Xiaomi выпустила и открыла исходный код серии генеративных моделей MiMo-V2.6: два нативных omnimodal-модели — MiMo-V2.6-Pro и более компактный вариант Flash, а также сборка Pro-UltraSpeed, которая выдаёт результат до 20 раз быстрее Pro при том же качестве. Модель Pro набрала 46.32 балла в Artificial Analysis Intelligence Index, что делает её самым высокооценённым open-weight-моделью на момент запуска. Это важно, потому что Xiaomi выходит в прямую конкуренцию с закрытыми флагманскими системами на agentic-задачах, сохраняя открытые веса.
Что входит в серию и как устроено ценообразование
Помимо Pro и Flash, Xiaomi выводит Pro-UltraSpeed — облегчённый вариант, который меняет стоимость на скорость генерации. Тарифы остались на стандартном уровне API для MiMo-V2.5: Flash стоит $0.14 за 1 млн входных токенов и $0.28 за выходные, Pro — $0.435 и $0.87, а Pro-UltraSpeed подскакивает до $4.35 и $8.70 за генерацию в 20 раз быстрее. Xiaomi утверждает, что Pro обходится примерно в 20–60 раз дешевле зарубежных моделей сопоставимого уровня интеллекта с учётом стоимости кешированных токенов, тогда как GPT-6 Astra и Claude Fable 5.1 стоят от $10 до $50 за миллион токенов. Модели доступны через AI Studio, MiMo Desktop и MiMo Code, а Pro и Flash выложены на OpenRouter с контекстом в 1,05 млн токенов по единому API.
Pro и Flash описаны как нативные omnimodal: они принимают текст, изображения, видео и аудио в одной семье моделей и работают с контекстом в 1 млн токенов. Опубликованная архитектура Pro включает vision-энкодер на 681 млн параметров, внутри которого AudioTokenizer на 308 млн параметров и аудио patch-энкодер на 127 млн параметров, различающий речь. Размещение этих компонентов внутри одной модели снимает потребность в отдельных инструментах транскрибации или оркестрации модальностей. На практике рабочий процесс, где смешаны запись звонка, скриншоты, логи и заметки, решается за одну сессию, а не разбивается на конвейер.
Архитектура рассчитана именно на agentic-сценарии. Компьютерный агент может прочитать инструкцию, принять скриншот или видео интерфейса, рассуждать о нём и решить следующий шаг в одном цикле модели. Кодирующий или дизайн-агент удерживает исходный код, длинный контекст репозитория, скриншоты, UI-макеты и референсные изображения в одной сессии. В демонстрационном блоге Xiaomi показала построение игровых миров, 3D-моделирование в Blender, embodied-симуляцию и сценарии видео-музыки. По бенчмаркам V2.6-Pro получил 53.1 на AutomationBench против 50.3 у Claude Opus 5, сравнялся с Opus 5 на Agents' Last Exam с 31.6 и достиг 89.9 на Terminal Bench 2.1 против 89.1 у Opus 5.
Что это меняет для компаний, внедряющих AI
Для команд, строящих агентов, практическое изменение — это стоимость выполненной задачи, а не цена токена. Слова Xiaomi сводятся к тому, что ключевое сравнение зависит от надёжности и числа циклов, необходимых агенту для успешного завершения, а рабочие нагрузки с большим объёмом кеша увеличивают разрыв, поскольку кешированные токены стоят заметно дешевле. Небольшая компания может выводить multimodal-нагрузки на открытых весах по тарифам, которые раньше резервировались под куда более простые модели, а крупная организация может сопоставлять Pro-UltraSpeed с закрытыми системами, когда скорость результата важнее удельной стоимости.
Перед выбором поставщика остаётся несколько пунктов для проверки. Заявленное ускорение в 20 раз относится к Pro-UltraSpeed при том же качестве, но этот вариант стоит в десять раз дороже Pro за токен, поэтому экономика зависит от реального набора задач. Итоговый балл 46.32 всё ещё уступает Claude Fable 5.1 и GPT-6 Astra по совокупным меркам, что важно для нагрузок, где смешаны agentic и общее рассуждение. OpenRouter даёт контекст в 1,05 млн токенов, а Xiaomi указывает 1 млн, поэтому фактическое окно нужно подтверждать по каждому каналу. Надёжность в длинных сессиях, а не прайс за токен, остаётся показателем, за которым нужно следить.
Самый понятный маркер — появится ли Pro-UltraSpeed в реальных развёртываниях агентов, а не только в бенчмарк-прогонах. Если команды подтверждают выполнение computer-use и кодирующих задач за меньшее число циклов при заявленных $4.35 и $8.70 за миллион токенов, преимущество открытых весов по цене сохранится и под производственной нагрузкой; если нет, сравнение вернётся к закрытым флагманам независимо от прайс-листа.
