezegging voor verdere technische openheid, maar geen belofte van volledige reproduceerbaarheid. De verklaring garandeert op zichzelf niet de publicatie van alle trainingsdata, prompts, gewichten van beoordelaars, implementaties van omgevingen, optimizerstatus, checkpoints of complete clusterlogs.
Verschil met Xiaomi-Robotics-U0
De transparantie rond MiMo-V2.6 gaat over zicht op het proces: Xiaomi toont geselecteerde operationele gegevens uit een lopende natraining voor taal- en agentmodellen.
Xiaomi-Robotics-U0 was een ander project, met een andere vorm van openheid. Het is beschreven als een autoregressief world foundation model met 38 miljard parameters voor embodied intelligence — AI die gericht is op interactie met fysieke omgevingen. Het verenigt onder meer tekst-naar-beeldgeneratie, beeldbewerking, embodied scene generation, embodied transfer en embodied videogeneratie. 25
34 Xiaomis openbare repository beschrijft vrijgegeven model- en frameworkmaterialen voor dat werk.
32
Het onderscheid is eenvoudig:
- Robotics-U0: openheid rond modelartefacten, code of frameworks en mogelijkheden voor embodied generatie.
- MiMo-V2.6 RL-stream: openheid rond geselecteerde live-telemetry van agent-natraining.
Beide vormen van openheid kunnen waardevol zijn. Geen van beide levert automatisch alles wat nodig is om het volledige resultaat vanaf nul te reproduceren.
De grenzen van een openbaar RL-dashboard
De MiMo-stream is informatiever dan een traditionele benchmarkaankondiging achteraf, maar belangrijke onzekerheden blijven bestaan.
‘Live’ is niet onafhankelijk te verifiëren
Een openbaar dashboard kan bijna realtime zijn en toch vertraagde updates, achteraf ingevoerde waarden, correcties, pauzes, herstarts of handmatige ingrepen bevatten. Het dashboard is bewijs van uitzonderlijke openheid, geen cryptografisch bewijs van een ononderbroken trainingsproces.
Het dashboard bewijst geen dataprovenance
Publieke aantallen prompts, rollouts, tokens en kosten bewijzen niet dat er geen niet-openbare outputs van docentmodellen, propriëtaire data, gefilterde menselijke data, verborgen blootstelling aan benchmarks of andere inputs buiten het dashboard zijn gebruikt.
De getoonde metriek is voorwaardelijk
Zonder een volledig gepubliceerde evaluatieharnas, bevroren testsets, samplinginstellingen, herhaalde random seeds en onafhankelijke replicatie kunnen rewardcurves en tussentijdse DeepSWE-resultaten geen definitief oordeel geven over de algemene capaciteit van de modellen.
De selectie blijft beperkt
Het dashboard kan voortgang en incidenten laten zien, zonder de volledige taakmix, beloningsweging, betrouwbaarheid van beoordelaars, hardware-inventaris, exacte kostenmethode, dataprovenance of criteria voor de selectie van het eindcheckpoint prijs te geven.
Conclusie
Xiaomis MiMo-V2.6-dashboard is een zeldzaam experiment in publieke zichtbaarheid van grootschalige agent-RL. De onthulde configuratie — ongeveer 2 miljard tokens per stap, 1.568 prompts, 16 asynchrone rollouts per prompt, gemengde omgevingen en aanzienlijke beoordelingscapaciteit — laat zien dat Xiaomi RL-opschaling vooral als een systeemvraagstuk neerzet, niet enkel als modeltraining. 24
De gemelde kosten, rewardcurves, benchmarksnapshots en zichtbare fouten maken het proces beter inspecteerbaar dan een aankondiging achteraf. Maar het blijven geselecteerde, zelfgerapporteerde gegevens uit onvoltooide runs. Het dashboard is sterk bewijs van operationele transparantie — niet van een onafhankelijk gecontroleerde live-run, volledige trainingsprovenance of uiteindelijke modelkwaliteit.
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 "Xiaomi streamt MiMo-V2.6-training: wat het dashboard wel en niet bewijst"?
Xiaomi toont geselecteerde telemetry van twee nog niet uitgebrachte MiMo V2.6 RL runs: Pro en Flash, met circa 2 miljard tokens per stap en 1.568 prompts × 16 rollouts.
What are the key points to validate first?
Xiaomi toont geselecteerde telemetry van twee nog niet uitgebrachte MiMo V2.6 RL runs: Pro en Flash, met circa 2 miljard tokens per stap en 1.568 prompts × 16 rollouts. De technische kern is niet alleen meer modelrekenkracht, maar ook schaal voor agentomgevingen, rollouts en rekenintensieve beoordelaars.
What should I do next in practice?
Kostenmeters, rewardcurves en tussentijdse benchmarks maken het proces beter controleerbaar, maar bewijzen geen volledige dataprovenance, ononderbroken live trainingsrun of eindprestatie.