Xiaomi-მ გამოუშვა ღია MiMo-V2.6 მილიონი ტოკენის კონტექსტითა და ფასით $0,28-დან

Xiaomi-მ წარადგინა MiMo-V2.6-ის ოჯახი. მასში შევიდა ღია წონების მქონე ორი მოდელი: MiMo-V2.6-Pro და უფრო ეკონომიური MiMo-V2.6-Flash. ორივე იღებს ტექსტს, გამოსახულებას, ვიდეოსა და აუდიოს, მხარს უჭერს ერთ მილიონამდე ტოკენის კონტექსტს და ვრცელდება MIT ლიცენზიით.

კომპანია სიახლეებს პოზიციონირებს არა უბრალოდ ჩატბოტებად, არამედ ავტონომიური აგენტების საფუძვლად. მოდელებს შეუძლიათ იმუშაონ კოდთან და ინტერფეისებთან, მართონ კომპიუტერი, შექმნან 3D-სცენები, ააწყონ პრეზენტაციები და შეასრულონ ხელსაწყოებით მოქმედებათა გრძელი ჯაჭვები.

ტრილიონი პარამეტრი, მაგრამ აქტიურია მხოლოდ 42 მილიარდი

MiMo-V2.6 აგებულია მეჩხერ (sparse) Mixture of Experts არქიტექტურაზე. თითოეული ტოკენისთვის მთელი ნეიროქსელის გაშვების ნაცვლად, მარშრუტიზატორი ირჩევს რამდენიმე შესაფერის ექსპერტულ ბლოკს. ეს საშუალებას იძლევა გაიზარდოს მოდელის საერთო ტევადობა თითოეული მოთხოვნის ღირებულების პროპორციული ზრდის გარეშე.

ოფიციალური model card-ების თანახმად:

მოდელი

სულ პარამეტრი

აქტიური ინფერენსის დროს

კონტექსტი

MiMo-V2.6-Pro

1,02 ტრლნ

42 მლრდ

1 მლნ ტოკენი

MiMo-V2.6-Flash

309 მლრდ

15 მლრდ

1 მლნ ტოკენი

ორივე მოდელი იყენებს საკუთარ ვიზუალურ ენკოდერს MiMo ViT-ს 681 მლნ პარამეტრით და ორ აუდიოენკოდერს. სპეკულაციური დეკოდერი ცდილობს ერთდროულად იწინასწარმეტყველოს რამდენიმე მომდევნო ტოკენი, ხოლო ძირითადი მოდელი შემდეგ ამოწმებს მათ პარალელურად. არქიტექტურის დეტალები გამოქვეყნებულია Pro-ს ბარათში და Flash-ის ბარათში.

პირველი ღია წონების მქონე მოდელებს შორის

MiMo-V2.6-Pro-მ მიიღო 46 ქულა Artificial Analysis Intelligence Index-ის მიმდინარე ვერსიაში. პუბლიკაციის მომენტისთვის ეს არის პირველი ადგილი ღია წონების მქონე 114 მოდელს შორის.

Artificial Analysis-მა ასევე გაზომა სიჩქარე, რამაც Xiaomi-ს API-ს მეშვეობით დაახლოებით 125 ტოკენი შეადგინა წამში, ხოლო საკუთარი ნაკრებიდან ერთი დავალების საშუალო ღირებულება $0,13-ად შეაფასა.

ამასთან, MiMo-V2.6-Pro არ ლიდერობს ყველა ცალკეულ ტესტში. DeepSWE v1.1-ში მოდელმა 71,9 ქულა დააგროვა DeepSeek V4.1 Flash-ის 74,2-ისა და Claude Opus 5-ის 74 ქულის წინააღმდეგ. AutomationBench-ში MiMo-ს შედეგმა 53,1 შეადგინა, Toolathlon-Verified-ში — 76,9, ხოლო OSWorld-Verified-ში — 82.

შედეგების ნაწილი Xiaomi-მ მიიღო საკუთარ ნაკრებებზე, მათ შორის MiMo Code Bench-სა და MiMo Visual Coding-ზე. ამიტომ შედარებითი ცხრილები უნდა აღვიქვათ როგორც ორიენტირი და არა როგორც რეალურ სამუშაოში მოდელის უპირატესობის საბოლოო მტკიცებულება.

განმტკიცებით სწავლებაზე დაიხარჯა $3,47 მლნ

რელიზის ყველაზე საინტერესო ნაწილი უკავშირდება არა მოდელის ზომას, არამედ მის დამატებით წვრთნას.

Xiaomi-მ ჩაატარა განმტკიცებითი სწავლების (reinforcement learning) ერთიანი ციკლი პროგრამირებისთვის, ვიზუალური ამოცანებისთვის, კიბერუსაფრთხოებისა და ჩვეულებრივი აგენტური სცენარებისთვის. ცალკეული, ვიწროდ სპეციალიზებული მოდელების ნაცვლად, შესაძლებლობები იწვრთნებოდა დავალებების ერთიან ნაზავში.

Pro-სა და Flash-ისთვის შესრულდა 30-30 RL ნაბიჯი, თითოეული — 1568 მოთხოვნისა და პასუხის 16 ვარიანტისგან შემდგარ დიდ პაკეტებზე. ერთ იტერაციაზე მოდიოდა 3,5-დან 3,7 მლრდ ტოკენამდე. თითოეული მოდელის სწავლებას ექვს დღეზე ნაკლები დასჭირდა და ჯამში დაახლოებით 750 ათასი ტრაექტორია მოიცვა.

Flash-ის დამატებითი წვრთნა დაახლოებით $850 ათასი დაჯდა, ხოლო Pro-სი — $2,62 მლნ. DeepSWE-ის გადავადებულ ვერსიაზე Flash-ის მაჩვენებელი 48,8-დან 65,68-მდე გაიზარდა, ხოლო Pro-სი — 58,4-დან 72,57-მდე.

