Un modelo de un billón de parámetros con licencia MIT
Xiaomi publicó el lunes la serie MiMo-V2.6 y subió los pesos a Hugging Face con licencia MIT. El modelo principal, MiMo-V2.6-Pro, es una mezcla dispersa de expertos con 1,02 billones de parámetros totales y 42.000 millones activos por token. El más barato, MiMo-V2.6-Flash, tiene 309.000 millones totales y 15.000 millones activos. Ambos aceptan texto, imágenes, audio y vídeo, y ambos tienen una ventana de contexto de un millón de tokens.
Artificial Analysis, que ejecuta sus propias evaluaciones en lugar de republicar las tablas de los fabricantes, puntuó a MiMo-V2.6-Pro con 46 en su Intelligence Index y lo sitúa primero entre los 114 modelos abiertos que sigue. La mediana de ese índice está en 18.
El precio es el argumento
En la API de Xiaomi, el modelo Pro cuesta 0,43 dólares por millón de tokens de entrada y 0,87 por millón de salida, con un 99 por ciento de descuento en la entrada en caché. Flash cuesta 0,14 y 0,28. Artificial Analysis calcula unos 0,13 dólares por tarea para recorrer su índice completo con Pro, lo que lo coloca en la frontera entre inteligencia y coste.
Eso es aproximadamente una quinta parte de lo que cobra la comparación occidental más cercana. Grok 4.7, de SpaceXAI, al que Artificial Analysis también puntuó con 46 el mismo lunes, tiene un precio de 2 dólares por millón de tokens de entrada y 6 por millón de salida.
El índice independiente también recoge las contrapartidas prácticas. Pro genera 125 tokens por segundo, el duodécimo más rápido entre los modelos abiertos que sigue, y tarda 2,19 segundos en el primer token. Es verboso: el evaluador necesitó 140 millones de tokens para completar el índice.
Entrenado a la vista de cualquiera
Xiaomi presentó el lanzamiento como construido en público. Desde el 15 de septiembre, un panel en directo ha transmitido los entrenamientos por refuerzo de ambos modelos: pasos, curvas de recompensa, rendimiento en tokens, resultados de pruebas y un contador de coste acumulado.
Según las cuentas de la propia Xiaomi, cada modelo completó 30 pasos de aprendizaje por refuerzo sobre unas 750.000 trayectorias, con un coste aproximado de 2,62 millones de dólares para Pro y 850.000 para Flash. La empresa dice haber usado dos técnicas para evitar que los modelos manipulen su propia recompensa: una construye una rúbrica por tarea comparando varios intentos, y otra desplaza el peso del entrenamiento hacia las mejores soluciones válidas dentro de un grupo. Son descripciones de la propia empresa sobre su propio método; nadie ajeno las ha reproducido.
Qué es abierto y qué no
La licencia MIT cubre los pesos, y Xiaomi publica además el informe técnico, los entornos de entrenamiento por refuerzo y el código de refuerzo. Es una apertura más amplia que la de Alibaba la semana pasada, cuando Qwen-Image-2.1 llegó con pesos abiertos pero una licencia limitada a la investigación.
Una tercera variante, MiMo-V2.6-Pro-UltraSpeed, es un servicio alojado y no una descarga: Xiaomi la vende con sobreprecio por una salida hasta veinte veces más rápida.
Qué vigilar
Lo primero es si la clasificación sobrevive al contacto con evaluadores distintos de Artificial Analysis. Lo segundo es el despliegue: una licencia MIT sobre un modelo de un billón de parámetros solo sirve a quien tenga hardware para servir 42.000 millones de parámetros activos, y la mayor parte de la demanda acabará en la API alojada y en los enrutadores, no en GPU propias.
