Xiaomi MiMo V2.6: o modelo open-weight mais poderoso do mundo é chinês, custa 60x menos e foi treinado ao vivo

22 de setembro de 2026 , A Xiaomi acaba de lançar e abrir o código da série MiMo V2.6. Três modelos. Licença MIT. 1 milhão de tokens de contexto. E um placar que ninguém esperava de uma fabricante de celular e carros elétricos.

O MiMo V2.6 Pro chegou com 46.32 pontos no Artificial Analysis Intelligence Index , o maior score já registrado para um modelo open-weight. Passou Kimi K3 (44), Qwen 3.8 Max, GLM-5.3, e empatou com o Grok 4.7 da SpaceXAI que estreou no mesmo dia. Ficou a 1 ponto do GPT-5.6 Sol (47) e a 7 dos líderes fechados Claude Fable 5.1 e GPT-6 Astra (53).

Mas o número mais violento não está no benchmark: o MiMo V2.6 Pro custa 1/20 a 1/60 do preço dos modelos proprietários no mesmo patamar de inteligência. A precificação da linha V2.5 foi mantida , input sem cache a $0.435/milhão de tokens, output a $0.87. O Flash sai por $0.14/$0.28. Para tarefas de alto volume, é a nova fronteira de Pareto em custo × inteligência.

O treinamento que o mundo assistiu

Antes do lançamento, a Xiaomi fez algo que nenhum grande laboratório havia feito: transmitiu ao vivo o treinamento RL dos dois modelos por 6 dias. O dashboard público mostrava steps, curvas de reward, throughput de tokens, falhas de GPU e um contador de custo que subia em tempo real.

O resultado:

Cada step processava 1,568 prompts com 16 rollouts , 25,088 trajetórias por step , rodando GRPO totalmente assíncrono. O time liderado por Luo Fuli (ex-DeepSeek, ex-DAMO Academy) documentou tudo com um nível de transparência que torna muito difícil descartar os números como cherry-picking.

Por trás dos 6 dias públicos, meio ano de pesquisa fundamental e tentativa-e-erro de engenharia. A frase da Xiaomi: "onde o caminho é plano e próximo, muitos viajantes; onde é acidentado e distante, poucos chegam ao fim."

A linha completa

MiMo V2.6 Pro , Flagship. 1.02 trilhão de parâmetros totais (42B ativos por token). MoE esparso com 384 experts roteados, 8 ativos por token. Contexto de 1M tokens. Native multimodal: texto, imagem, vídeo, áudio.

MiMo V2.6 Flash , Custo-benefício extremo. 309B total / 15B ativos. Mesma janela de 1M tokens, mesmas capacidades multimodais. Performance de agente surpreendentemente próxima do Pro em várias tarefas, por ~1/3 do preço.

MiMo V2.6 Pro UltraSpeed , Modo de inferência ultra-rápida do Pro. Até 20x mais velocidade de output, mesma qualidade. Pensado para trading quantitativo em tempo real, controle de risco de fraude em milissegundos, e code assistants com latência zero percebida. Preço premium: $4.35/$8.70 por milhão de tokens.

MiMo V2.6 Distill Qwen 9B , Modelo de 9B destilado para pesquisa aberta em RL agentivo. SFT sobre Qwen 3.5 9B com dados gerados pelo MiMo. Cobre coding, agentes, cybersecurity e visual coding. Ideal para quem não tem cluster mas quer brincar com RL.

Arquitetura

A arquitetura mantém o design híbrido SWA + Global Attention da família MiMo, com melhorias:

• Vision Encoder: ViT de 681M parâmetros (28 camadas: 24 SWA + 4 Full)
• Audio Encoder: AudioTokenizer de 308M + patch encoder de áudio de 127M
• Multi-Token Prediction: decoder especulativo de 5 camadas (contra 3 do V2.5)
• Contexto: 1M tokens nativo para todos os modelos
• MoE: 384 experts roteados, 8 por token (Pro); 256 experts, 8 por token (Flash)
• Grouped Query Attention: 128 attention heads, 8 KV heads (GQA)

O segredo do salto não está na arquitetura , está no RL em escala. A Xiaomi chama de "You Only RL Once": um único run de RL misturando coding, agentes, tarefas visuais e cybersecurity no mesmo batch, com as capacidades se reforçando mutuamente.

O sistema de grading também é inovador. Em vez de binary pass/fail (que não distingue soluções boas de excelentes), usam Groupwise Agentic Grading: um grader agentivo compara rollouts dentro de cada grupo, rankings de qualidade que vão além do teste binário, e redistribuição de vantagem que empurra a policy para soluções mais curtas e com menos tokens.

MOPD² (Multi-Prefix Multi-Teacher On-Policy Distillation): depois do RL misto, combina rollouts autônomos do student com rollouts condicionados por prefixos de professores , reutilizando históricos de trajetórias docentes para estender capabilities a tarefas difíceis de verificar.

Benchmarks: a letra miúda que importa

A Xiaomi publicou uma tabela honesta , mostrando onde ganha e onde ainda perde. Isso é raro.

Onde o Pro brilha:

Onde o Pro ainda apanha:

Tradução: o V2.6 Pro é um modelo agentivo de classe frontier. Automação, uso de ferramentas, terminal, computer use , troca soco com modelos que custam 20-60× mais. Mas em raciocínio competitivo puro (ProgramBench) e segurança ofensiva (ExploitBench), a fronteira fechada ainda tem vantagem clara.

