MiMo V2.6 Pro đạt 46 điểm trên Intelligence Index của Artificial Analysis, xếp số một trong nhóm mô hình open weight; GLM 5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm. Xiaomi cho biết bước nhảy hiệu năng đến từ một đợt học tăng cường hỗn hợp duy nhất, bao phủ lập trình, tác tử, thị giác và an ninh mạng; mỗi mẫu chạy 30 bư...
Đăng bởiBiên tập bằng GPT-5.6 TerraHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu

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 đáng chú ý không chỉ vì dẫn đầu một bảng xếp hạng, mà vì Xiaomi kết hợp được ba yếu tố: điểm benchmark cao trong nhóm open-weight (có thể tải trọng số), giá API niêm yết thấp và mức công khai hậu huấn luyện khá lớn. Tuy nhiên, cần đọc đúng ý nghĩa của thành tích này: đây là mẫu đứng đầu nhóm open-weight, chưa phải mô hình mạnh nhất toàn thị trường AI.
Artificial Analysis xếp MiMo-V2.6-Pro ở vị trí cao nhất trong các mô hình open-weight với 46 điểm Intelligence Index. GLM-5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm. 31
Mốc 46 cũng tương đương cấu hình Grok 4.7 của xAI trong bảng so sánh này. Nhưng chính Xiaomi thừa nhận Pro vẫn còn khoảng cách với những mô hình đóng mạnh nhất: Claude Fable 5.1 và GPT-6 Astra đều ở mức 53 điểm, cao hơn 7 điểm. 1
19
Nói cách khác, Xiaomi đã thiết lập một cột mốc mới cho AI có trọng số mở, chứ chưa chứng minh sự ngang bằng toàn diện với các hệ thống độc quyền dẫn đầu.
Cách tiếp cận hậu huấn luyện của hãng được gọi là “You Only RL Once”. Thay vì huấn luyện các chính sách riêng cho lập trình, tác tử tổng quát, tác vụ thị giác và an ninh mạng, Xiaomi trộn các lĩnh vực này cùng nhiều “harness” tác tử vào một đợt học tăng cường (RL) duy nhất. 5
Lập luận của Xiaomi là các môi trường khác nhau vẫn đòi hỏi những kỹ năng có thể chuyển giao: nhận ra thông tin còn thiếu, chọn công cụ phù hợp, đánh giá kết quả công cụ và phục hồi sau khi thử sai. 5
Theo số liệu do Xiaomi công bố, cả Pro lẫn Flash hoàn thành 30 bước RL qua khoảng 750.000 quỹ đạo trong chưa đầy sáu ngày. Chi phí được hãng báo cáo là khoảng 2,62 triệu USD cho Pro và 850.000 USD cho Flash; đây là số liệu của Xiaomi, chưa phải tổng chi phí được kiểm toán độc lập. 10
Xiaomi cũng nêu mức tăng 20 điểm so với MiMo-V2.5-Pro. Dù vậy, đây nên được xem là so sánh tại thời điểm phát hành, không phải bằng chứng rằng V2.6-Pro vượt trội trong mọi loại công việc thực tế. 14
Giá niêm yết của MiMo-V2.6-Pro là 0,435 USD cho một triệu token đầu vào và 0,87 USD cho một triệu token đầu ra. Một so sánh dựa trên ước tính chi phí tác vụ của Artificial Analysis đặt chi phí của Pro ở khoảng 0,13 USD mỗi tác vụ Intelligence Index, so với 3,74 USD của Grok 4.7 xHigh. 21
Dĩ nhiên, chi phí benchmark không đồng nghĩa chi phí vận hành thực tế: còn phụ thuộc độ dài prompt, độ dài đầu ra, cache, việc gọi công cụ và cấu hình suy luận. Nhưng điểm 46 đi cùng giá token thấp khiến Pro trở thành lựa chọn đáng cân nhắc cho các nhóm cần suy luận hoặc workflow tác tử ở quy mô lớn.
