AnswersPublished23 sources
Därför leder Xiaomis MiMo-V2.6-Pro bland öppna AI-modeller
MiMo V2.6 Pro får 46 i Artificial Analysis Intelligence Index och är därmed högst rankad bland modeller med öppna vikter, före GLM 5.3 på 45 och Kimi K3 på 44. Xiaomi kopplar lyftet till en gemensam RL körning för kodning, agenter, visuella uppgifter och cybersäkerhet: 30 steg och omkring 750 000 körningar på mindre...
Publicerad avRedigerad med GPT-5.6 TerraBilder genererade med GPT Image 2
Research answer
Key takeaways
- MiMo V2.6 Pro får 46 i Artificial Analysis Intelligence Index och är därmed högst rankad bland modeller med öppna vikter, före GLM 5.3 på 45 och Kimi K3 på 44.
- Xiaomi kopplar lyftet till en gemensam RL körning för kodning, agenter, visuella uppgifter och cybersäkerhet: 30 steg och omkring 750 000 körningar på mindre än sex dagar, enligt bolaget.
- Systermodellen MiMo V2.6 Flash riktas mot hög volym och lägre kostnad, med en kontext på en miljon token, multimodala indata och API priser från 0,14 dollar per miljon inmatningstoken.
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 är en viktig lansering av tre skäl: modellen toppar en välbevakad ranking för öppna modellvikter, den har ett lågt angivet API-pris och Xiaomi publicerar ovanligt mycket material från efterträningen. Men avgränsningen är viktig: Xiaomi leder den öppna kategorin i ett sammansatt benchmark – inte hela kapacitetsfronten för AI.
Först bland öppna vikter, inte bäst totalt
Artificial Analysis rankar MiMo-V2.6-Pro som den högst placerade modellen med öppna vikter i sitt Intelligence Index, med resultatet 46. GLM-5.3 får 45 och Kimi K3 44 i samma lista. 31
Resultatet ligger dessutom i nivå med xAI:s slutna Grok 4.7-konfiguration. Xiaomi säger samtidigt självt att flaggskeppet fortfarande ligger efter de starkaste slutna modellerna. Artificial Analysis anger 53 för både Claude Fable 5.1 och GPT-6 Astra – sju poäng över MiMo-V2.6-Pro. 1
19
Det är alltså ett tydligt genombrott för öppna vikter, men inte ett bevis på att Xiaomi har nått samma nivå som de allra bästa kommersiella systemen i alla typer av arbete.
Xiaomis förklaring: en RL-körning för flera sorters uppgifter
Xiaomi kallar sin metod för efterträning "You Only RL Once". I stället för att träna separata modeller eller policys för kodning, generella agentuppgifter, visuella uppgifter och cybersäkerhet blandas områdena – tillsammans med flera agentramverk – i en och samma körning med förstärkningsinlärning (RL).
Tanken är att modellen kan överföra gemensamma arbetssätt mellan uppgifter: upptäcka vilken information som saknas, välja rätt verktyg, bedöma verktygets resultat och återhämta sig när ett försök misslyckas. 5
Enligt Xiaomi genomförde både Pro och Flash 30 RL-steg över ungefär 750 000 körningar på mindre än sex dagar. Bolaget uppger träningskostnader på cirka 2,62 miljoner dollar för Pro och 850 000 dollar för Flash. Siffrorna är Xiaomis egna uppgifter och inte oberoende granskade totaler. 10
Xiaomi hänvisar också till en ökning på 20 poäng jämfört med MiMo-V2.5-Pro. Det är en relevant jämförelse vid lanseringen, men inte i sig ett bevis på överlägsenhet i varje verklig arbetsuppgift. 14
Prisbilden är en central del av nyheten
MiMo-V2.6-Pro har ett listpris på 0,435 dollar per miljon inmatningstoken och 0,87 dollar per miljon utmatningstoken via API. En jämförelse baserad på Artificial Analysis uppskattade kostnaden till omkring 0,13 dollar per Intelligence Index-uppgift, mot 3,74 dollar för Grok 4.7 xHigh. 21
En benchmarkuppgift är dock inte samma sak som en produktionslast. Kostnaden påverkas bland annat av längden på indata och svar, cacheträffar, verktygsanrop och inferensinställningar. Kombinationen av resultatet 46 och det låga tokenpriset förklarar ändå varför Pro kan vara intressant för team som behöver avancerat resonemang eller agentfunktioner i större skala.
