شرکت شیائومی از جدیدترین نسخه خانواده مدلهای زبانی خود رونمایی کرد. مدل MiMo-V2.6-Pro در شاخص هوش مؤسسه ارزیابی شخص ثالث Artificial Analysis به امتیاز ۴۶ دست یافت و بهعنوان برترین مدل وزنباز جهان شناخته شد.
با این امتیاز، پرچمدار جدید شیائومی بالاتر از مدلهای انحصاری متعددی نظیر Grok 4.6 متعلق به xAI با امتیاز ۴۴ و جمینای 3.8 فلش گوگل با امتیاز ۴۱ قرار گرفته است. این مدل با Grok 4.7 که همزمان معرفی شده و امتیاز ۴۶ را ثبت کرده، برابری میکند و همچنین جایگاهی بالاتر از مدلهای وزنباز چینی دیگر مانند DeepSeek V4.1 Flash با امتیاز ۳۹ و DeepSeek V4.1 Pro با امتیاز ۳۶ به دست آورده است.
این موفقیت تنها به دلیل شهرت بیشتر شیائومی در صنعت گوشیهای هوشمند، خودروهای الکتریکی و تجهیزات خانگی جالب توجه نیست؛ بلکه نکته مهم این است که MiMo-V2.6-Pro یک مدل وزنباز تحت مجوز بسیار منعطف MIT بوده و استفاده از آن از طریق API شیائومی هزینه بسیار کمتری در مقایسه با بسیاری از مدلهای تجاری همسطح دارد. توسعهدهندگان مستقل و شرکتها میتوانند وزنهای این مدل را بهصورت کاملاً رایگان از وبسایت هاگینگ فیس دانلود کنند، آن را براساس دادههای خود بازآموزی یا بهینهسازی کنند، روی سختافزارهای خودشان اجرا نمایند و بدون پرداخت هیچ هزینهای در سامانههای تولیدی خود به کار بگیرند. شیائومی همچنین دسترسی اینترنتی به مدل را از طریق سرورهای خود با نرخی رقابتی ارائه میکند.
بر اساس ارزیابیها، شیائومی بابت هر یک میلیون توکن ورودی کشنشده مبلغ ۰.۴۳۵ دلار و بابت هر یک میلیون توکن خروجی ۰.۸۷ دلار دریافت میکند. Artificial Analysis هزینه هر تسک این مدل را در شاخص خود حدود ۰.۱۳ دلار و سرعت خروج کلمات را تقریباً ۱۳۴ توکن در هر ثانیه برآورد کرده است. پنجره متنی این ابزار بالغ بر یک میلیون توکن است و از ورودیهای چندرسانهای نظیر متن، تصویر، صدا و ویدیو نیز پشتیبانی میکند.
در کنار پرچمدار اصلی، مدل کوچکتری به نام MiMo-V2.6-Flash نیز معرفی شده است که با نرخ ۰.۱۴ دلار برای هر میلیون توکن ورودی و ۰.۲۸ دلار برای هر میلیون توکن خروجی، گزینه بسیار ارزانتری برای سازمانها و فرایندهای پرحجم محسوب میشود. این مدل نیز پنجره متنی یک میلیون توکنی و قابلیت پردازش چندرسانهای را حفظ کرده است و طبق برآوردها دومین مدل پیشرو ارزانقیمت دنیا بر بستر API محسوب میشود. این شرکت نسخه سریعتری به نام MiMo-V2.6-Pro-UltraSpeed نیز معرفی کرده که سرعت خروجی آن تا ۲۰ برابر سریعتر از نسخه عادی اعلام شده است. مجموع این ویژگیها نشان میدهد شیائومی درحال برنامهریزی برای یک پلتفرم کامل از ایجنتهای خودمختار شامل مدلهای پایه، ابزارهای کدنویسی، چهارچوبهای اجرایی و محیطهای آموزشی است.
بخش عمدهای از برتری نسخه V2.6 مربوط به توسعه گسترده مرحله یادگیری تقویتی است. در این مرحله، هوش مصنوعی با انجام کارهای مکرر و دریافت پاداش یا جریمه رفتارهای خود را تصحیح میکند. اجرای چنین سیستمی برای کارهای طولانیمدت پرهزینه است؛ اما شیائومی گزارش کرده که دو مدل V2.6-Pro و V2.6-Flash هر کدام ۳۰ گام بزرگ یادگیری تقویتی شامل حدود ۷۵۰ هزار مسیر عملیاتی را ظرف کمتر از ۶ روز پشت سر گذاشتهاند. هزینه محاسباتی این فرایند حدود ۲.۶۲ میلیون دلار برای مدل Pro و ۸۵۰ هزار دلار برای نسخه Flash بوده است.
