MiMo V2.6 Pro получила 46 баллов в Intelligence Index от Artificial Analysis и стала лучшей моделью с открытыми весами: выше GLM 5.3 (45) и Kimi K3 (44), на уровне Grok 4.7. Xiaomi связывает скачок качества с единым масштабным циклом обучения с подкреплением для программирования, агентов, визуальных задач и кибербез...
ОпубликовалОтредактировано с помощью GPT-5.6 TerraИзображения созданы с помощью GPT Image 2
Ответ на исследование

Create 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 важна не потому, что она вдруг обошла вообще все ИИ-модели. Её достижение конкретнее: Xiaomi вывела модель с открытыми весами на первое место в этой категории по одному из заметных сводных рейтингов — и одновременно предложила низкие заявленные цены API и большой набор материалов по постобучению.
По данным Artificial Analysis, MiMo-V2.6-Pro получила 46 баллов в Intelligence Index — сводном индексе, который сопоставляет модели по нескольким оценкам. Среди моделей с открытыми весами она занимает первое место: у GLM-5.3 — 45 баллов, у Kimi K3 — 44. 31
Этот результат находится на уровне конфигурации закрытой модели Grok 4.7 от xAI. Однако сама Xiaomi признаёт, что от наиболее сильных закрытых систем её флагман пока отстаёт. В рейтинге Artificial Analysis у Claude Fable 5.1 и GPT-6 Astra по 53 балла — на семь больше, чем у MiMo-V2.6-Pro. 1
19
Иными словами, это существенный рубеж для открытых весов, а не доказательство полного равенства с абсолютными лидерами рынка закрытых моделей.
Свой подход к постобучению Xiaomi называет You Only RL Once — «обучение с подкреплением один раз». Вместо отдельных политик для кода, универсальных агентов, визуальных задач и кибербезопасности компания смешивает эти направления, а также разные среды работы агентов, в одном запуске reinforcement learning (RL, обучения с подкреплением).
Логика в том, что задачи из разных областей требуют схожих навыков: понять, какой информации не хватает; выбрать инструмент; оценить ответ инструмента; скорректировать действия после неудачи. Xiaomi предполагает, что единая политика может переносить такие стратегии между разными средами. 5
По заявлению компании, Pro и Flash прошли по 30 шагов RL примерно на 750 тыс. траекторий менее чем за шесть дней. Указанная стоимость обучения — около 2,62 млн долларов для Pro и 850 тыс. долларов для Flash. Это собственные оценки Xiaomi, а не независимый аудит полного бюджета. 10
Xiaomi также заявляет о приросте в 20 пунктов относительно MiMo-V2.5-Pro. Такой скачок интересен как результат релизного сравнения, но сам по себе не доказывает превосходства модели во всех прикладных сценариях. 14
Заявленная цена API для MiMo-V2.6-Pro составляет 0,435 доллара за миллион входных токенов и 0,87 доллара за миллион выходных токенов. В опубликованном сравнении с оценками стоимости задач Artificial Analysis запуск одной задачи Intelligence Index для Pro оценён примерно в 0,13 доллара, тогда как для Grok 4.7 xHigh — в 3,74 доллара. 21
Важно не путать стоимость бенчмарк-задачи с расходами в реальном продукте. Итоговый счёт зависит от длины запроса и ответа, кэширования, вызовов инструментов и параметров инференса. Но сочетание результата 46 и низкой цены делает Pro заметным кандидатом для команд, которым нужны рассуждения и агентные сценарии в большом масштабе.
MiMo-V2.6-Flash — более экономичная модель в той же линейке. Она использует разреженную архитектуру mixture-of-experts (MoE): 309 млрд параметров всего, из которых активны 15 млрд. Для Pro указывается 1,02 трлн общих и 42 млрд активных параметров. Обе модели поддерживают контекстное окно до 1 млн токенов и принимают текст, изображения, видео и аудио. 4
Для Flash Xiaomi указывает цену 0,14 доллара за миллион некэшированных входных токенов и 0,28 доллара за миллион выходных; вход из кэша стоит 0,0028 доллара за миллион токенов. 3
10
В опубликованных Xiaomi сопоставлениях Flash уступает Pro на DeepSWE v1.1, но позиционируется как более дешёвый вариант для длинного контекста и мультимодальных задач. Это сравнения от разработчика: для конкретного внедрения их стоит проверять независимыми тестами. 10
Исследователь Тим Деттмерс назвал Flash, по своим ощущениям, «лучшей моделью в классе от 300 до 550 млрд параметров». По его словам, в его сценариях она была лучше DeepSeek V4.1 и GLM-5.3 Flash. Он также похвалил автоматическое сжатие контекста в сессии объёмом более 3 млн токенов и сообщил о скорости около 250 токенов в секунду при декодировании и 2,6 тыс. токенов в секунду на этапе prefill. 44
Это полезное практическое свидетельство для длительных задач, в частности программирования, но оно остаётся отзывом одного специалиста, а не независимым бенчмарком или гарантией такой же работы на другом оборудовании и серверном стеке.
