Xiaomi lanza MiMo-V2.6-Pro, un modelo MoE de 1,02 billones de parámetros
Xiaomi ha presentado MiMo-V2.6-Pro, un modelo multimodal MoE de 1,02 billones de parámetros que alcanza 46 puntos en el Artificial Analysis Intelligence Index y lidera entre los modelos con pesos open source.
El 22 de septiembre, Xiaomi presentó oficialmente y publicó como open source su nueva generación de modelos MiMo-V2.6, que incluye el modelo multimodal insignia MiMo-V2.6-Pro y el modelo de razonamiento eficiente MiMo-V2.6-Flash. La compañía también lanzó el modo de alta velocidad V2.6-Pro-UltraSpeed para la versión Pro y el cliente de escritorio MiMo Desktop.
MiMo-V2.6-Pro utiliza una arquitectura MoE (Mixture of Experts) dispersa, con un total de 1,02 billones de parámetros y unos 42.000 millones de parámetros activados por token. Admite de forma nativa entradas de texto, imágenes, vídeo y audio, y ofrece una ventana de contexto de hasta 1 millón de tokens. En el Artificial Analysis Intelligence Index v4.3.2, obtuvo 46 puntos, superando a Kimi K3 (44 puntos) y GLM-5.3 (45 puntos), y se convirtió en el modelo con pesos open source mejor clasificado del ranking. Frente a los 26 puntos obtenidos por la generación anterior, MiMo-V2.5-Pro, supone una mejora de 20 puntos.
Los pesos del modelo se han publicado en Hugging Face bajo la licencia MIT. Los precios de la API se mantienen al mismo nivel que los de la generación anterior: 3 yuanes por millón de tokens de entrada y 6 yuanes por millón de tokens de salida para Pro, con un descuento del 99 % para los tokens almacenados en caché. La misma familia también incluye el modelo open source MiMo-V2.6-Distill-Qwen-9B y los recursos de entrenamiento mediante RL asociados.
En el benchmark de programación con agentes DeepSWE v1.1, Pro obtuvo 71,9 puntos, cerca de los 74,2 de DeepSeek V4.1 Flash y los 74,0 de GPT-6 Astra. Sin embargo, en Terminal Bench 4.0 solo alcanzó 34,9 puntos, frente a los 59,6 de GPT-6 Astra y los 55,1 de Claude Fable 5.1, por lo que todavía existe una diferencia considerable. En las evaluaciones relacionadas con ciberseguridad, el modelo también quedó en general por detrás de los principales modelos propietarios.