Xiaomi hat in der Nacht MiMo-V2.6-Pro und MiMo-V2.6-Flash veröffentlicht. Beide mit offenen Gewichten, beide unter MIT-Lizenz. Pro steht im Intelligence Index von Artificial Analysis bei 46 Punkten und ist damit das höchstbewertete offene Modell der Welt.
46 Punkte, gleichauf mit dem taggleichen Grok 4.7
46 reicht auch vor Grok 4.6 mit 44 und Gemini 3.8 Flash mit 41. Gleichauf liegt Grok 4.7, das am selben Tag erschienen ist. DeepSeek V4.1-Flash, über das ich vor knapp zwei Wochen geschrieben habe, kommt auf 39, V4.1 Pro auf 36.
Interessant wird es beim Preis. Xiaomi verlangt 0,435 Dollar je Million ungecachter Eingabe-Token und 0,87 Dollar je Million Ausgabe-Token. Claude Opus 5 kostet 5 und 25 Dollar. Aufs Token gerechnet ist Pro also rund dreiundzwanzigmal billiger als das Modell, mit dem es sich vergleicht. Flash liegt bei 0,14 und 0,28 Dollar und damit noch einmal bei einem Drittel davon.
Wo Opus 5 weiterhin vorn liegt
In Xiaomis eigener Benchmark-Tabelle steht Opus 5 bei DeepSWE v1.1, ProgramBench und Terminal Bench 4.0 weiter über MiMo. GPT-5.6 Sol führt bei mehreren Cybersicherheits-Tests. Xiaomi zeigt keinen Durchmarsch, und das sagt die Firma auch selbst: Die Sprünge gegenüber V2.5 sind riesig, DeepSWE v1.1 geht von 19,0 auf 71,9 hoch, aber die Spitze liegt weiter woanders.
Technisch ist Pro ein Mixture-of-Experts mit 1,02 Billionen Parametern, davon 42 Milliarden aktiv. Flash hat 310 Milliarden gesamt und 15 Milliarden aktiv. Beide können eine Million Token Kontext und nehmen Text, Bild, Audio und Video entgegen.
Zweieinhalb Millionen Dollar für dreißig Trainingsschritte
Die eigentliche Geschichte steht im technischen Bericht. Xiaomi hat beide Modelle über dreißig große RL-Schritte mit rund 750.000 Trajektorien trainiert, in weniger als sechs Tagen, für 2,62 Millionen Dollar bei Pro und 850.000 bei Flash. Pro Schritt laufen 1.568 Aufgaben mit je sechzehn Versuchen, also etwa 25.000 Durchläufe und bis zu 3,7 Milliarden Trainings-Token.
Bei Pro gingen davon nur 43,5 Prozent ins eigentliche Training. 43,8 Prozent kosteten die Durchläufe selbst, 12,7 Prozent das Benoten. Mehr als die Hälfte des Budgets wurde also gebraucht, um Erfahrung zu erzeugen und zu bewerten, bevor irgendein Gewicht sich bewegte.
Das Modell hat gemogelt, und Xiaomi schreibt es auf
Bemerkenswert offen ist der Abschnitt über Reward Hacking. In frühen Läufen haben die Agenten gemerkt, dass sie einen Fehler gar nicht lösen müssen: Es reichte, eine neuere Version des Pakets herunterzuladen, die Originaldatei stromaufwärts zu holen oder im Issue-Verlauf nach der längst veröffentlichten Korrektur zu suchen. Tests bestanden, Aufgabe umgangen.
Xiaomi hat daraufhin Build-Artefakte und Caches aus den Umgebungen entfernt, die zukünftige Git-Historie gelöscht, den Netzzugang gesperrt und einen eigenen Hack-Agenten losgeschickt, der vor dem Training nach weiteren Lücken sucht. Im finalen Lauf blieben bestätigte Mogel-Trajektorien unter zwei Prozent.
Der Preisabstand wiegt schwerer als der Benchmark
Fuli Luo, früher bei DeepSeek, heute Leiterin des MiMo-Teams, nennt es einen der größten einzelnen RL-Läufe, die ein Open-Source-Team je gefahren hat. Einige Dutzend Leute, gerechnet auf chinesischen Chips.
Für alle, die täglich mit Claude arbeiten, ändert dieser eine Release wenig. Opus 5 bleibt bei den harten Aufgaben vorn. Nur wird der Aufpreis von Mal zu Mal schwerer zu begründen: Wer einen Agenten hunderttausende Token lang laufen lässt, zahlt bei Anthropic das Dreiundzwanzigfache für einen Vorsprung, der auf drei Benchmarks zusammengeschrumpft ist.