AnswersPublished19 sources
Jak Xiaomi MiMo-V2.5 zdobył szczyt rankingu tokenów OpenRoutera
W zestawieniu OpenRoutera za 20–26 lipca MiMo V2.5 Xiaomi miał przetworzyć ok. 10,5 bln tokenów tygodniowo i prowadzić w stawce, której pięć pierwszych miejsc zajęły modele rozwijane w Chinach.
Opublikowane przezEdytowane za pomocą GPT-5.6 TerraObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- W zestawieniu OpenRoutera za 20–26 lipca MiMo V2.5 Xiaomi miał przetworzyć ok. 10,5 bln tokenów tygodniowo i prowadzić w stawce, której pięć pierwszych miejsc zajęły modele rozwijane w Chinach.
- Model łączył okno kontekstowe do 1 mln tokenów oraz natywne rozumienie obrazu i dźwięku z publiczną dostępnością, planami rozliczanymi za tokeny i późniejszym udostępnieniem wag na licencji MIT.
- Wolumen tokenów nie jest miarą przychodów, liczby użytkowników ani przewagi w badaniach nad modelami granicznymi: rośnie m.in.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Xiaomi’s MiMo‑V2.5 become the world’s most-used LLM by token volume by July 2026—reaching 10.5 trillion weekly and 31.2 trillion mon. Article summary: MiMo‑V2.5’s rise appears to be a distribution-and-economics win as much as a model-quality win: Xiaomi paired agent-oriented, native multimodal capability and a 1M-token context window with aggressively accessible API ac. Topic tags: general, general web, user generated. 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, charts with fa
Rankingi OpenRoutera z lipca 2026 r. dały wyraźny sygnał o tym, czego szukają twórcy aplikacji korzystających z dużych modeli językowych. Xiaomi MiMo-V2.5 miał w tygodniu 20–26 lipca obsłużyć około 10,5 bln tokenów, a pięć czołowych miejsc zajęły modele rozwijane w Chinach. Na kolejnych pozycjach znalazły się DeepSeek V4 Flash, Tencent HY3, Zhipu GLM-5.2 i DeepSeek V4 Pro. 8
Nie należy jednak odczytywać tego jako definitywnego rozstrzygnięcia rywalizacji AI między Chinami a USA. To przede wszystkim obraz ruchu kierowanego przez OpenRouter — platformę, która pozwala programistom korzystać z wielu modeli przez jeden interfejs — a nie pełny pomiar wszystkich zapytań AI na świecie.
Co naprawdę mierzy ranking tokenów
Według raportowanych danych MiMo-V2.5 osiągnął około 10,5 bln tokenów w ujęciu tygodniowym i 31,2 bln w miesięcznym. Między majem a lipcem jego tygodniowy wolumen miał wzrosnąć z 1,46 bln do 10,46 bln tokenów, czyli o około 616%. 15
To istotny wskaźnik, bo pokazuje, po jakie modele sięgali deweloperzy na dużej platformie pośredniczącej. Nie jest jednak odpowiednikiem liczby użytkowników, wywołań API, przychodów ani znaczenia danego wdrożenia dla biznesu.
Tokenów szczególnie dużo zużywają systemy pracujące na długich dokumentach i agenci AI. Agent może wielokrotnie analizować kontekst, planować kolejny krok, korzystać z narzędzi, oceniać ich wyniki i poprawiać odpowiedź. Jedno zadanie może więc wygenerować znacznie więcej tokenów niż krótka rozmowa z chatbotem.
Również często przywoływany podział 63,5% dla modeli chińskich wobec 35,5% dla amerykańskich był migawką dotyczącą OpenRoutera z 28 dni zakończonych 26 lipca. Nie można go traktować jako globalnego spisu całej inferencji AI. 15
Dlaczego MiMo-V2.5 pasował do zadań o dużym zużyciu tokenów
Xiaomi pozycjonowało MiMo-V2.5 jako model do pracy agentowej i zadań multimodalnych. Firma deklaruje natywne rozumienie obrazu i dźwięku oraz obsługę kontekstu do 1 mln tokenów. 16
Taki zestaw cech sprzyja użyciu w asystentach programistycznych, analizie obszernych zbiorów dokumentów, badaniach opartych na wielu źródłach czy analizie materiałów medialnych. Są to zastosowania, w których wysoki wolumen tokenów jest naturalnym skutkiem sposobu działania systemu, a niekoniecznie dowodem na większą liczbę klientów.
MiMo-V2.5 trafił do publicznych testów 23 kwietnia 2026 r.; początkowo był dostępny bez opłat przez ograniczony czas. 3 Szybka i łatwa dostępność może być dla deweloperów równie ważna jak rezultat w benchmarku: pozwala od razu sprawdzić model w realnej aplikacji, zmienić reguły kierowania ruchu i zwiększać skalę bez długiego procesu zakupowego.
Koszt i sposób wdrożenia mogą przesądzić o wyborze
Gdy kilka modeli osiąga jakość wystarczającą dla danego produktu, pytania praktyczne brzmią inaczej: ile kosztuje wykonanie całego zadania, czy usługa wytrzyma obciążenie, czy pasuje do obecnego stosu technologicznego i czy firma zachowuje kontrolę nad wdrożeniem?
