Xiaomi MiMo-V2.6-Pro: top open weights, entrenado por US$3M

¿Qué acaba de lanzar Xiaomi y por qué importa al ecosistema open weights?

Xiaomi presentó la serie MiMo-V2.6 el 21 de septiembre de 2026 y, con ella, el modelo MiMo-V2.6-Pro, que debutó en el primer puesto de los modelos open weights en el Artificial Analysis Intelligence Index v4.3.2 con un puntaje de 46 (unite.ai). El salto respecto a su predecesor es enorme: MiMo-V2.5-Pro se ubicaba en 26 puntos, 20 menos (officechai.com).

El Artificial Analysis no es un benchmark trivial: es un índice compuesto por 10 evaluaciones entre las que están AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode y Humanity's Last Exam (unite.ai). En ese podio abierto, MiMo-V2.6-Pro supera a GLM-5.3 (max) de Z.AI (45) y a Kimi K3 (max) de Moonshot (44), los modelos que venían turnándose el cetro.

Lo llamativo es el contexto: Xiaomi no figuraba en el club de los "seis tigres chinos de IA" y, sin embargo, entra en el sexto puesto global, a un punto de GPT-5.6 Sol (47) y a la par de Grok 4.7 (xhigh), según el Artificial Analysis (officechai.com). El techo cerrado sigue siendo Claude Fable 5.1 y GPT-6 Astra, ambos en 53.

🤖 La IA no es solo para leer sobre ella

En la comunidad la aplicamos: automatización, agentes IA y herramientas reales para emprender, no solo para informarte.

👥 Aplicarla en la comunidad

¿Cómo logró Xiaomi subir 20 puntos en un solo ciclo?

El cambio no fue el preentrenamiento, sino el post-training con reinforcement learning (RL) a escala. Xiaomi escaló RL en tres ejes según su reporte técnico (latent.space):

Batches grandes y asíncronos: 1.568 samples por update, entrenamiento hasta 1M de contexto y 3,5 a 3,7 mil millones de tokens por step.
Multi-tarea en paralelo: coding, agentes generales, visual y cyber mezclados en varios harnesses, para que las ganancias en una capacidad refuercen a las demás.
Más cómputo para los graders: comparación relativa dentro de cada grupo y recompensas más precisas que cierran el ciclo de auto-mejora.

El resultado: en menos de 6 días, MiMo-V2.6-Flash y MiMo-V2.6-Pro completaron 30 pasos de RL sobre ~750.000 trayectorias, con costos reportados de US$0,85 millones y US$2,62 millones respectivamente (unite.ai). Sumando el preentrenamiento, el costo total aproximado que cita el fabricante ronda los US$3M.

La historia tiene un matiz casi sin precedente: el equipo, liderado por Luo Fuli, ex-DeepSeek, transmitió en vivo el run de RL con un dashboard público que mostraba costos por segundo y throughput en tiempo real. Forkast reportó una tasa de US$432.000 por día (unos US$5 por segundo) durante el run (forkast.news). La comunidad en Hacker News, sin embargo, detectó una línea titulada "Claude Distill Requests: hidden" que sugiere que parte del run pudo apoyarse en destilación desde modelos propietarios de Anthropic. Xiaomi no ha confirmado ni negado esa lectura.

Precio, licencia y disponibilidad: ¿qué cambia para tu bolsillo?

La arquitectura es un MoE sparse con 1,02 billones de parámetros totales y 42 mil millones activos por token, contexto de 1 millón de tokens y entrada multimodal nativa (texto, imagen, video, audio) con salida en texto (unite.ai). La licencia es MIT, lo que habilita uso comercial sin regalías y self-hosting sin fricción legal.

El pricing de la API se mantiene respecto a la serie V2.5 (unite.ai):

MiMo-V2.6-Pro: US$0,0036 por millón de tokens en cache-hit (input), US$0,435/M cache-miss (input) y US$0,87/M (output).
MiMo-V2.6-Flash: US$0,0028 / US$0,14/M / US$0,28/M.
MiMo-V2.6-Pro-UltraSpeed: US$0,036 / US$4,35/M / US$8,70/M (variante para cargas extremas en velocidad).

Artificial Analysis midió 129,7 tokens de output por segundo y un time-to-first-token de 2,17 segundos sobre la API de Xiaomi (unite.ai).

El modelo está disponible en AI Studio, MiMo Code, MiMo Desktop, la plataforma API de Xiaomi y OpenRouter (unite.ai). Xiaomi anunció que también publicará el reporte técnico, los entornos de RL y el código de entrenamiento como open source; los más de 7.000 datasets de tareas todavía no fueron liberados (latent.space).

