Câu trả lờiĐã xuất bản24 nguồn
MiMo-V2.6 của Xiaomi hấp dẫn về giá và hiệu năng, nhưng rủi ro nguồn gốc dữ liệu vẫn là dấu hỏi lớn
MiMo V2.6 Pro được báo cáo đạt 46,32 điểm trên Artificial Analysis Intelligence Index v4.3; Flash có giá API vào khoảng một phần ba Pro cho cả token đầu vào lẫn đầu ra. Pro là mô hình MoE 1,02 nghìn tỷ tham số tổng, kích hoạt 42 tỷ tham số mỗi token; Flash có khoảng 309 tỷ tham số tổng và 15 tỷ tham số hoạt động.
Đăng bởiBiên tập bằng GPT-5.6 TerraHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- MiMo V2.6 Pro được báo cáo đạt 46,32 điểm trên Artificial Analysis Intelligence Index v4.3; Flash có giá API vào khoảng một phần ba Pro cho cả token đầu vào lẫn đầu ra.
- Pro là mô hình MoE 1,02 nghìn tỷ tham số tổng, kích hoạt 42 tỷ tham số mỗi token; Flash có khoảng 309 tỷ tham số tổng và 15 tỷ tham số hoạt động.
- Cách tiếp cận phù hợp trước mắt là thử nghiệm có kiểm soát với dữ liệu không nhạy cảm, thay vì coi MiMo V2.6 là tiêu chuẩn triển khai mặc định, cho đến khi các vấn đề về nguồn gốc dữ liệu, cam kết hợp đồng và đánh giá...
Prompt AI
openai.comCreate a landscape editorial hero image for this Studio Global article: How did Xiaomi’s September 21–22, 2026 release of the MIT-licensed MiMo‑V2.6 open-weight multimodal models—Pro (1.02 trillion total/42 billi. Article summary: MiMo‑V2.6 is a technically significant open-weight release: Pro appears to be the strongest open-weight model on the available independent aggregate ranking, while Flash offers much of the capability at substantially low. Topic tags: general, general web, user generated, news. 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 w
MiMo-V2.6 của Xiaomi là một phát hành đáng chú ý trong mảng AI trọng số mở: mô hình Pro có quy mô lớn, Flash hướng đến chi phí phục vụ thấp hơn, còn các checkpoint đều có thể tải về theo giấy phép MIT. Với đội ngũ kỹ thuật, đây là lựa chọn hấp dẫn để xây dựng tác tử AI và ứng dụng đa phương thức.
Tuy vậy, việc một mô hình có thể tải về và dùng theo giấy phép mở không đồng nghĩa nó đã sẵn sàng cho mọi môi trường doanh nghiệp. Các cáo buộc của Anthropic rằng Xiaomi đã sử dụng đầu ra Claude trong chiến dịch chưng cất không được phép đặt ra các câu hỏi chưa được giải quyết về nguồn gốc dữ liệu huấn luyện, rủi ro pháp lý và độ tin cậy của các phép đánh giá.
Xiaomi đã phát hành những gì?
Xiaomi đã công bố các checkpoint có thể tải về gồm MiMo-V2.6-Pro-RL và MiMo-V2.6-Flash-RL; các kho lưu trữ liệt kê giấy phép MIT. Hãng cũng phát hành MiMo-V2.6-Distill-Qwen-9B, được mô tả là mô hình tác tử 9 tỷ tham số, tinh chỉnh có giám sát từ Qwen3.5-9B bằng dữ liệu do MiMo tạo ra. 2
4
5
Hai mô hình lớn được giới thiệu là hệ thống đa phương thức, nhận đầu vào văn bản, hình ảnh, video và âm thanh, với cửa sổ ngữ cảnh công bố tối đa 1 triệu token. Pro là mô hình MoE thưa (mixture of experts), có 1,02 nghìn tỷ tham số tổng và 42 tỷ tham số được kích hoạt cho mỗi token. Flash có khoảng 309 tỷ tham số tổng và 15 tỷ tham số hoạt động cho mỗi token. 3
Giấy phép MIT cho phép sử dụng và sửa đổi các thành phần được phát hành khá rộng rãi. Nhưng giấy phép này không tự chứng minh nguồn gốc của toàn bộ dữ liệu huấn luyện hoặc dữ liệu tổng hợp dùng ở các bước trước đó; cũng không tự giải quyết các khiếu nại về sở hữu trí tuệ hay tuân thủ từ bên thứ ba.