Flash är den billigare modellen för hög volym
MiMo-V2.6-Flash är familjens effektivitetsinriktade modell. Den använder en gles mixture-of-experts-arkitektur (MoE) med 309 miljarder parametrar totalt, varav 15 miljarder aktiva per körning. För Pro anges 1,02 biljoner parametrar totalt och 42 miljarder aktiva. Båda modellerna har ett kontextfönster på en miljon token och kan ta emot text, bild, video och ljud. 4
Flash kostar 0,14 dollar per miljon ocachade inmatningstoken och 0,28 dollar per miljon utmatningstoken. Xiaomi anger 0,0028 dollar per miljon token för cachad inmatning. 3
10
I Xiaomis egna benchmarkjämförelser ligger Flash under Pro på DeepSWE v1.1, men positioneras som ett billigare alternativ för långa kontexter och multimodala arbetsflöden. Det är leverantörens egna jämförelser och de bör testas oberoende för den aktuella användningen. 10
En tidig praktisk bedömning av Flash
Tim Dettmers beskrev Flash som modellen med bäst känsla i klassen 300–550 miljarder parametrar och uppgav att den fungerade bättre än DeepSeek V4.1 och GLM-5.3 Flash i hans användning. Han lyfte även automatisk kontextkomprimering i en session på över tre miljoner token, samt ungefär 250 token per sekund vid avkodning och 2,6 tusen token per sekund vid förfyllnad. 44
Det är intressanta iakttagelser för exempelvis långvariga kodningsflöden, men de är en enskild användares rapport – inte ett oberoende benchmark eller en garanti för annan hårdvara och andra driftmiljöer.
Mer än bara modellvikter släpps
Xiaomi säger att Pro och Flash släpps med MIT-licens, tillsammans med en teknisk rapport, fler än 7 000 RL-uppgiftsmiljöer, ett komplett RL-ramverk och kombinerbara mindre agentramverk. Företaget visar också en instrumentpanel med data direkt från tränarloggarna för de två RL-körningarna. 46
2
Den graden av insyn i efterträningen kan hjälpa forskare att granska metoden och bygga vidare på uppgiftsmiljöerna. Däremot innebär materialet inte automatiskt att hela utvecklingsprocessen går att reproducera: underlaget visar inte att alla dataset för förträning, infrastrukturdelar eller träningsdetaljer har publicerats.
Vad det säger om racet för öppna modeller
MiMo-V2.6-Pro stärker bilden av att kinesiska laboratorier är mycket konkurrenskraftiga – och just nu leder i denna ranking för öppna vikter. Modellen går förbi GLM-5.3 och Kimi K3, och tillgängligheten under MIT-licens skiljer den tydligt från en sluten modell som bara erbjuds som API. 31
36
Men det vore för långtgående att göra detta till ett generellt påstående om att kinesiska AI-labb leder amerikanska labb totalt. I samma index ligger de högsta slutna modellerna, Claude Fable 5.1 och GPT-6 Astra, på 53. 19
Den praktiska slutsatsen är enklare: öppna AI-modeller har kommit närmare dyra proprietära system i just detta benchmark. MiMo-V2.6-Pro är därför ett betydande alternativ för organisationer som prioriterar nedladdningsbara vikter, låga inferenskostnader, multimodala indata och agentflöden med mycket långa kontexter.
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 "Därför leder Xiaomis MiMo-V2.6-Pro bland öppna AI-modeller"?
MiMo V2.6 Pro får 46 i Artificial Analysis Intelligence Index och är därmed högst rankad bland modeller med öppna vikter, före GLM 5.3 på 45 och Kimi K3 på 44.
What are the key points to validate first?
MiMo V2.6 Pro får 46 i Artificial Analysis Intelligence Index och är därmed högst rankad bland modeller med öppna vikter, före GLM 5.3 på 45 och Kimi K3 på 44. Xiaomi kopplar lyftet till en gemensam RL körning för kodning, agenter, visuella uppgifter och cybersäkerhet: 30 steg och omkring 750 000 körningar på mindre än sex dagar, enligt bolaget.
What should I do next in practice?
Systermodellen MiMo V2.6 Flash riktas mot hög volym och lägre kostnad, med en kontext på en miljon token, multimodala indata och API priser från 0,14 dollar per miljon inmatningstoken.
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