Comparativa con el frontier cerrado: ¿dónde gana y dónde cede MiMo-V2.6-Pro?

El reporte granular de Xiaomi muestra dónde aprieta el modelo y dónde todavía cede frente al frontier cerrado (officechai.com):

Gana o coquetea con el top cerrado en tareas agénticas:

DeepSWE v1.1 (coding agéntico): 71,9 vs Claude Opus 5 (74,0) y GPT-5.6 Sol (73,0).
AutomationBench v1.0.6: 53,1, supera a los tres rivales cerrados (50,3 / 45,8 / 46,2).
Terminal-Bench 2.1: 89,9, mejor resultado de la tabla.
Toolathlon-Verified: 76,9; OSWorld-Verified: 82,0; Cybergym: 94,0.

Cede claramente en:

ProgramBench: 26,5 vs 37,0 de Opus 5 (la programación competitiva sigue siendo terreno de los labs cerrados).
Terminal-Bench 4.0: 34,9 vs 49,0 de Opus 5 (terminal puro más difícil).
ExploitBench: 47,9 vs 78,5 de Sol (seguridad ofensiva todavía verde).

El dato económico lo resume Xiaomi: a inteligencia comparable, el modelo cuesta entre 1/20 y 1/60 de los modelos internacionales líderes (officechai.com). En el Artificial Analysis eso equivale a US$0,13 por tarea del Intelligence Index, lo que coloca a MiMo-V2.6-Pro sobre la frontera de Pareto: ni hay modelo más barato con más inteligencia, ni modelo más inteligente que cueste lo mismo (unite.ai).

En usos prácticos Xiaomi mostró control de un brazo robótico Franka Panda desde cámaras multi-vista, desarrollo de juegos con agentes múltiples, modelado 3D en Blender, diseño front-end y composición musical — incluyendo una pieza orquestal llamada Night Road que el modelo puntuó y convirtió a MIDI por sí solo (unite.ai). En dos casos de investigación, MiMo-V2.6-Pro diseñó candidatos de metal-organic frameworks para adsorber PFAS junto con científicos de materiales, y produjo una formalización en Lean 4 del teorema "Period Three Implies Chaos" de Li y Yorke, con más de 6.000 líneas verificadas por el kernel de Lean, sin placeholders.

¿Qué significa esto para tu startup?

La pregunta operativa ya no es si los open weights llegaron al frontier, sino cómo usarlos hoy:

Si hoy pagas API de Anthropic u OpenAI para agentes en producción, vale la pena correr una prueba A/B con MiMo-V2.6-Pro detrás de un router. Artificial Analysis lo ubica a un punto de GPT-5.6 Sol en tareas agénticas y a la par de Grok 4.7, con pricing US$0,435/M de input y US$0,87/M de output (unite.ai). En cargas de alto volumen cambia la unidad económica del producto.
Si tu producto depende de capacidades multimodales (visión + audio + texto + video), evalúa en tu flujo real antes de mirar benchmarks sintéticos. Xiaomi documenta usos en control robótico, juegos multi-agente y música (unite.ai). En tareas agénticas (AutomationBench, OSWorld, Toolathlon-Verified) el modelo supera a los cerrados, pero cede en ProgramBench y Terminal-Bench 4.0 (officechai.com). Elige según tu caso.
Si entrenas modelos propios, mira los entornos de RL que Xiaomi también libera. Como mínimo publicará código y recetas de entrenamiento; los más de 7.000 entornos/tareas de RL son la pieza estratégica, tal como los corpus de preentrenamiento lo fueron en el ciclo anterior (latent.space).
Audita el lineage antes de desplegar en producción crítica. La línea "Claude Distill Requests: hidden" del dashboard, reportada por Forkast (forkast.news), sugiere destilación parcial desde modelos Anthropic. Si tu mercado exige trazabilidad o te expone a riesgos de propiedad intelectual, valida el linaje antes de poner el modelo en producción crítica.

Conclusión

MiMo-V2.6-Pro no es una victoria china más: es el primer modelo open weights que se cuela en el top seis global según Artificial Analysis, con un costo total de entrenamiento que cabe en la tesorería de una Serie B. El factor decisivo no fue una arquitectura exótica, sino RL escalado en abierto. La presión sobre los labs cerrados acaba de subir varios grados, y la lupa sobre el lineage open source se va a intensificar en los próximos ciclos.