Hiệu năng: đáng quan tâm, nhưng phải phân biệt dữ liệu độc lập và dữ liệu do hãng công bố
Một số báo cáo ghi nhận MiMo-V2.6-Pro đạt 46,32 điểm trên Intelligence Index v4.3 của Artificial Analysis, ngang Grok 4.7 trong phép so sánh được nêu và đứng đầu bảng xếp hạng trọng số mở được trích dẫn. Đây là tín hiệu bên ngoài có ý nghĩa, nhưng vẫn chỉ là một chỉ số tổng hợp; nó không chứng minh hiệu quả trên dữ liệu riêng, tiếng Việt, yêu cầu độ trễ, chính sách an toàn hay khối lượng ngữ cảnh dài của từng tổ chức. 23
24
Tài liệu của Xiaomi cũng nêu kết quả mạnh ở các tác vụ lập trình và tác tử. Trong kết quả huấn luyện tăng cường trên DeepSWE v1.1, điểm average@3 của Pro tăng từ 58,4 lên 72,6, còn Flash tăng từ 48,7 lên 65,7. DeepSWE v1.1 gồm 113 tác vụ kỹ nghệ phần mềm trên kho mã nguồn, được chấm bằng trình kiểm chứng chức năng; average@3 là tỷ lệ vượt qua trung bình trên ba lần sinh mẫu. 10
Những số liệu này hữu ích để chọn ứng viên thử nghiệm, nhưng nên được xem là bằng chứng do nhà cung cấp báo cáo cho đến khi có tái lập độc lập. Quyết định triển khai nên dựa vào kiểm thử mù với tập dữ liệu riêng chưa từng công bố và các tác vụ mô phỏng sát môi trường vận hành, thay vì chỉ dựa vào bảng xếp hạng.
Pro và Flash: đánh đổi giữa năng lực và chi phí
| Mô hình | Quy mô kiến trúc | Giá API công bố / 1 triệu token đầu vào | Giá API công bố / 1 triệu token đầu ra | Vai trò phù hợp |
|---|---|---|---|---|
| MiMo-V2.6-Pro | 1,02T tổng / 42B hoạt động | 0,435 USD | 0,87 USD | Đánh giá tác tử, kỹ nghệ phần mềm và bài toán phức tạp cần năng lực cao nhất |
| MiMo-V2.6-Flash | Khoảng 309B tổng / 15B hoạt động | 0,14 USD | 0,28 USD | Thử nghiệm quy mô lớn và khối lượng công việc nhạy cảm về chi phí |
Mức giá công bố của Flash xấp xỉ một phần ba Pro ở cả token đầu vào mới lẫn token đầu ra. 20 Vì vậy, Flash là điểm khởi đầu thực tế hơn khi khối lượng sử dụng quan trọng hơn việc tối đa hóa thêm một phần nhỏ điểm chuẩn.
Tự lưu trữ thay đổi đáng kể bài toán chi phí. Trọng số mở có thể tăng tính linh hoạt và kiểm soát dữ liệu, nhưng doanh nghiệp phải tự gánh chi phí GPU, lưu trữ, vận hành suy luận, giám sát, vá lỗi và hỗ trợ. Giá token thấp nhất chưa chắc là tổng chi phí sở hữu thấp nhất.
Xiaomi công bố gì về chi phí huấn luyện tăng cường?
Bản phát hành đi kèm checkpoint công khai và báo cáo kỹ thuật. Các báo cáo về những lần chạy RL mà Xiaomi công bố cho biết cả hai mô hình lớn đều hoàn thành 30 bước RL với khoảng 750.000 quỹ đạo. Xiaomi cho biết chi phí khoảng 2,62 triệu USD cho lần chạy RL của Pro và 850.000 USD cho Flash, tổng cộng khoảng 3,47 triệu USD. 18
29
Không nên hiểu đây là toàn bộ chi phí tạo ra mô hình. Theo các báo cáo được trích dẫn, những con số này chỉ bao gồm giai đoạn RL, còn chi phí tiền huấn luyện chưa được công bố. 29 Chúng hữu ích để đánh giá hiệu quả của một giai đoạn hậu huấn luyện, nhưng không phải bản kê khai đầy đủ chi phí phát triển.