MiMo-V2.6-Flash là mẫu hướng tới chi phí thấp và tần suất gọi cao. Đây là kiến trúc mixture-of-experts thưa (MoE), có 309 tỷ tham số tổng và 15 tỷ tham số hoạt động, trong khi Pro được báo cáo có 1,02 nghìn tỷ tham số tổng và 42 tỷ tham số hoạt động. Cả hai đều hỗ trợ cửa sổ ngữ cảnh 1 triệu token, cùng đầu vào văn bản, ảnh, video và âm thanh. 4
Flash có giá 0,14 USD cho một triệu token đầu vào không cache và 0,28 USD cho một triệu token đầu ra; đầu vào từ cache được Xiaomi niêm yết ở mức 0,0028 USD mỗi triệu token. 3
10
Các so sánh benchmark do Xiaomi công bố đặt Flash dưới Pro trên DeepSWE v1.1, đồng thời định vị Flash là lựa chọn tiết kiệm hơn cho tác vụ đa phương thức và ngữ cảnh dài. Đây là số liệu do nhà cung cấp công bố, nên các đội ngũ vẫn nên tự kiểm thử với workload của mình. 10
Tim Dettmers nhận xét Flash tạo cảm giác như “mô hình tốt nhất trong nhóm 300B đến 550B”, đồng thời nói mô hình này cho kết quả tốt hơn DeepSeek V4.1 và GLM-5.3 Flash trong trải nghiệm của ông. Ông cũng khen khả năng tự nén ngữ cảnh trong một phiên vượt 3 triệu token, và báo cáo tốc độ khoảng 250 token/giây khi giải mã cùng 2,6 nghìn token/giây ở giai đoạn nạp trước. 44
Đây là quan sát đáng chú ý cho các workflow lập trình kéo dài, nhưng vẫn chỉ là đánh giá của một người dùng, không phải benchmark độc lập hay cam kết hiệu năng cho mọi phần cứng và hệ thống phục vụ.
Bản phát hành không chỉ gồm trọng số để tải về. Xiaomi cho biết Pro và Flash được phát hành theo giấy phép MIT, kèm báo cáo kỹ thuật, hơn 7.000 môi trường tác vụ RL, framework RL đầu-cuối và các mini-harness có thể ghép nối. Hãng cũng cung cấp dashboard lấy dữ liệu từ log huấn luyện của hai đợt RL. 46
2
Mức độ minh bạch hậu huấn luyện này giúp giới nghiên cứu phân tích cách tiếp cận và phát triển tiếp các môi trường tác vụ. Tuy nhiên, điều đó chưa đồng nghĩa toàn bộ quy trình phát triển mô hình có thể tái lập hoàn chỉnh: các tài liệu hiện có không xác nhận việc phát hành toàn bộ dữ liệu tiền huấn luyện, hạ tầng hay mọi chi tiết huấn luyện.
MiMo-V2.6-Pro củng cố bằng chứng rằng các phòng thí nghiệm Trung Quốc đang cạnh tranh rất mạnh, và hiện dẫn đầu ở bảng Intelligence Index dành cho open-weight này. Điểm của nó cao hơn GLM-5.3 và Kimi K3; việc phát hành theo MIT cũng khiến nó khác biệt đáng kể so với mô hình chỉ cung cấp qua API đóng. 31
36
Tuy nhiên, sẽ là suy diễn quá mức nếu biến kết quả này thành khẳng định rằng các phòng thí nghiệm Trung Quốc dẫn đầu các phòng thí nghiệm Mỹ trên mọi phương diện. Trên cùng chỉ số, Claude Fable 5.1 và GPT-6 Astra vẫn đạt 53 điểm. 19
Kết luận thực tế là: AI open-weight đã tiến gần hơn tới những hệ thống độc quyền đắt tiền trên benchmark này. Với trọng số có thể triển khai, chi phí suy luận thấp, đầu vào đa phương thức và ngữ cảnh dài, MiMo-V2.6-Pro là một lựa chọn có sức nặng cho các đội ngũ xây dựng tác tử AI.
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
MiMo V2.6 Pro đạt 46 điểm trên Intelligence Index của Artificial Analysis, xếp số một trong nhóm mô hình open weight; GLM 5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm.
MiMo V2.6 Pro đạt 46 điểm trên Intelligence Index của Artificial Analysis, xếp số một trong nhóm mô hình open weight; GLM 5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm. Xiaomi cho biết bước nhảy hiệu năng đến từ một đợt học tăng cường hỗn hợp duy nhất, bao phủ lập trình, tác tử, thị giác và an ninh mạng; mỗi mẫu chạy 30 bước RL trên khoảng 750.000 quỹ đạo trong chưa đầy sáu ngày.
MiMo V2.6 Flash hướng tới triển khai khối lượng lớn với 309 tỷ tham số tổng, 15 tỷ tham số hoạt động, ngữ cảnh 1 triệu token, đầu vào đa phương thức và giá API từ 0,14 USD cho một triệu token đầu vào không cache.
