Lanzamiento del día: MiMo-2.6 de Xiaomi — Nuevo modelo SOTA abierto
Xiaomi ha lanzado MiMo-2.6, un modelo multimodal abierto con un contexto de 1 millón de tokens que compite con las mejores soluciones cerradas a un costo significativamente menor.
Xiaomi ha presentado recientemente MiMo-2.6, que parece ser el nuevo modelo state-of-the-art (SOTA) de código abierto. Según los desarrolladores, la versión Pro funciona al nivel de Claude Opus 5 y GPT-5.6 Sol en la mayoría de los benchmarks agénticos (obtuvo 46 puntos en el Artificial Analysis Intelligence Index).
Arquitectónicamente, es un modelo MoE con 1.02 mil millones de parámetros (42 mil millones activos), con atención híbrida y un decodificador especulativo MTP de 5 capas. Esto significa que el modelo predice varios tokens por adelantado y luego verifica su validez en paralelo, lo que proporciona un buen aumento de velocidad.
Características clave:
- Contexto: hasta 1 millón de tokens.
- Multimodalidad: nativa.
- Escala de RL: 750,000 trayectorias de RL para codificación, visión y tareas CFT.
- GRPO asíncrono: el modelo prueba 16 rutas de solución diferentes para cada tarea en paralelo.
- Infraestructura: más de 7000 entornos de RL para agentes, también publicados como código abierto.
El entrenamiento costó solo 3 millones de dólares gracias al uso de tareas verificables sin etiquetado.
Precios de API:
- Pro: $0.435 / M entrada, $0.87 / M salida
- Flash: $0.14 / M entrada, $0.28 / M salida
Por qué es importante
AnálisisEl lanzamiento de MiMo-2.6 refuerza la tendencia de modelos de IA de primer nivel accesibles mediante código abierto, reduciendo la barrera de entrada para los desarrolladores de agentes debido a los bajos costos de inferencia y entrenamiento.
Debatir en la comunidad
Comparte tus preguntas e ideas con desarrolladores
Relacionado en el ecosistema
Guías prácticas, terminología y skills de agentes
Parte II. Arquitectura de agentes de IA: del modelo a la memoria y las herramientas
Inmersión profunda de ingeniería: tokenización, KV-cache, determinismo del muestreo, stack de entrenamiento, cuantización, ingeniería de contexto, stack de seguridad, RAG en producción, ReAct y sistemas swarm multiagente.
Modelos Frontera
La clase más poderosa de inteligencia artificial en la vanguardia de la investigación mundial (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), que define los límites de las capacidades modernas de razonamiento, autonomía y codificación.
LLM (Large Language Model - Modelo de Lenguaje Grande)
Clase fundamental de arquitecturas de redes neuronales basadas en transformadores autorregresivos, que predice la distribución probabilística de los siguientes tokens y demuestra propiedades emergentes de pensamiento abstracto, síntesis de código y razonamiento lógico.
Thinking Machines lanza Inkling 2 Small: un modelo MoE de 594B que puede afinar otros modelos
Thinking Machines presentó Inkling 2 Small, un modelo MoE de 594B parámetros con 17B activos que lidera entre modelos abiertos en varias tareas y demostró poder fine-tunear Qwen3.5-4B de forma autónoma.