Vì sao cáo buộc chưng cất Claude lại quan trọng?
Ngày 10/9, Anthropic cho biết đã phát hiện và ngăn chặn các chiến dịch bị cáo buộc là chưng cất trái phép nhắm vào Claude, mà họ quy cho bảy phòng thí nghiệm đặt tại Trung Quốc, trong đó có Xiaomi. Anthropic định nghĩa chưng cất bất hợp pháp là nỗ lực quy mô công nghiệp nhằm trích xuất năng lực của một mô hình và tái tạo chúng trong mô hình khác mà không được cho phép. 47
Thông tin về cáo buộc cho biết Xiaomi đã ghi lại các cuộc hội thoại liên quan đến mô hình MiMo và gửi chúng tới Claude để tạo dữ liệu huấn luyện. Một bản tóm lược thứ cấp về báo cáo Anthropic nói hoạt động liên quan Xiaomi vượt 400.000 yêu cầu, qua hơn 1.500 tài khoản; Anthropic cũng nói họ không quan sát thấy phản hồi Claude được cung cấp trực tiếp cho người dùng cuối. 44 Quy mô rộng hơn của các chiến dịch mà Anthropic công bố thường được mô tả là khoảng 190 triệu hoặc gần 200 triệu lượt trao đổi.
33
38
Đây là các cáo buộc do Anthropic đưa ra, không phải phán quyết tư pháp hay kết quả kiểm toán pháp y độc lập. Các tài liệu hiện có không chứng minh rằng một checkpoint MiMo-V2.6 cụ thể chứa nội dung có nguồn từ Claude, dữ liệu của một khách hàng cụ thể đã bị truyền đi, hay một điểm chuẩn công bố cụ thể đã bị nhiễm dữ liệu. Sự phân biệt này rất quan trọng.
Dù vậy, cáo buộc vẫn tạo ra những câu hỏi thẩm định thực tế:
- Chuỗi kiểm soát dữ liệu huấn luyện: Bên mua cần bằng chứng về việc đầu ra mô hình bên ngoài, tương tác người dùng hoặc dữ liệu tổng hợp có góp phần vào checkpoint phát hành hay không.
- Rủi ro xử lý dữ liệu: Nếu hội thoại của người dùng hoặc khách hàng được chuyển tiếp ra bên ngoài, vấn đề không chỉ là quyền sở hữu mô hình. Nó còn liên quan đến sự đồng ý, bảo mật, lưu trữ, chuyển dữ liệu xuyên biên giới và cam kết xử lý dữ liệu.
- Độ tin cậy của benchmark: Việc tiếp xúc với câu hỏi, lời giải hoặc biến thể do mô hình giáo viên tạo ra có thể làm tăng điểm số công bố. Các nguồn được xem xét không chứng minh MiMo-V2.6 bị nhiễm benchmark, nhưng một đánh giá độc lập về nhiễm dữ liệu càng trở nên cần thiết khi có các cáo buộc này.
- Phân bổ rủi ro thương mại: Giấy phép mở không đương nhiên cung cấp bồi thường, bảo hành, nghĩa vụ thông báo sự cố hoặc biện pháp khắc phục thỏa đáng nếu xuất hiện khiếu nại từ bên thứ ba.
Khung tiếp cận thực dụng cho doanh nghiệp
Trong khi các vấn đề về nguồn gốc dữ liệu chưa được làm rõ, nên xem MiMo-V2.6 là một ứng viên để thí điểm, không phải nền tảng chiến lược mặc định.
Có thể cân nhắc ngay
- Nghiên cứu và đánh giá nội bộ bằng dữ liệu không nhạy cảm.
- Nguyên mẫu tự lưu trữ, tách biệt, khi tính linh hoạt và khả năng chuyển đổi nhà cung cấp là ưu tiên.
- Thử nghiệm lập trình, truy xuất thông tin, xử lý tài liệu và đa phương thức có yêu cầu kiểm soát chi phí.
- Đội ngũ có đủ năng lực tự kiểm thử độ tin cậy, an ninh và red-team.
Nên hoãn cho đến khi có bảo đảm mạnh hơn
- Quyết định trong lĩnh vực được quản lý chặt hoặc có hậu quả cao.
- Tác vụ liên quan dữ liệu khách hàng tối mật, y tế, tài chính, chính phủ hoặc quốc phòng.