MiMo V2.6 Pro đạt 46 điểm trên Intelligence Index của Artificial Analysis, xếp số một trong nhóm mô hình open weight; GLM 5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm. Xiaomi cho biết bước nhảy hiệu năng đến từ một đợt học tăng cường hỗn hợp duy nhất, bao phủ lập trình, tác tử, thị giác và an ninh mạng; mỗi mẫu chạy 30 bư...
Đăng bởiBiên tập bằng GPT-5.6 TerraHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu

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 đáng chú ý không chỉ vì dẫn đầu một bảng xếp hạng, mà vì Xiaomi kết hợp được ba yếu tố: điểm benchmark cao trong nhóm open-weight (có thể tải trọng số), giá API niêm yết thấp và mức công khai hậu huấn luyện khá lớn. Tuy nhiên, cần đọc đúng ý nghĩa của thành tích này: đây là mẫu đứng đầu nhóm open-weight, chưa phải mô hình mạnh nhất toàn thị trường AI.
Artificial Analysis xếp MiMo-V2.6-Pro ở vị trí cao nhất trong các mô hình open-weight với 46 điểm Intelligence Index. GLM-5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm. 31
Mốc 46 cũng tương đương cấu hình Grok 4.7 của xAI trong bảng so sánh này. Nhưng chính Xiaomi thừa nhận Pro vẫn còn khoảng cách với những mô hình đóng mạnh nhất: Claude Fable 5.1 và GPT-6 Astra đều ở mức 53 điểm, cao hơn 7 điểm. 1
19
Nói cách khác, Xiaomi đã thiết lập một cột mốc mới cho AI có trọng số mở, chứ chưa chứng minh sự ngang bằng toàn diện với các hệ thống độc quyền dẫn đầu.
Cách tiếp cận hậu huấn luyện của hãng được gọi là “You Only RL Once”. Thay vì huấn luyện các chính sách riêng cho lập trình, tác tử tổng quát, tác vụ thị giác và an ninh mạng, Xiaomi trộn các lĩnh vực này cùng nhiều “harness” tác tử vào một đợt học tăng cường (RL) duy nhất. 5
Lập luận của Xiaomi là các môi trường khác nhau vẫn đòi hỏi những kỹ năng có thể chuyển giao: nhận ra thông tin còn thiếu, chọn công cụ phù hợp, đánh giá kết quả công cụ và phục hồi sau khi thử sai. 5
Theo số liệu do Xiaomi công bố, cả Pro lẫn Flash hoàn thành 30 bước RL qua khoảng 750.000 quỹ đạo trong chưa đầy sáu ngày. Chi phí được hãng báo cáo là khoảng 2,62 triệu USD cho Pro và 850.000 USD cho Flash; đây là số liệu của Xiaomi, chưa phải tổng chi phí được kiểm toán độc lập. 10
Xiaomi cũng nêu mức tăng 20 điểm so với MiMo-V2.5-Pro. Dù vậy, đây nên được xem là so sánh tại thời điểm phát hành, không phải bằng chứng rằng V2.6-Pro vượt trội trong mọi loại công việc thực tế. 14
Giá niêm yết của MiMo-V2.6-Pro là 0,435 USD cho một triệu token đầu vào và 0,87 USD cho một triệu token đầu ra. Một so sánh dựa trên ước tính chi phí tác vụ của Artificial Analysis đặt chi phí của Pro ở khoảng 0,13 USD mỗi tác vụ Intelligence Index, so với 3,74 USD của Grok 4.7 xHigh. 21
Dĩ nhiên, chi phí benchmark không đồng nghĩa chi phí vận hành thực tế: còn phụ thuộc độ dài prompt, độ dài đầu ra, cache, việc gọi công cụ và cấu hình suy luận. Nhưng điểm 46 đi cùng giá token thấp khiến Pro trở thành lựa chọn đáng cân nhắc cho các nhóm cần suy luận hoặc workflow tác tử ở quy mô lớn.
