En model med en billion parametre under MIT-licens
Xiaomi udgav MiMo-V2.6-serien mandag og lagde vægtene på Hugging Face under MIT-licens. Flagskibet MiMo-V2.6-Pro er en tynd ekspertblanding med 1,02 billioner parametre i alt og 42 milliarder aktive per token. Den billigere MiMo-V2.6-Flash har 309 milliarder i alt og 15 milliarder aktive. Begge modtager tekst, billede, lyd og video, og begge har et kontekstvindue på en million tokens.
Artificial Analysis, der kører sine egne evalueringer i stedet for at genudgive leverandørernes tabeller, gav MiMo-V2.6-Pro 46 point på sit Intelligence Index og placerer den først blandt de 114 modeller med åbne vægte, der følges. Medianen i indekset ligger på 18.
Prisen er argumentet
I Xiaomis API koster Pro 0,43 dollar per million tokens ind og 0,87 dollar per million ud, med 99 procents rabat på cachet input. Flash koster 0,14 og 0,28. Artificial Analysis vurderer omkostningen ved at køre hele indekset gennem Pro til omkring 0,13 dollar per opgave, hvilket placerer modellen på grænselinjen mellem intelligens og pris.
Det er cirka en femtedel af, hvad den nærmeste vestlige sammenligning tager. SpaceXAI’s Grok 4.7, som Artificial Analysis gav de samme 46 point, da begge kom mandag, prissættes til 2 dollar per million tokens ind og 6 dollar per million ud.
Det uafhængige indeks registrerer også de praktiske afvejninger. Pro genererer 125 tokens i sekundet, tolvte hurtigst blandt de åbne modeller, og bruger 2,19 sekunder til første token. Den er ordrig: evaluatoren havde brug for 140 millioner tokens for at køre hele indekset.
Trænet for åbent tæppe
Xiaomi beskrev lanceringen som bygget offentligt. Siden 15. september har et realtidspanel sendt forstærkningslæringen for begge modeller — trin, belønningskurver, tokengennemstrømning, testresultater og en løbende omkostningstæller.
Efter Xiaomis eget regnskab gennemførte de to modeller 30 trin med forstærkningslæring hver over omkring 750.000 baner, til cirka 2,62 millioner dollar for Pro og omkring 850.000 for Flash. Virksomheden siger, at den brugte to metoder til at forhindre modellerne i at manipulere deres egen belønning: den ene bygger en bedømmelsesskabelon per opgave ved at sammenligne flere forsøg, den anden flytter træningsvægt mod de bedre godkendte løsninger i en gruppe. Det er virksomhedens egne beskrivelser af sin egen metode; ingen udefra har gentaget dem.
Hvad der er åbent, og hvad der ikke er
MIT-licensen dækker vægtene, og Xiaomi udgiver desuden den tekniske rapport, træningsmiljøerne til forstærkningslæring og selve RL-koden. Det er en bredere åbning end Alibabas i sidste uge, da Qwen-Image-2.1 kom med åbne vægte, men en licens begrænset til forskning.
En tredje variant, MiMo-V2.6-Pro-UltraSpeed, er en hostet tjeneste og ingen download: Xiaomi sælger den med tillæg for op til tyve gange hurtigere output.
Hvad man skal følge
Det første er, om placeringen holder, når andre end Artificial Analysis evaluerer modellen. Det andet er udbredelsen: en MIT-licens på en model med en billion parametre hjælper kun den, der har hardware til at betjene 42 milliarder aktive parametre, og størstedelen af efterspørgslen ender på det hostede API og hos routerne frem for på egne GPU’er.
