AnswersPublished23 sources
Derfor topper Xiaomis MiMo-V2.6-Pro listen over åpne AI-modeller
MiMo V2.6 Pro er høyest rangert blant modeller med åpne vekter på Artificial Analysis Intelligence Index, med 46 poeng foran GLM 5.3 på 45 og Kimi K3 på 44. Xiaomi sier fremgangen kommer fra én blandet runde med forsterkende læring på tvers av koding, agentoppgaver, visuelle oppgaver og cybersikkerhet, fremfor separ...
Publisert avRedigert med GPT-5.6 TerraBilder generert med GPT Image 2
Research answer
Key takeaways
- MiMo V2.6 Pro er høyest rangert blant modeller med åpne vekter på Artificial Analysis Intelligence Index, med 46 poeng foran GLM 5.3 på 45 og Kimi K3 på 44.
- Xiaomi sier fremgangen kommer fra én blandet runde med forsterkende læring på tvers av koding, agentoppgaver, visuelle oppgaver og cybersikkerhet, fremfor separate løp per fagområde.
- Pro koster oppgitt 0,435 dollar per million inndatatokener og 0,87 dollar per million utdatatokener, mens den rimeligere Flash modellen er rettet mot store volumer og lange, multimodale arbeidsflyter.
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 er interessant fordi Xiaomi kombinerer en ledende plassering blant modeller med åpne vekter med lav, oppgitt API-pris og en omfattende publisering av artefakter fra ettertreningen. Den nøkterne tolkningen er likevel viktig: Xiaomi leder kategorien åpne vekter i én mye brukt samlet rangering – ikke hele kappløpet om AI-kapasitet.
Først blant åpne vekter, ikke totalt sett
Artificial Analysis rangerer MiMo-V2.6-Pro som den høyest plasserte modellen med åpne vekter, med 46 poeng på Intelligence Index. GLM-5.3 følger med 45, mens Kimi K3 har 44. 31
Poengsummen er også på nivå med en proprietær Grok 4.7-konfigurasjon fra xAI. Xiaomi sier imidlertid selv at flaggskipet fortsatt ligger bak de sterkeste lukkede modellene. Artificial Analysis oppgir 53 poeng for Claude Fable 5.1 og GPT-6 Astra – sju poeng mer enn MiMos 46. 1
19
Milepælen er altså reell, men avgrenset: Xiaomi har satt en ny referanse for åpne vekter, ikke vist at modellen er jevngod med de aller beste lukkede systemene.
Hva har løftet MiMo-V2.6-Pro?
Xiaomi kaller metoden sin «You Only RL Once». I stedet for å trene egne policyer for koding, generelle agenter, visuelle oppgaver og cybersikkerhet, blander selskapet disse områdene – og flere agentrammeverk – i én runde med forsterkende læring (RL).
Tanken er at én policy kan lære atferd som kan overføres mellom oppgavetyper: å oppdage manglende informasjon, velge riktig verktøy, vurdere resultatet fra verktøyet og hente seg inn igjen etter et mislykket forsøk. 5
Ifølge Xiaomi gjennomførte både Pro og Flash 30 RL-steg over om lag 750 000 løp i løpet av under seks dager. De oppgitte treningskostnadene var rundt 2,62 millioner dollar for Pro og 850 000 dollar for Flash. Dette er Xiaomis egne tall, ikke uavhengig reviderte kostnadstall. 10
Resultatet tyder på at storstilt RL på tvers av varierte, verktøybrukende miljøer kan gi betydelige kapasitetsløft uten en skreddersydd ettertreningsprosess for hver enkelt oppgavetype. Xiaomis påståtte forbedring på 20 poeng fra MiMo-V2.5-Pro bør likevel ses som en sammenligning ved lansering, ikke som et bevis på overlegenhet i alle reelle arbeidsoppgaver. 14
Prisen er en vesentlig del av saken
MiMo-V2.6-Pro har en oppgitt API-pris på 0,435 dollar per million inndatatokener og 0,87 dollar per million utdatatokener. En sammenligning basert på Artificial Analysis' estimerte oppgavekostnader anslår omtrent 0,13 dollar per Intelligence Index-oppgave for Pro, mot 3,74 dollar for Grok 4.7 xHigh. 21
Kostnaden for en benchmarkoppgave er ikke det samme som kostnaden i en produksjonsløsning. Den avhenger blant annet av lengden på inn- og utdata, hurtigbufferbruk, verktøykall og inferensinnstillinger. Men kombinasjonen av 46 poeng og lave tokenpriser gjør Pro aktuell for team som trenger resonnering og agentfunksjoner i stor skala.