MiMo-V2.6-Flash là mẫu hướng tới chi phí thấp và tần suất gọi cao. Đây là kiến trúc mixture-of-experts thưa (MoE), có 309 tỷ tham số tổng và 15 tỷ tham số hoạt động, trong khi Pro được báo cáo có 1,02 nghìn tỷ tham số tổng và 42 tỷ tham số hoạt động. Cả hai đều hỗ trợ cửa sổ ngữ cảnh 1 triệu token, cùng đầu vào văn bản, ảnh, video và âm thanh. 4
Flash có giá 0,14 USD cho một triệu token đầu vào không cache và 0,28 USD cho một triệu token đầu ra; đầu vào từ cache được Xiaomi niêm yết ở mức 0,0028 USD mỗi triệu token. 3
10
Các so sánh benchmark do Xiaomi công bố đặt Flash dưới Pro trên DeepSWE v1.1, đồng thời định vị Flash là lựa chọn tiết kiệm hơn cho tác vụ đa phương thức và ngữ cảnh dài. Đây là số liệu do nhà cung cấp công bố, nên các đội ngũ vẫn nên tự kiểm thử với workload của mình. 10
Tim Dettmers nhận xét Flash tạo cảm giác như “mô hình tốt nhất trong nhóm 300B đến 550B”, đồng thời nói mô hình này cho kết quả tốt hơn DeepSeek V4.1 và GLM-5.3 Flash trong trải nghiệm của ông. Ông cũng khen khả năng tự nén ngữ cảnh trong một phiên vượt 3 triệu token, và báo cáo tốc độ khoảng 250 token/giây khi giải mã cùng 2,6 nghìn token/giây ở giai đoạn nạp trước. 44
Đây là quan sát đáng chú ý cho các workflow lập trình kéo dài, nhưng vẫn chỉ là đánh giá của một người dùng, không phải benchmark độc lập hay cam kết hiệu năng cho mọi phần cứng và hệ thống phục vụ.
Bản phát hành không chỉ gồm trọng số để tải về. Xiaomi cho biết Pro và Flash được phát hành theo giấy phép MIT, kèm báo cáo kỹ thuật, hơn 7.000 môi trường tác vụ RL, framework RL đầu-cuối và các mini-harness có thể ghép nối. Hãng cũng cung cấp dashboard lấy dữ liệu từ log huấn luyện của hai đợt RL. 46
2
Mức độ minh bạch hậu huấn luyện này giúp giới nghiên cứu phân tích cách tiếp cận và phát triển tiếp các môi trường tác vụ. Tuy nhiên, điều đó chưa đồng nghĩa toàn bộ quy trình phát triển mô hình có thể tái lập hoàn chỉnh: các tài liệu hiện có không xác nhận việc phát hành toàn bộ dữ liệu tiền huấn luyện, hạ tầng hay mọi chi tiết huấn luyện.
MiMo-V2.6-Pro củng cố bằng chứng rằng các phòng thí nghiệm Trung Quốc đang cạnh tranh rất mạnh, và hiện dẫn đầu ở bảng Intelligence Index dành cho open-weight này. Điểm của nó cao hơn GLM-5.3 và Kimi K3; việc phát hành theo MIT cũng khiến nó khác biệt đáng kể so với mô hình chỉ cung cấp qua API đóng. 31
36
Tuy nhiên, sẽ là suy diễn quá mức nếu biến kết quả này thành khẳng định rằng các phòng thí nghiệm Trung Quốc dẫn đầu các phòng thí nghiệm Mỹ trên mọi phương diện. Trên cùng chỉ số, Claude Fable 5.1 và GPT-6 Astra vẫn đạt 53 điểm. 19
Kết luận thực tế là: AI open-weight đã tiến gần hơn tới những hệ thống độc quyền đắt tiền trên benchmark này. Với trọng số có thể triển khai, chi phí suy luận thấp, đầu vào đa phương thức và ngữ cảnh dài, MiMo-V2.6-Pro là một lựa chọn có sức nặng cho các đội ngũ xây dựng tác tử AI.
Studio Global AI
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
MiMo V2.6 Pro đạt 46 điểm trên Intelligence Index của Artificial Analysis, xếp số một trong nhóm mô hình open weight; GLM 5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm.
MiMo V2.6 Pro đạt 46 điểm trên Intelligence Index của Artificial Analysis, xếp số một trong nhóm mô hình open weight; GLM 5.3 đạt 45 điểm và Kimi K3 đạt 44 điểm. Xiaomi cho biết bước nhảy hiệu năng đến từ một đợt học tăng cường hỗn hợp duy nhất, bao phủ lập trình, tác tử, thị giác và an ninh mạng; mỗi mẫu chạy 30 bước RL trên khoảng 750.000 quỹ đạo trong chưa đầy sáu ngày.
MiMo V2.6 Flash hướng tới triển khai khối lượng lớn với 309 tỷ tham số tổng, 15 tỷ tham số hoạt động, ngữ cảnh 1 triệu token, đầu vào đa phương thức và giá API từ 0,14 USD cho một triệu token đầu vào không cache.