Релиз включает не только скачиваемые веса моделей. Xiaomi сообщила об открытии Pro и Flash под лицензией MIT, а также технического отчёта, более 7 тыс. сред RL-задач, сквозного фреймворка RL и компонуемых мини-сред. Кроме того, компания открыла дашборд с журналами обучения для двух RL-запусков. 46
2
Такая прозрачность постобучения может помочь исследователям изучать метод и развивать наборы задач. Но это не означает полной воспроизводимости всей разработки: опубликованные материалы не подтверждают раскрытие всех данных предобучения, инфраструктурных компонентов и деталей обучения.
MiMo-V2.6-Pro усиливает позиции китайских лабораторий в сегменте моделей с открытыми весами: именно китайская разработка сейчас возглавляет этот рейтинг Artificial Analysis, опережая GLM-5.3 и Kimi K3. Лицензия MIT также принципиально отличает её от закрытых моделей, доступных только через API. 31
36
Но делать из этого общий вывод о превосходстве китайских лабораторий над американскими было бы преждевременно. В том же индексе верхние позиции среди закрытых систем занимают Claude Fable 5.1 и GPT-6 Astra с 53 баллами. 19
Практический вывод проще: модели с открытыми весами заметно приблизились к дорогим проприетарным системам в этом бенчмарке. MiMo-V2.6-Pro стала важным вариантом для тех, кому нужны развёртываемые веса, невысокая стоимость инференса, мультимодальный ввод и агентные процессы с очень длинным контекстом.
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
MiMo V2.6 Pro получила 46 баллов в Intelligence Index от Artificial Analysis и стала лучшей моделью с открытыми весами: выше GLM 5.3 (45) и Kimi K3 (44), на уровне Grok 4.7.
MiMo V2.6 Pro получила 46 баллов в Intelligence Index от Artificial Analysis и стала лучшей моделью с открытыми весами: выше GLM 5.3 (45) и Kimi K3 (44), на уровне Grok 4.7. Xiaomi связывает скачок качества с единым масштабным циклом обучения с подкреплением для программирования, агентов, визуальных задач и кибербезопасности; заявленные расходы на обучение Pro составили около 2,62 млн дол...
Более доступная MiMo V2.6 Flash рассчитана на частые запросы: 309 млрд общих параметров, 15 млрд активных, контекст до 1 млн токенов, мультимодальный ввод и цена от 0,14 доллара за миллион входных токенов без кэша.
MiMo V2.6 Pro получила 46 баллов в Intelligence Index от Artificial Analysis и стала лучшей моделью с открытыми весами: выше GLM 5.3 (45) и Kimi K3 (44), на уровне Grok 4.7. Xiaomi связывает скачок качества с единым масштабным циклом обучения с подкреплением для программирования, агентов, визуальных задач и кибербез...
ОпубликовалОтредактировано с помощью GPT-5.6 TerraИзображения созданы с помощью GPT Image 2
Ответ на исследование

Create 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 важна не потому, что она вдруг обошла вообще все ИИ-модели. Её достижение конкретнее: Xiaomi вывела модель с открытыми весами на первое место в этой категории по одному из заметных сводных рейтингов — и одновременно предложила низкие заявленные цены API и большой набор материалов по постобучению.
По данным Artificial Analysis, MiMo-V2.6-Pro получила 46 баллов в Intelligence Index — сводном индексе, который сопоставляет модели по нескольким оценкам. Среди моделей с открытыми весами она занимает первое место: у GLM-5.3 — 45 баллов, у Kimi K3 — 44. 31
Этот результат находится на уровне конфигурации закрытой модели Grok 4.7 от xAI. Однако сама Xiaomi признаёт, что от наиболее сильных закрытых систем её флагман пока отстаёт. В рейтинге Artificial Analysis у Claude Fable 5.1 и GPT-6 Astra по 53 балла — на семь больше, чем у MiMo-V2.6-Pro. 1
19
Иными словами, это существенный рубеж для открытых весов, а не доказательство полного равенства с абсолютными лидерами рынка закрытых моделей.
Свой подход к постобучению Xiaomi называет You Only RL Once — «обучение с подкреплением один раз». Вместо отдельных политик для кода, универсальных агентов, визуальных задач и кибербезопасности компания смешивает эти направления, а также разные среды работы агентов, в одном запуске reinforcement learning (RL, обучения с подкреплением).
