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
Verwandt im Ökosystem
Praktische Leitfäden, Terminologie und Agenten-Skills
OpenAI stellt GPT-6 Cyber vor – Modell mit neuen Rekorden für Cybersicherheit
OpenAI berichtet über neue Cybersicherheits-Ergebnisse von GPT-6 Cyber, darunter 48,5 % im ExploitGym-Benchmark und 81 zuvor unbekannte Firefox-Schwachstellen; der Zugang bleibt zunächst beschränkt.
Teil II. Architektur von KI-Agenten: Vom Modell zu Gedächtnis und Tools
Tiefes technisches Eintauchen: Tokenisierung, KV-Cache, Determinismus beim Sampling, Trainings-Stack, Quantisierung, Kontext-Engineering, Security-Stack, produktives RAG, ReAct sowie Multi-Agenten-Swarm-Systeme.
Frontier-Modelle
Die leistungsstärkste Klasse künstlicher Intelligenz an der Spitze der globalen Forschung (Claude 3.7 Sonnet, OpenAI o3/GPT-4.5, Gemini 2.0 Pro), die die Grenzen moderner Fähigkeiten in Bezug auf Reasoning, Autonomie und Coding definiert.
LLM (Large Language Model – Großes Sprachmodell)
Eine fundamentale Klasse neuronaler Netzwerkarchitekturen auf Basis autoregressiver Transformer, die Wahrscheinlichkeitsverteilungen für nachfolgende Tokens vorhersagt und emergente Fähigkeiten im abstrakten Denken, in der Code-Synthese sowie im logischen Schlussfolgern zeigt.