در گزارش فنی شیائومی عنوان شده که هر مرحله آموزشی با ۱۵۶۸ ورودی آغاز و برای هر یک ۱۶ مسیر تولید شده که منجر به شکلگیری ۲۵ هزار فرایند و بین ۲.۷ تا ۳.۷ میلیارد توکن در هر گام شده است. طول این دنبالهها بهطور میانگین بین ۱۱۰ هزار تا ۱۵۰ هزار توکن بوده است که نشان میدهد تمرکز سیستم روی انجام روندهای طولانی قرار داشته، نه پاسخ به سؤالات کوتاه. در مدل پرو، حدود ۴۳.۵ درصد از هزینه صرف بهروزرسانی مدل، ۴۳.۸ درصد صرف تولید مسیرها و ۱۲.۷ درصد صرف ارزیابی عملکرد شده است. این رویکرد به صورت یکپارچه حوزههای برنامهنویسی، بصری و امنیت سایبری را در کنار یکدیگر آموزش داده و از شیوه غیرهمگام GRPO بهره گرفته است.
بنچمارک شیائومی MiMo-V2.6-Pro
در آزمایشهای داخلی شیائومی، مدل MiMo-V2.6-Pro پیشرفت بزرگی در مقایسه با V2.5 داشته و در بنچمارک DeepSWE v1.1 امتیاز ۷۱.۹، در AutomationBench امتیاز ۵۳.۱ و در MiMo Code Bench امتیاز ۶۳.۲ را به ثبت رسانده است. البته برخی مدلهای تجاری انحصاری نظیر Claude Opus 5 شرکت آنتروپیک در آزمونهایی همچون DeepSWE یا Terminal Bench 4.0 و مدل GPT-5.6 Sol شرکت OpenAI در برخی بخشهای امنیتی عملکرد بهتری دارند.
مدل MiMo-V2.6-Flash که ۳۱۰ میلیارد پارامتر کل و ۱۵ میلیارد پارامتر فعال دارد، توانسته در بسیاری از بنچمارکها از جمله DeepSWE v1.1 با نمره ۶۷.۹ بسیار به مدل پرو نزدیک باشد. شیائومی علاوهبر انتشار رایگان وزنهای دو مدل و گزارش فنی کامل، بیش از ۷ هزار محیط یادگیری تقویتی، چهارچوب آموزشی و یک مدل ۹ میلیاردی تقطیرشده به نام MiMo-V2.6-Distill-Qwen-9B را نیز به صورت عمومی در دسترس متخصصان قرار داده است.
تلاشهای شیائومی برای ساخت سامانههای مبتنی بر مدلهای بنیادی از سال ۲۰۲۵ سرعت بالایی به خود گرفت و در سال ۲۰۲۶ تمرکز ویژهای روی رفتارهای خودمختار پیدا کرد. انتشار مدلهای MiMo-V2.5 و V2.5-Pro در ماه آوریل، مفاهیم معماری مهمی از جمله استفاده از سامانههای ترکیب متخصصان (MoE)، پنجرههای متنی میلیون توکنی، مجوزهای متنباز و کاهش شدید هزینهها را پایهگذاری کرد. مدل MiMo-V2.5-Pro یک سامانه ۱.۰۲ تریلیون پارامتری با ۴۲ میلیارد پارامتر فعال حین پردازش بود که با تمرکز روی برنامهنویسی نرمافزاری طولانیمدت ساخته شد. شیائومی در ماه ژوئن ابزار MiMo Code را بهعنوان یک عامل برنامهنویسی در محیط خط فرمان با قابلیت ثبت حافظه پایدار و چکپوینت معرفی کرد. همچنین چهارچوب پژوهشی HarnessX با هدف بهینهسازی پویا در فراخوان ابزارها و حافظه مدلها توسعه یافت که توانست کارایی سامانهها را بهطور میانگین ۱۴.۵ درصد ارتقا دهد.
