Im Quellenvergleich
Worin die Quellen übereinstimmen
Xiaomi hat die Modellfamilie MiMo-V2.6 veröffentlicht. Das Topmodell MiMo-V2.6-Pro führt laut dem Intelligence Index von Artificial Analysis die offen verfügbaren KI-Modelle an, vor chinesischen Konkurrenten wie Kimi K3. Über Xiaomis API kostet Pro 0,435 US-Dollar pro Million eingegebener und 0,87 US-Dollar pro Million ausgegebener Token; eine Testaufgabe im Intelligence Index kostet rund 0,13 US-Dollar. Pro nutzt eine Mixture-of-Experts-Architektur mit 1,02 Billionen Parametern, von denen pro Anfrage 42 Milliarden aktiv sind. Daneben steht das kleinere Modell MiMo-V2.6-Flash. Beide Modelle stehen mit offenen Gewichten bereit. Den Leistungssprung führt Xiaomi auf ausgeweitetes Reinforcement Learning zurück. Die Quellen berichten in diesen Punkten übereinstimmend.
Worin sie sich unterscheidenVergleichsgruppe und Einordnung des Pro-Modells·Preisgestaltung mit Cache-Treffern·Architektur und Leistung des Flash-Modells+4 weitere
Vergleichsgruppe und Einordnung des Pro-Modells- MiMo-V2.6-Pro ist das stärkste offen verfügbare KI-Modell und liegt vor Konkurrenten wie Kimi K3 und Qwen.1
- MiMo-V2.6-Pro führt die Open-Weight-Modelle an, vor chinesischen Konkurrenten wie GLM-5.3, Kimi K3 und DeepSeek V4.1 Flash, und erreicht das Niveau einiger proprietärer Modelle wie Grok 4.7 von xAI.2
Preisgestaltung mit Cache-Treffern- Bei einem Cache-Treffer sinkt der Input-Preis für Pro auf 0,0036 US-Dollar pro Million Token.2
- MiMo-V2.6-Flash kostet 0,14 US-Dollar pro Million Input-Token ohne Cache-Treffer und 0,28 US-Dollar pro Million Output-Token, bei Cache-Treffer 0,0028 US-Dollar für den Input.2
Architektur und Leistung des Flash-Modells- Flash kommt auf 309 Milliarden Gesamt- und 15 Milliarden aktive Parameter.2
- Laut Xiaomi erreicht Flash in mehreren Agentenbenchmarks Werte nahe am Pro-Modell; eine unabhängige Auswertung von Artificial Analysis fehlt noch.2
Trainingsdauer und -kosten- Der Trainingslauf dauerte nach Firmenangaben weniger als sechs Tage und kostete rund 2,62 Millionen US-Dollar für Pro und 0,85 Millionen für Flash.1
- Das Reinforcement Learning umfasste je 30 RL-Schritte mit rund 750.000 Aufgabenläufen.2
Benchmark-Ergebnisse auf Programmier-Tests- Auf dem Programmier-Test DeepSWE stieg Pro von 58,4 auf 72,6 Punkte, Flash von 48,8 auf 65,7.1
- Laut Xiaomis eigenen Benchmarks zeigen beide Modelle gegenüber dem im April erschienenen MiMo-V2.5-Pro große Fortschritte in Coding-, Agenten- und Cybersecurity-Tests.2
Offengelegte Ressourcen und Lizenz- Xiaomi legt Trainingsframework, technischen Bericht, ein kleineres Modell zum Weitertrainieren sowie rund 7.000 Trainingsaufgaben mit automatischen Prüfern offen, dazu etwa 1.000 Aufgaben zur Musikkomposition.1
- Xiaomi stellt RL-Code und Trainingsumgebungen bereit; mit MiMo-V2.6-Distill-Qwen-9B auf Basis von Qwen3.5-9B erscheint ein kleines Forschungsmodell, und die Gewichte aller drei Modelle sind unter MIT-Lizenz auf Hugging Face verfügbar.2
Vorwurf des Modell-Diebstahls durch Anthropic- In einem Threat-Intelligence-Report nennt Anthropic sieben chinesische Labore, darunter Xiaomi, die rund 190 Millionen Austausche generiert hätten, um Claudes Fähigkeiten für eigene Modelle abzugreifen.1
- Im Fall GTG-16008 beobachtete Anthropic über 400.000 Austausche in 20 Tagen im März und April 2026, in denen Xiaomi Gespräche über OpenClaw und OpenCode an Claude weiterreichte.1