- Sinh mã nguồn quan trọng mà không có cơ chế rà soát của con người và khả năng khôi phục.
- Triển khai đòi hỏi bảo đảm về dữ liệu huấn luyện, bồi thường pháp lý, quyền kiểm toán hoặc quy trình ứng phó sự cố được xác định rõ.
Mức thẩm định tối thiểu trước khi triển khai thật
- Yêu cầu công bố nguồn gốc bằng văn bản. Hỏi rõ đầu ra từ Claude, tương tác người dùng được chuyển tiếp hay đầu ra từ mô hình bên ngoài khác có được sử dụng trong quy trình huấn luyện hoặc hậu huấn luyện hay không.
- Thiết lập bảo vệ theo hợp đồng. Làm rõ điều khoản bồi thường, thông báo vi phạm, lưu trữ dữ liệu, nhà thầu phụ xử lý dữ liệu, nơi lưu trữ dữ liệu và khả năng truy xuất theo từng phiên bản thành phần.
- Tự đánh giá độc lập. Dùng tập kiểm tra riêng và các tác vụ khó bị nhiễm dữ liệu. Cần kiểm tra truy xuất ngữ cảnh dài, hành vi đa ngôn ngữ, sử dụng công cụ, tỷ lệ bịa đặt, khả năng chống prompt injection và xu hướng ghi nhớ dữ liệu.
- Dùng kiến trúc triển khai có kiểm soát. Với tự lưu trữ, hạn chế truy cập mạng ra ngoài, áp dụng kiểm soát định danh và quyền truy cập chặt chẽ, ghi nhật ký sử dụng, đồng thời duy trì phương án quay lui sang mô hình đã được thẩm định riêng.
- Không đưa dữ liệu nhạy cảm lên API chưa được phê duyệt. Không gửi dữ liệu khách hàng đến điểm cuối bên ngoài trước khi điều khoản xử lý dữ liệu và biện pháp kỹ thuật đáp ứng yêu cầu nội bộ.
Kết luận
MiMo-V2.6 đưa ra tổ hợp hiếm thấy: trọng số có thể tải về theo giấy phép MIT, ngữ cảnh đa phương thức công bố đến 1 triệu token, hiệu năng benchmark được báo cáo là mạnh và mức giá suy luận thấp. Pro phù hợp để đánh giá năng lực tối đa; Flash hợp lý hơn cho thử nghiệm diện rộng với chi phí tiết kiệm. 3
20
23
Nhưng khả năng tiếp cận mở không đồng nghĩa với mức độ sẵn sàng cho doanh nghiệp. Cho đến khi Xiaomi cung cấp được thông tin thỏa đáng về nguồn gốc dữ liệu, quản trị và cơ chế phân bổ rủi ro, doanh nghiệp nên coi MiMo-V2.6 là dòng mô hình có tiềm năng cao cho các thử nghiệm được kiểm soát — và yêu cầu xác thực độc lập trước khi giao phó dữ liệu nhạy cảm hoặc tác vụ trọng yếu.
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "MiMo-V2.6 của Xiaomi hấp dẫn về giá và hiệu năng, nhưng rủi ro nguồn gốc dữ liệu vẫn là dấu hỏi lớn" là gì?
MiMo V2.6 Pro được báo cáo đạt 46,32 điểm trên Artificial Analysis Intelligence Index v4.3; Flash có giá API vào khoảng một phần ba Pro cho cả token đầu vào lẫn đầu ra.
Những điểm chính cần xác nhận đầu tiên là gì?
MiMo V2.6 Pro được báo cáo đạt 46,32 điểm trên Artificial Analysis Intelligence Index v4.3; Flash có giá API vào khoảng một phần ba Pro cho cả token đầu vào lẫn đầu ra. Pro là mô hình MoE 1,02 nghìn tỷ tham số tổng, kích hoạt 42 tỷ tham số mỗi token; Flash có khoảng 309 tỷ tham số tổng và 15 tỷ tham số hoạt động.
Tôi nên làm gì tiếp theo trong thực tế?
Cách tiếp cận phù hợp trước mắt là thử nghiệm có kiểm soát với dữ liệu không nhạy cảm, thay vì coi MiMo V2.6 là tiêu chuẩn triển khai mặc định, cho đến khi các vấn đề về nguồn gốc dữ liệu, cam kết hợp đồng và đánh giá...