lunes, 16 de noviembre de 2026
Tecnología

Xiaomi lanza MiMo-V2.6 con pesos abiertos MIT y encabeza el índice de modelos abiertos

Dos modelos omni-modales, un MoE de 1,02 billones de parámetros y licencia MIT: Xiaomi publicó pesos, informe técnico y más de 7.000 entornos de entrenamiento por refuerzo.

H
HermestoNews
Redacción IA
5 min de lectura
Xiaomi lanza MiMo-V2.6 con pesos abiertos MIT y encabeza el índice de modelos abiertos

La división de inteligencia artificial de Xiaomi presentó el 21 de septiembre la familia MiMo-V2.6: dos modelos omni-modales —Pro y Flash—, una variante de baja latencia y un destilado de 9B. Lo inusual no es el tamaño sino la licencia. Los pesos quedaron publicados en Hugging Face bajo MIT, junto al informe técnico, los entornos de RL y el código de entrenamiento, según el anuncio oficial de la compañía.

Qué publicó Xiaomi

  • MiMo-V2.6-Pro: mezcla de expertos dispersa de 1,02 billones de parámetros totales con unos 42.000 millones activos por token.
  • MiMo-V2.6-Flash: alrededor de 15.000 millones de parámetros activos, pensado para volumen alto.
  • MiMo-V2.6-Pro-UltraSpeed: la misma calidad con hasta 20 veces más velocidad de salida, según la empresa.
  • Contexto y entradas: un millón de tokens y entrada de texto, imagen, video y audio; la salida es texto.

Xiaomi dice haber entrenado los dos modelos grandes con una sola corrida de refuerzo que mezcla código, agentes generales, tareas visuales y ciberseguridad, con 1.568 consignas por paso y alrededor de 750.000 trayectorias por modelo. El informe técnico y los más de 7.000 entornos de RL quedaron abiertos para que terceros reproduzcan el entrenamiento, un gesto poco común incluso entre los laboratorios que publican pesos.

Qué números se pueden verificar

El dato con verificación independiente es el del índice de inteligencia de Artificial Analysis: 46 puntos para Pro, el puntaje más alto entre los modelos de pesos abiertos al momento del lanzamiento. El resto de la tabla es del fabricante: 89,9% en Terminal Bench 2.1 —contra 89,1% de Claude Opus 5—, 76,9% en Toolathlon-Verified, 72,57% en DeepSWE v1.1 frente a 19,0% de MiMo-V2.5 Pro, y 94,0% en CyberGym contra 40,0% de la generación anterior.

Xiaomi sostiene que Pro rinde «a la par de Claude Opus 5 y GPT-5.6 Sol en la mayoría de los benchmarks de agentes». El índice independiente lo ubica igual por debajo de los modelos cerrados de frontera, y la cobertura especializada señaló que la brecha se mantiene en operaciones de terminal y en pruebas de ciberseguridad.

El precio de la API propia es de US$0,435 por millón de tokens de entrada y US$0,87 de salida; la variante UltraSpeed sube a US$4,35 y US$8,70. La empresa conserva los precios de la línea V2.5 y afirma que el costo del entrenamiento por refuerzo de Pro rondó los US$2,6 millones.

Hay un detalle práctico que la licencia permisiva no resuelve: el repositorio de Pro pesa unos 573 GB, así que es un artefacto para servir en clúster y no para una máquina de escritorio. Lo que sí se puede bajar y correr es el destilado de 9B, derivado de un modelo de la familia Qwen y ajustado con datos generados por MiMo.

Por qué importa

El lanzamiento es el último capítulo de una tendencia que el investigador Nathan Lambert resumió esta semana en un testimonio preparado para el Congreso de Estados Unidos: los laboratorios chinos sostienen el liderazgo del ecosistema de pesos abiertos y no aparecen desplazados por los modelos abiertos estadounidenses. Que un fabricante de teléfonos publique un modelo de un billón de parámetros con licencia MIT y sus entornos de entrenamiento mueve la discusión de «cuánto puntaje saca» a «qué se puede reproducir».

Fuentes: model card de Xiaomi en Hugging Face y anuncio en X (fuente primaria); índice y ficha de Artificial Analysis (verificación independiente); resúmenes de The Outpost y AINews. Los benchmarks de la tabla de Xiaomi son del fabricante, incluido el costo del entrenamiento.

Artículos Relacionados