Release des Tages: MiMo-2.6 von Xiaomi – Neues Open-Source-SOTA-Modell
Xiaomi hat MiMo-2.6 veröffentlicht, ein offenes multimodales Modell mit einem Kontextfenster von einer Million Token, das mit führenden geschlossenen Lösungen konkurriert und dabei deutlich geringere Kosten bietet.
Xiaomi hat kürzlich MiMo-2.6 vorgestellt, das sich als neues State-of-the-Art (SOTA)-Modell im Open-Source-Bereich etabliert. Laut den Entwicklern erreicht die Pro-Version in den meisten agentischen Benchmarks eine Leistung auf Augenhöhe mit Claude Opus 5 und GPT-5.6 Sol und erzielt dabei 46 Punkte im Artificial Analysis Intelligence Index.
Architektonisch handelt es sich um ein MoE-Modell (Mixture of Experts) mit 1,02 Milliarden Parametern (davon 42 Milliarden aktiv), das über hybride Aufmerksamkeit und einen spekulativen MTP-Decoder mit fünf Schichten verfügt. Dies ermöglicht dem Modell, mehrere Token im Voraus vorherzusagen und deren Gültigkeit parallel zu überprüfen, was zu einem erheblichen Geschwindigkeitszuwachs führt.
Wesentliche Merkmale:
- Kontext: Bis zu 1 Million Token.
- Multimodalität: Native Unterstützung.
- RL-Skalierung: 750.000 RL-Trajektorien für Coding-, Vision- und CFT-Aufgaben.
- Asynchrones GRPO: Das Modell versucht parallel 16 verschiedene Lösungspfade für jede Aufgabe.
- Infrastruktur: Über 7.000 RL-Agent-Umgebungen wurden ebenfalls als Open Source bereitgestellt.
Die Trainingskosten beliefen sich dank der Verwendung von verifizierbaren Aufgaben ohne manuelle Beschriftung auf lediglich 3 Millionen US-Dollar.
API-Preise:
- Pro: 0,435 USD / Mio. Input-Token, 0,87 USD / Mio. Output-Token
- Flash: 0,14 USD / Mio. Input-Token, 0,28 USD / Mio. Output-Token
Warum das wichtig ist
AnalyseDie Veröffentlichung von MiMo-2.6 unterstreicht den Trend hin zu zugänglichen KI-Modellen der Spitzenklasse durch Open Source. Durch die niedrigen Inferenz- und Trainingskosten wird die Einstiegshürde für Entwickler von autonomen Agenten erheblich gesenkt.
In der Community diskutieren
Teile deine Fragen und Erkenntnisse mit Entwicklern