A equipe MiMo da Xiaomi lançou e abriu o código da série MiMo-V2.6 em 22 de setembro, colocando no ar ao mesmo tempo o carro-chefe MiMo-V2.6-Pro e a versão voltada à eficiência MiMo-V2.6-Flash, com acesso via web, API e pesos no Hugging Face. Ambos são nativamente omnimodais, aceitando texto, imagem, vídeo e áudio diretamente; a empresa aponta como foco principal tarefas do tipo agente, como programação, operação de computador, cenas 3D e criação de conteúdo audiovisual.
No mesmo dia, a Xiaomi também apresentou uma versão de alta taxa de transferência do Pro, a Pro-UltraSpeed, afirmando que a velocidade de saída pode chegar a até 20 vezes mais rápida com a mesma qualidade, disponibilizada de forma gradual; o cliente de desktop MiMo Desktop passou à versão oficial, agora com plano de assinatura.
Pontuação e posição
A avaliadora independente Artificial Analysis atribuiu ao MiMo-V2.6-Pro um índice de inteligência geral de 46 pontos, o primeiro lugar entre os modelos de peso aberto, à frente de Kimi K3 e Qwen3.8 Max. Segundo os rankings citados pela imprensa, essa pontuação fica na mesma faixa de Claude Opus 5 e GPT-5.6 Sol, mas ainda atrás de Claude Fable 5.1 e GPT-6 Astra.
O preço não mudou, seguindo a mesma tabela de API da série V2.5. A Artificial Analysis mediu um custo por tarefa de 0,13 dólares; a própria Xiaomi afirma que, para um nível de inteligência equivalente, o preço do Pro é de apenas 1/20 a 1/60 do de modelos estrangeiros. Esse multiplicador vem da própria fabricante, e o material público não detalha com quais modelos exatamente a comparação foi feita nem como as tarefas foram convertidas.
Comparando com a geração de abril
O MiMo-V2.5-Pro foi lançado como código aberto no final de abril deste ano, com especificação de 1,02 trilhão de parâmetros totais e 42 bilhões de parâmetros ativados em arquitetura MoE, com janela de contexto de 1 milhão de tokens. Na época, o foco da Xiaomi era a eficiência de tokens, comparando o ClawEval com o DeepSeek-V4-Pro. Em julho, o V2.5 alcançou o primeiro lugar em volume de chamadas mensal e semanal no OpenRouter, impulsionado principalmente pelo preço.
A escala de parâmetros divulgada do V2.6-Pro permanece em 1,02 trilhão de parâmetros totais e 42 bilhões ativados, na mesma ordem de grandeza da geração anterior. As mudanças se concentram no pós-treinamento: a líder do projeto, Luo Fuli, chamou esta rodada de “um dos maiores treinamentos únicos de aprendizado por reforço já realizados por qualquer equipe de modelo de código aberto até hoje”, afirmando que a dificuldade de pesquisa e engenharia por trás do projeto superou sua experiência com o DeepSeek-R1.
Segundo o registro de treinamento divulgado pela imprensa, Pro e Flash rodaram 30 etapas cada, acumulando cerca de 750 mil trajetórias, a um custo total de aproximadamente 3,5 milhões de dólares, em um ciclo de seis dias. Comparado ao pré-treinamento, que costuma custar centenas de milhões, esse valor não é grande; mas para uma única rodada de pós-treinamento, ainda é raro entre equipes de código aberto.
Olhando de abril a setembro, o caminho da Xiaomi fica bastante claro: fixar primeiro a escala do modelo base, usar o preço para conquistar volume de chamadas entre desenvolvedores e, depois, direcionar dinheiro e poder computacional ao aprendizado por reforço para ganhar pontuação. Essa etapa de ganho de pontuação já funcionou; o próximo passo é saber se o volume de chamadas se sustenta sem novos cortes de preço.
Método de treinamento e o que foi lançado junto
Segundo Luo Fuli, a equipe usou um método chamado MixRL, treinando em conjunto tarefas de código e de agente de dificuldade média e resultado verificável; tarefas difíceis de verificar ou muito longas, como jogos, 3D e avaliações subjetivas, foram treinadas separadamente e depois combinadas usando o MOPD.
O escopo de código aberto desta vez é mais amplo do que apenas os pesos. A Xiaomi também divulgou um modelo Qwen destilado a partir das trajetórias de treinamento do MiMo, cerca de 7 mil ambientes de treinamento diversificados e o framework completo de aprendizado por reforço. Para equipes que queiram reproduzir os resultados ou fazer pós-treinamento em seus próprios modelos, os ambientes e o framework podem valer mais do que os próprios pesos.
Luo Fuli também escreveu em sua conta pessoal que o MiMo-V2.6 “já é o modelo de código aberto número um”. Essa afirmação, por ora, se apoia apenas no índice geral da Artificial Analysis; os rankings de categorias específicas ainda não foram todos divulgados, e a posição em subcategorias como código, imagem e voz pode variar conforme o ranking citado. A Xiaomi também não informou se a licença de código aberto do V2.6 segue os mesmos termos da geração anterior.
Fontes: página oficial de lançamento do MiMo da Xiaomi, ranking do índice de inteligência da Artificial Analysis, CocoLoop, Sohu Technology; pontuação do índice de inteligência e custo por tarefa verificados conforme dados da Artificial Analysis, custo e etapas de treinamento conforme divulgado pela imprensa.