ჯილდო ითვლებოდა არა მხოლოდ პრინციპით — გადაჭრილია თუ არა ამოცანა. ცალკეული აგენტი ადარებდა წარმატებულ ტრაექტორიებს ერთმანეთთან და აფასებდა ამოხსნის ხარისხს, გზის სიგრძესა და ტოკენების ხარჯვას. Xiaomi ასევე იუწყება reward hacking-ისგან დაცვის შესახებ, როდესაც მოდელი სწავლობს შემმოწმებელი სისტემის შეცდომების გამოყენებას თვითონ ამოცანის ამოხსნის ნაცვლად.

კომპანიამ გამოაქვეყნა ტექნიკური ანგარიში და განაცხადა RL-კოდისა და საწვრთნელი გარემოების გახსნის შესახებ. ეს შესაძლოა უფრო მნიშვნელოვანი აღმოჩნდეს, ვიდრე ბენჩმარკების მორიგი ცხრილი, ვინაიდან მკვლევრებს მისცემს საშუალებას შეამოწმონ, რამდენად განმეორებადია ასეთი მიდგომა Xiaomi-ს ინფრასტრუქტურის მიღმა.

ვაიბკოდინგიდან „ვაიბ-სამყაროებამდე“

Xiaomi ახალი კლასის ამოცანებისთვის იყენებს ტერმინს Vibe World. მომხმარებელი ინტერაქციულ სამყაროს აღწერს ტექსტით, გამოსახულებით ან ვიდეოთი, რის შემდეგაც MiMo სამუშაოს ყოფს ეტაპებად, კოორდინაციას უწევს რამდენიმე აგენტს, წერს ლოგიკას, აწყობს 3D-სცენას და ამოწმებს შედეგს რენდერების მიხედვით.

მოდელს ასევე შეუძლია შექმნას ობიექტები და სცენები Blender-ში აღწერის ან რეფერენსის მიხედვით. რობოტოტექნიკის დემონსტრაციაში MiMo იღებს გამოსახულებებს რამდენიმე კამერიდან და შეკრულ ციკლში მართავს Franka Panda მანიპულატორს — იჭერს და ახარისხებს საგნებს.

დემონსტრაციების სია ამით არ ამოიწურება. MiMo აგენერირებს ფრონტენდებს, აწყობს პრეზენტაციებს, მუშაობს Figma-სთან და გამოსახულებისა და ვიდეოს შექმნის ხელსაწყოებთან.

ცალკე წარადგინა Xiaomi-მ ექსპერიმენტები სამეცნიერო ამოცანებთან დაკავშირებით. მოდელი მონაწილეობდა მეტალ-ორგანული სტრუქტურების ძიებაში PFAS-ის შთანთქმისთვის და დაეხმარა ლი და იორკის ნაშრომიდან „Period Three Implies Chaos“ მთავარი თეორემის ფორმალიზებაში Lean 4-ში. მიღებული პროექტი შეიცავს 6000-ზე მეტ სტრიქონ კოდს და, კომპანიის განცხადებით, სრულად გადის შემოწმებას Lean-ის ბირთვით დაუხურავი დამტკიცებების გარეშე.

ეს სწორედ Xiaomi-ს დემონსტრაციებია და არა დამოუკიდებელი კვლევები. ისინი აჩვენებს სავარაუდო სცენარების სიფართოვეს, მაგრამ ჯერ არ ამტკიცებს, რომ მოდელი შეძლებს ასევე სტაბილურად იმუშაოს ნებისმიერ თვითნებურ პროექტთან.

API ერთ დოლარზე იაფი მილიონ გამომავალ ტოკენზე

საბაზისო ტარიფები Xiaomi-მ წინა თაობის დონეზე შეინარჩუნა:

მოდელი

შემავალი ქეშით

ჩვეულებრივი შემავალი

გამომავალი

MiMo-V2.6-Flash

$0,0028

$0,14

$0,28

MiMo-V2.6-Pro

$0,0036

$0,435

$0,87

MiMo-V2.6-Pro-UltraSpeed

$0,036

$4,35

$8,70

ფასები მოცემულია მილიონ ტოკენზე.

UltraSpeed იყენებს იმავე Pro-მოდელს, მაგრამ, Xiaomi-ს მტკიცებით, პასუხს იძლევა 20-ჯერ უფრო სწრაფად ხარისხის დაკარგვის გარეშე. დაბალი დაყოვნებისთვის ათჯერ მეტის გადახდა მოგიწევთ.

MiMo-V2.6-Pro და Flash უკვე ხელმისაწვდომია AI Studio-ში, MiMo Desktop-ში, MiMo Code-ში, Xiaomi-ს API-სა და OpenRouter-ის მეშვეობით. წონების ჩამოტვირთვა შესაძლებელია Hugging Face-ის ოფიციალური კოლექციიდან.

ამ რელიზში Xiaomi ცდილობს კონკურენცია გაუწიოს ერთდროულად სამი მიმართულებით. კომპანიამ გახსნა წონები, შესთავაზა აგრესიული ფასები და აჩვენა საკმაოდ ძლიერი შედეგები დამოუკიდებელ რეიტინგში. მაგრამ მთავარი კითხვა ახლა იმაში კი არ მდგომარეობს, შეუძლია თუ არა MiMo-ს ლამაზად დემოების აწყობა. უფრო საინტერესოა, შეძლებენ თუ არა დეველოპერები დაპირებული შედეგების გამეორებას ღია სტეკით და იგივე საიმედოობის მიღებას საკუთარ ხანგრძლივ აგენტურ ამოცანებში.