MiMo-V2.6-Flash: den rimeligere søstermodellen
MiMo-V2.6-Flash er Xiaomis effektivitetsorienterte modell. Den bruker en sparsom mixture-of-experts-arkitektur med 309 milliarder totale parametere og 15 milliarder aktive parametere, mot Pros oppgitte 1,02 billioner totalt og 42 milliarder aktive parametere. Begge modellene støtter et kontekstvindu på én million tokener og tar imot tekst, bilder, video og lyd. 4
Flash er priset for hyppige kall og høyere volum: 0,14 dollar per million inndatatokener uten cache og 0,28 dollar per million utdatatokener. Xiaomi oppgir 0,0028 dollar per million tokener for bufrede inndata. 3
10
Xiaomis egne benchmarks plasserer Flash under Pro på DeepSWE v1.1, men posisjonerer den som et rimeligere alternativ for oppgaver med lang kontekst og flere modaliteter. Dette er leverandørpubliserte sammenligninger, og bør testes mot uavhengige målinger for den konkrete bruken.
Et tidlig inntrykk fra en praktiker
Tim Dettmers skrev at Flash føltes som «den beste modellen i 300B–550B-klassen», og at den i hans bruk gjorde det bedre enn DeepSeek V4.1 og GLM-5.3 Flash. Han trakk også frem automatisk komprimering av kontekst i en økt på over tre millioner tokener, samt om lag 250 tokener i sekundet ved dekoding og 2,6 tusen tokener i sekundet ved prefill. 44
Observasjonene er interessante, særlig for langvarige kodearbeidsflyter, men de er én praktikers erfaring – ikke en uavhengig benchmark eller en garanti for ytelse på annen maskinvare og andre serveroppsett.
Hva Xiaomi faktisk slipper
Lanseringen omfatter mer enn nedlastbare vekter. Xiaomi sier at Pro og Flash publiseres under MIT-lisensen sammen med en teknisk rapport, over 7 000 RL-oppgavemiljøer, et ende-til-ende-RL-rammeverk og kombinerbare mini-rammeverk. Selskapet har dessuten lagt ut et kontrollpanel med data fra trenerloggene for de to RL-løpene. 46
2
Dette innsynet i ettertreningen kan gjøre det enklere for forskere å undersøke metoden og bygge videre på oppgavemiljøene. Det er likevel ikke det samme som en fullstendig pakke for å gjenskape hele modellutviklingen: Materialet viser ikke at alle datasett for pretrening, infrastrukturkomponenter eller treningsdetaljer er offentliggjort.
Hva lanseringen sier om kappløpet om åpne vekter
MiMo-V2.6-Pro styrker inntrykket av at kinesiske laboratorier er svært konkurransedyktige i feltet for åpne vekter, og at Xiaomi nå leder akkurat denne Intelligence Index-rangeringen. Modellen ligger over de oppførte åpne modellene GLM-5.3 og Kimi K3, og MIT-lisensen skiller den vesentlig fra en lukket modell som kun tilbys via API. 31
36
Det ville imidlertid være å trekke konklusjonen for langt å si at kinesiske laboratorier leder amerikanske laboratorier totalt. Den samme indeksen plasserer de beste lukkede modellene, Claude Fable 5.1 og GPT-6 Astra, på 53 poeng. 19
Det praktiske poenget er enklere: Åpne AI-vekter har kommet nærmere kostbare, proprietære systemer på denne målingen. MiMo-V2.6-Pro er nå et viktig alternativ for team som vektlegger tilgjengelige vekter, lav inferenskostnad, multimodale inndata og agentarbeidsflyter med svært lang kontekst.
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 "Derfor topper Xiaomis MiMo-V2.6-Pro listen over åpne AI-modeller"?
MiMo V2.6 Pro er høyest rangert blant modeller med åpne vekter på Artificial Analysis Intelligence Index, med 46 poeng foran GLM 5.3 på 45 og Kimi K3 på 44.
What are the key points to validate first?
MiMo V2.6 Pro er høyest rangert blant modeller med åpne vekter på Artificial Analysis Intelligence Index, med 46 poeng foran GLM 5.3 på 45 og Kimi K3 på 44. Xiaomi sier fremgangen kommer fra én blandet runde med forsterkende læring på tvers av koding, agentoppgaver, visuelle oppgaver og cybersikkerhet, fremfor separate løp per fagområde.
What should I do next in practice?
Pro koster oppgitt 0,435 dollar per million inndatatokener og 0,87 dollar per million utdatatokener, mens den rimeligere Flash modellen er rettet mot store volumer og lange, multimodale arbeidsflyter.
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