Xiaomi lance MiMo-V2.6 : un nouveau modèle d'IA open source en tête des benchmarks
Xiaomi a dévoilé MiMo-V2.6 Pro et Flash, de nouveaux modèles d'IA open source qui dominent les classements grâce à des performances exceptionnelles pour des coûts nettement inférieurs aux modèles phares internationaux.
Xiaomi lance MiMo-V2.6
Le géant technologique chinois Xiaomi a publié ses derniers modèles d'IA, MiMo-V2.6 Pro et Flash, affichant des résultats de performance remarquables.
Pour y parvenir, Xiaomi a investi 130 heures, traité 75 milliards de jetons (tokens) et dépensé 2,6 millions de dollars en apprentissage par renforcement (RL), propulsant ainsi MiMo-V2.6 Pro à la première place parmi les modèles open source.
Performance et Tarification
Le score de l'AA Intelligence Index pour MiMo-V2.6 Pro est de 46,32, surpassant Kimi K3 et Qwen3.8 Max. Fait notable, la tarification reste identique à celle de la version précédente, V2.5.
À niveau d'intelligence comparable, le coût par requête ne représente que 1/20e à 1/60e de celui des modèles phares internationaux :
- MiMo-V2.6 Pro : 0,435 $ / 0,87 $
- MiMo-V2.6 Flash : 0,14 $ / 0,28 $ (environ un tiers du prix de Pro)
- DeepSeek V4 Pro : ~0,66–1,32 $ / 1,98–3,96 $ (Pro est ~2–5x moins cher)
- GLM-5.3 : ~1,40 $ / 4,40 $ (Pro est ~3–5x moins cher)
- Qwen3.8 Max : ~2 $ / 6 $ (Pro est ~5–7x moins cher)
- Gemini 3.5 Flash : ~1,50 $ / 9 $ (Pro est ~3–10x moins cher)
- Gemini 3.1 Pro : ~2 $ / 12 $ (Pro est ~5–14x moins cher)
- GPT-5.6 Sol : ~4–5 $ / 20 $ (Pro est ~10–23x moins cher)
- Claude Opus 5 : ~5 $ / 25 $ (Pro est ~12–29x moins cher)
- Claude Fable 5 : ~10 $ / 50 $ (Pro est ~23–58x moins cher)
Une tâche unique coûte environ 0,13 $.
Transparence
L'ensemble du processus d'entraînement a été diffusé en temps réel, avec les coûts et incidents publiés en ligne. En plus du modèle, les poids, le code RL et les environnements ont été rendus publics.
Pourquoi c'est important
AnalyseLa sortie de MiMo-V2.6 redéfinit le paysage de l'IA open source en offrant des performances de niveau flagship à une fraction du coût, rendant l'IA avancée accessible à un plus large éventail de développeurs et d'entreprises.
Discuter dans la communauté
Partagez vos questions et vos idées avec les développeurs
Lié dans l'écosystème
Guides pratiques, terminologie clé et compétences d'agents
Thinking Machines lance Inkling 2 Small : un modèle MoE de 594B capable d’affiner d’autres modèles
Thinking Machines a présenté Inkling 2 Small, un modèle MoE de 594B paramètres qui domine parmi les modèles ouverts sur plusieurs tâches et a démontré la capacité d’affiner Qwen3.5-4B de manière autonome.
OpenAI présente GPT-6 Cyber, un modèle record pour la cybersécurité
OpenAI annonce de nouveaux résultats pour GPT-6 Cyber en cybersécurité, dont 48,5 % au benchmark ExploitGym et 81 vulnérabilités Firefox jusqu'ici inconnues, avec un accès encore limité.
Partie II. Architecture des agents IA : du modèle à la mémoire et aux outils
Immersion technique approfondie : tokenisation, cache KV, déterminisme de l'échantillonnage, stack d'entraînement, quantification, ingénierie contextuelle, stack de sécurité, RAG en production, ReAct et systèmes swarm multi-agents.
Laya Open Decision Engine
Laya — un moteur de décision open source sous licence Apache 2.0, basé sur ModernBERT-large, permettant la sélection instantanée d'actions à partir de l'état de l'agent (JSON/texte) en un seul Forward Pass (~33–35 ms sur GPU auto-hébergé). Il résout le problème des boucles ReAct LLM coûteuses dans les contextes de routage à haut QPS, de garde-fous (Guardrails) et d'agents locaux, en remplaçant une partie du raisonnement par une classification calibrée de type Système 1.