O que mudou em relação ao V2.5 Pro:

O V2.5 Pro tinha 19.0 no DeepSWE. O V2.6 Pro tem 71.9. Um salto de 52.9 pontos em um ano. O AutomationBench foi de 16.0 para 53.1. O Terminal Bench 2.1 foi de 65.2 para 89.9. O CyberGym foi de 40.0 para 94.0.

O Flash merece menção especial: com 15B parâmetros ativos, fica a 4 pontos do Pro no DeepSWE (67.9 vs 71.9) e empata ou supera em CyberGym (95.1 vs 94.0). Para workloads de alto volume, é o sweet spot absoluto.

Precificação: a navalha chinesa

A Xiaomi manteve os preços da API do V2.5. Isso significa:

O Artificial Analysis mede o Pro a $0.13 por tarefa no Intelligence Index e 134 tokens/segundo de output. O Flash é o segundo modelo de fronteira mais barato do mundo via API.

O plano de assinatura (Token Plan) cobre Pro, Flash e toda a linha V2.5, com descontos significativos para uso alto. O MiMo Desktop foi lançado junto, com acesso aos modelos V2.6 e suporte a API key própria.

Open source de verdade

Pesos no Hugging Face. Licença MIT. Sem restrições comerciais.

• MiMo V2.6 Pro RL: XiaomiMiMo/MiMo-V2.6-Pro-RL
• MiMo V2.6 Flash RL: XiaomiMiMo/MiMo-V2.6-Flash-RL
• MiMo V2.6 Distill Qwen 9B: XiaomiMiMo/MiMo-V2.6-Distill-Qwen-9B
• Technical report + RL code + 7k+ task environments: no repo oficial

Os 7.000+ ambientes de tarefa RL cobrem software engineering, reprodução de vulnerabilidades, trabalho intensivo em conhecimento, e web design & development. O modelo Distill-Qwen-9B melhora em todos os 11 benchmarks saindo do SFT baseline com RL.

A letra miúda: servir o Pro você mesmo requer cluster multi-GPU. A recomendação oficial é SGLang com tensor parallel 16 + data parallel 2, ou vLLM com tp 8. O Flash é mais acessível mas ainda pede ~173 GB só para os pesos, antes do KV cache para 1M tokens.

Casos de uso: do código ao laboratório

Vibe World → 3D Open-World Games: De imagens, vídeo ou texto, o V2.6 quebra a tarefa em subtasks, coordena múltiplos agentes para construir cenas 3D, lógica de interação e verificação visual , refinando até o mundo ficar jogável.

Co-Cientista para Pesquisa de Materiais: O V2.6 Pro ajudou pesquisadores da Xiaomi a projetar estruturas MOF para capturar poluentes PFAS , revisando literatura, formulando hipóteses, simulando binding strength e selecionando os melhores candidatos.

Criação de Conteúdo: Produziu curtas-metragens, showcases de marca e vídeos educacionais de matemática, transformando conceitos como decomposição de Fourier e convex hulls em animações intuitivas.

Trading Quantitativo (UltraSpeed): Quando uma notícia explode, o modelo analisa impacto de mercado e gera sinais em milissegundos , fechando o loop de decisão antes do mercado se mover.

Controle de Risco em Tempo Real (UltraSpeed): Raciocínio completo de fraude em centenas de milissegundos, antes da liquidação. Quebra limites de rule engines tradicionais.

O que isso significa

1. A liderança open-weight agora é totalmente chinesa. Xiaomi, Z.AI (GLM-5.3), Moonshot (Kimi K3), DeepSeek, Alibaba, MiniMax. O share de tokens processados por modelos americanos em plataformas neutras de roteamento caiu de ~70% para ~30% no último ano. MiMo está entre os 10 providers mais usados por volume.

2. Licença MIT em um modelo de 1 trilhão de parâmetros é inédito. Dá para self-host, fine-tune, e shipping comercial sem restrições. É um presente envenenado para quem está tentando vender APIs proprietárias.

3. Transparência radical no treinamento. Seis dias de RL ao vivo, custos discriminados, benchmarks com derrotas admitidas. Nenhum laboratório ocidental chegou perto desse nível de abertura num modelo dessa escala.

4. A Xiaomi não é mais "a fabricante de celular que também faz IA&quot. O time liderado por Luo Fuli entregou em um ano o que levou meia década para laboratórios dedicados. E fizeram isso com um dos budgets de treinamento mais eficientes já documentados: $3.47M totais pelos dois modelos.

5. O UltraSpeed antecipa o futuro. Inferência 20× mais rápida com qualidade idêntica resolve o problema de latência que trava adoção em trading, segurança e coding assistants. É o tipo de feature que modelos fechados cobram premium , aqui é uma opção no mesmo cardápio.

APIs: mimo-v2.6-pro, mimo-v2.6-flash, mimo-v2.6-pro-ultraspeed em api.xiaomimimo.com , compatível com OpenAI e Anthropic protocols.

Hugging Face: huggingface.co/collections/XiaomiMiMo/mimo-v26

MiMo Desktop: disponível para download com suporte a UltraSpeed e API key própria.

Precificação em USD por milhão de tokens. Benchmarks conforme publicado pela Xiaomi e Artificial Analysis em 22/09/2026. Scores do DeepSWE são self-reported (avaliação própria da Xiaomi usando mini-swe-agent no benchmark público); não constam no leaderboard oficial do Datacurve até o fechamento deste post.