MIT लाइसेंस के तहत एक ट्रिलियन पैरामीटर का मॉडल
शाओमी ने सोमवार को MiMo-V2.6 शृंखला जारी की और वज़न हगिंग फ़ेस पर MIT लाइसेंस के साथ रख दिए। प्रमुख मॉडल MiMo-V2.6-Pro एक विरल मिक्सचर-ऑफ-एक्सपर्ट्स मॉडल है जिसमें कुल 1.02 ट्रिलियन पैरामीटर हैं और प्रति टोकन 42 अरब सक्रिय रहते हैं। सस्ता MiMo-V2.6-Flash कुल 309 अरब और 15 अरब सक्रिय पैरामीटर वाला है। दोनों टेक्स्ट, चित्र, ऑडियो और वीडियो लेते हैं, और दोनों का कॉन्टेक्स्ट विंडो दस लाख टोकन का है।
आर्टिफिशियल एनालिसिस, जो कंपनियों की तालिकाएँ दोहराने के बजाय अपने मूल्यांकन खुद चलाती है, ने MiMo-V2.6-Pro को अपने इंटेलिजेंस इंडेक्स पर 46 अंक दिए और उसे अपने द्वारा ट्रैक किए जाने वाले 114 खुले वज़न वाले मॉडलों में पहले स्थान पर रखा है। उस सूचकांक का माध्य 18 पर है।
असली तर्क कीमत है
शाओमी के एपीआई पर Pro मॉडल की कीमत 0.43 डॉलर प्रति दस लाख इनपुट टोकन और 0.87 डॉलर प्रति दस लाख आउटपुट है, कैश किए गए इनपुट पर 99 प्रतिशत छूट के साथ। Flash की कीमत 0.14 और 0.28 डॉलर है। आर्टिफिशियल एनालिसिस के अनुसार पूरे सूचकांक को Pro से चलाने की लागत लगभग 0.13 डॉलर प्रति कार्य है, जो मॉडल को बुद्धिमत्ता बनाम लागत की सीमा-रेखा पर रखती है।
यह निकटतम पश्चिमी तुलना की कीमत का लगभग पाँचवाँ हिस्सा है। स्पेसएक्सएआई का Grok 4.7, जिसे आर्टिफिशियल एनालिसिस ने उसी सोमवार को यही 46 अंक दिए, उसकी कीमत 2 डॉलर प्रति दस लाख इनपुट टोकन और 6 डॉलर प्रति दस लाख आउटपुट है।
स्वतंत्र सूचकांक व्यावहारिक समझौते भी दर्ज करता है। Pro प्रति सेकंड 125 टोकन बनाता है, ट्रैक किए गए खुले मॉडलों में बारहवाँ सबसे तेज़, और पहले टोकन तक 2.19 सेकंड लेता है। यह बहुत शब्द खर्च करता है: पूरा सूचकांक चलाने में मूल्यांकनकर्ता को 14 करोड़ टोकन लगे।
सबके सामने हुआ प्रशिक्षण
शाओमी ने इस रिलीज़ को सार्वजनिक रूप से बनाया गया बताया। 15 सितंबर से एक लाइव डैशबोर्ड दोनों मॉडलों की रीइन्फ़ोर्समेंट लर्निंग दिखा रहा है — चरण, रिवॉर्ड कर्व, टोकन थ्रूपुट, बेंचमार्क स्कोर और चलता हुआ लागत काउंटर।
शाओमी के अपने हिसाब से दोनों मॉडलों ने लगभग 7,50,000 ट्रैजेक्टरी पर 30-30 रीइन्फ़ोर्समेंट लर्निंग चरण पूरे किए, जिसकी लागत Pro के लिए लगभग 26.2 लाख डॉलर और Flash के लिए लगभग 8.5 लाख डॉलर रही। कंपनी का कहना है कि उसने मॉडलों को अपना ही रिवॉर्ड चकमा देने से रोकने के लिए दो तरीके अपनाए — एक जो एक ही समस्या के कई प्रयासों की तुलना करके हर कार्य के लिए मानदंड बनाता है, दूसरा जो एक समूह के भीतर बेहतर सही हलों की ओर प्रशिक्षण का भार खिसकाता है। ये कंपनी के अपने तरीके पर उसका अपना विवरण हैं; किसी बाहरी पक्ष ने इन्हें दोहराया नहीं है।
क्या खुला है और क्या नहीं
MIT लाइसेंस वज़न पर लागू है, और शाओमी तकनीकी रिपोर्ट, रीइन्फ़ोर्समेंट लर्निंग के प्रशिक्षण परिवेश और आरएल कोड भी प्रकाशित कर रही है। यह पिछले हफ़्ते अलीबाबा की रिलीज़ से व्यापक खुलापन है, जब Qwen-Image-2.1 खुले वज़न के साथ आया था लेकिन लाइसेंस केवल शोध तक सीमित था।
तीसरा रूप, MiMo-V2.6-Pro-UltraSpeed, डाउनलोड नहीं बल्कि एक होस्टेड सेवा है: शाओमी उसे बीस गुना तक तेज़ आउटपुट के लिए अधिक कीमत पर बेचती है।
आगे क्या देखना है
पहला सवाल यह है कि आर्टिफिशियल एनालिसिस के अलावा दूसरे मूल्यांकनकर्ताओं के सामने यह रैंकिंग टिकती है या नहीं। दूसरा तैनाती का है: एक ट्रिलियन पैरामीटर वाले मॉडल पर MIT लाइसेंस केवल उन्हीं के काम आता है जिनके पास 42 अरब सक्रिय पैरामीटर चलाने का हार्डवेयर हो, और अधिकांश माँग अपने जीपीयू के बजाय होस्टेड एपीआई और राउटरों पर ही जाएगी।