Логика в том, что задачи из разных областей требуют схожих навыков: понять, какой информации не хватает; выбрать инструмент; оценить ответ инструмента; скорректировать действия после неудачи. Xiaomi предполагает, что единая политика может переносить такие стратегии между разными средами. 5
По заявлению компании, Pro и Flash прошли по 30 шагов RL примерно на 750 тыс. траекторий менее чем за шесть дней. Указанная стоимость обучения — около 2,62 млн долларов для Pro и 850 тыс. долларов для Flash. Это собственные оценки Xiaomi, а не независимый аудит полного бюджета. 10
Xiaomi также заявляет о приросте в 20 пунктов относительно MiMo-V2.5-Pro. Такой скачок интересен как результат релизного сравнения, но сам по себе не доказывает превосходства модели во всех прикладных сценариях. 14
Заявленная цена API для MiMo-V2.6-Pro составляет 0,435 доллара за миллион входных токенов и 0,87 доллара за миллион выходных токенов. В опубликованном сравнении с оценками стоимости задач Artificial Analysis запуск одной задачи Intelligence Index для Pro оценён примерно в 0,13 доллара, тогда как для Grok 4.7 xHigh — в 3,74 доллара. 21
Важно не путать стоимость бенчмарк-задачи с расходами в реальном продукте. Итоговый счёт зависит от длины запроса и ответа, кэширования, вызовов инструментов и параметров инференса. Но сочетание результата 46 и низкой цены делает Pro заметным кандидатом для команд, которым нужны рассуждения и агентные сценарии в большом масштабе.
MiMo-V2.6-Flash — более экономичная модель в той же линейке. Она использует разреженную архитектуру mixture-of-experts (MoE): 309 млрд параметров всего, из которых активны 15 млрд. Для Pro указывается 1,02 трлн общих и 42 млрд активных параметров. Обе модели поддерживают контекстное окно до 1 млн токенов и принимают текст, изображения, видео и аудио. 4
Для Flash Xiaomi указывает цену 0,14 доллара за миллион некэшированных входных токенов и 0,28 доллара за миллион выходных; вход из кэша стоит 0,0028 доллара за миллион токенов. 3
10
В опубликованных Xiaomi сопоставлениях Flash уступает Pro на DeepSWE v1.1, но позиционируется как более дешёвый вариант для длинного контекста и мультимодальных задач. Это сравнения от разработчика: для конкретного внедрения их стоит проверять независимыми тестами. 10
Исследователь Тим Деттмерс назвал Flash, по своим ощущениям, «лучшей моделью в классе от 300 до 550 млрд параметров». По его словам, в его сценариях она была лучше DeepSeek V4.1 и GLM-5.3 Flash. Он также похвалил автоматическое сжатие контекста в сессии объёмом более 3 млн токенов и сообщил о скорости около 250 токенов в секунду при декодировании и 2,6 тыс. токенов в секунду на этапе prefill. 44
Это полезное практическое свидетельство для длительных задач, в частности программирования, но оно остаётся отзывом одного специалиста, а не независимым бенчмарком или гарантией такой же работы на другом оборудовании и серверном стеке.
Релиз включает не только скачиваемые веса моделей. Xiaomi сообщила об открытии Pro и Flash под лицензией MIT, а также технического отчёта, более 7 тыс. сред RL-задач, сквозного фреймворка RL и компонуемых мини-сред. Кроме того, компания открыла дашборд с журналами обучения для двух RL-запусков. 46
2
Такая прозрачность постобучения может помочь исследователям изучать метод и развивать наборы задач. Но это не означает полной воспроизводимости всей разработки: опубликованные материалы не подтверждают раскрытие всех данных предобучения, инфраструктурных компонентов и деталей обучения.
MiMo-V2.6-Pro усиливает позиции китайских лабораторий в сегменте моделей с открытыми весами: именно китайская разработка сейчас возглавляет этот рейтинг Artificial Analysis, опережая GLM-5.3 и Kimi K3. Лицензия MIT также принципиально отличает её от закрытых моделей, доступных только через API. 31
36
Но делать из этого общий вывод о превосходстве китайских лабораторий над американскими было бы преждевременно. В том же индексе верхние позиции среди закрытых систем занимают Claude Fable 5.1 и GPT-6 Astra с 53 баллами. 19
Практический вывод проще: модели с открытыми весами заметно приблизились к дорогим проприетарным системам в этом бенчмарке. MiMo-V2.6-Pro стала важным вариантом для тех, кому нужны развёртываемые веса, невысокая стоимость инференса, мультимодальный ввод и агентные процессы с очень длинным контекстом.
Studio Global AI
На этой странице есть ответ, подтвержденный источником, который вы можете продолжить внутри Studio Global.
MiMo V2.6 Pro получила 46 баллов в Intelligence Index от Artificial Analysis и стала лучшей моделью с открытыми весами: выше GLM 5.3 (45) и Kimi K3 (44), на уровне Grok 4.7.
MiMo V2.6 Pro получила 46 баллов в Intelligence Index от Artificial Analysis и стала лучшей моделью с открытыми весами: выше GLM 5.3 (45) и Kimi K3 (44), на уровне Grok 4.7. Xiaomi связывает скачок качества с единым масштабным циклом обучения с подкреплением для программирования, агентов, визуальных задач и кибербезопасности; заявленные расходы на обучение Pro составили около 2,62 млн дол...
Более доступная MiMo V2.6 Flash рассчитана на частые запросы: 309 млрд общих параметров, 15 млрд активных, контекст до 1 млн токенов, мультимодальный ввод и цена от 0,14 доллара за миллион входных токенов без кэша.