Xiaomi promowało dla rodziny MiMo plany cenowe oparte na tokenach oraz efektywność ich wykorzystania. 1 Następnie udostępniło serię V2.5 na liberalnej licencji MIT, która pozwala na komercyjne uruchamianie inferencji, dalsze trenowanie i dostrajanie modeli bez dodatkowego zezwolenia.
2
Otwarte wagi modelu nie gwarantują popularności, ale poszerzają wybór. Zespół może korzystać z hostowanego API, uruchomić model we własnej infrastrukturze, dostroić go albo zachować alternatywną ścieżkę wdrożenia. Przy usługach o dużym wolumenie ma to znaczenie zarówno dla kosztów jednostkowych, jak i ograniczania zależności od jednego dostawcy.
Co oznacza chińska piątka w czołówce — a czego nie oznacza
W okresie 20–26 lipca pierwsze pięć pozycji w raportach opartych na danych OpenRoutera zajęły MiMo-V2.5, DeepSeek V4 Flash, Tencent HY3, Zhipu GLM-5.2 i DeepSeek V4 Pro. 8 Inne lipcowe doniesienia również wskazywały, że modele chińskiego pochodzenia odpowiadały za ponad 60% ruchu kierowanego przez tę platformę.
19
26
Wniosek nie powinien jednak brzmieć, że modele z Chin bezdyskusyjnie przewyższyły wszystkie amerykańskie modele pod każdym względem. Ranking pokazuje raczej, że konkurencja na poziomie wdrożeniowej inferencji stała się bardzo otwarta. Model, który jest wystarczająco dobry, tani w użyciu i prosty do zintegrowania, może przyciągnąć ogromny ruch produkcyjny — nawet jeśli dyskusja o przewadze modeli granicznych pozostaje nierozstrzygnięta.
Widać też popyt poza Chinami. CNBC podało, że udział tokenów wykorzystywanych przez amerykańskie firmy na chińskie modele przez OpenRouter utrzymywał się powyżej 30% w każdym tygodniu od 8 lutego, a w szczycie sięgnął 46%. 23 Trudniej więc wyjaśniać zmianę wyłącznie popytem krajowym.
Inna rywalizacja: modele graniczne kontra faktyczne wdrożenia
Krótki pobyt MiMo-V2.5 na pierwszym miejscu dobrze uwidacznia różnicę między dwoma rodzajami konkurencji:
- Przewaga na granicy możliwości dotyczy wyników modeli w najtrudniejszych zadaniach i testach ewaluacyjnych.
- Popularność w inferencji dotyczy tego, które modele deweloperzy rzeczywiście kierują do aplikacji na dużą skalę.
W drugiej kategorii liczy się szerszy pakiet cech: relacja jakości do ceny, pojemność kontekstu, obsługa danych multimodalnych, łatwość integracji oraz warunki komercyjne. MiMo połączył kilka z tych elementów, a chiński ekosystem dostarczył więcej modeli konkurujących o podobne zastosowania.
Nie przekreśla to przewagi USA w zamkniętych modelach granicznych. Wolumen tokenów nie mierzy też bezpieczeństwa, niezawodności, rentowności ani znaczenia dla przedsiębiorstw. Pokazuje natomiast, że środek ciężkości w segmencie wysokowolumenowej inferencji może przesuwać się szybko, gdy zdolne modele są dostępne na korzystnych warunkach cenowych i wdrożeniowych.
Najważniejszy wniosek
Wynik MiMo-V2.5 z lipca należy rozumieć przede wszystkim jako sukces dystrybucji i ekonomiki użycia. Raportowane 10,5 bln tokenów tygodniowo wiązało się z modelem zaprojektowanym do zadań agentowych i multimodalnych, z kontekstem do 1 mln tokenów, łatwym wejściem na rynek oraz późniejszą licencją MIT umożliwiającą komercyjne wykorzystanie. 2
8
16
Chińska czołowa piątka jest więc dowodem, że realne wdrożenia LLM coraz mocniej premiują systemy łatwe do uruchomienia i świadome kosztowo. Nie jest natomiast dowodem, że jeden kraj ostatecznie wygrał całą rywalizację o przywództwo w AI.
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 "Jak Xiaomi MiMo-V2.5 zdobył szczyt rankingu tokenów OpenRoutera"?
W zestawieniu OpenRoutera za 20–26 lipca MiMo V2.5 Xiaomi miał przetworzyć ok. 10,5 bln tokenów tygodniowo i prowadzić w stawce, której pięć pierwszych miejsc zajęły modele rozwijane w Chinach.
What are the key points to validate first?
W zestawieniu OpenRoutera za 20–26 lipca MiMo V2.5 Xiaomi miał przetworzyć ok. 10,5 bln tokenów tygodniowo i prowadzić w stawce, której pięć pierwszych miejsc zajęły modele rozwijane w Chinach. Model łączył okno kontekstowe do 1 mln tokenów oraz natywne rozumienie obrazu i dźwięku z publiczną dostępnością, planami rozliczanymi za tokeny i późniejszym udostępnieniem wag na licencji MIT.
What should I do next in practice?
Wolumen tokenów nie jest miarą przychodów, liczby użytkowników ani przewagi w badaniach nad modelami granicznymi: rośnie m.in.