Xiaomi publica MiMo-V2.6 en código abierto: 46 en el índice AA, precios congelados en V2.5 y todo el arsenal de RL

Qué incluye el lanzamiento (22 de septiembre, canales oficiales)

• MiMo-V2.6-Pro. El modelo insignia de razonamiento: omnimodal nativo, con un billón de parámetros, orientado a proyectos complejos de largo alcance, ciberseguridad y cargas de trabajo de investigación. Llámalo como mimo-v2.6-pro.
• MiMo-V2.6-Flash. Omnimodal, alta inteligencia y bajo coste: posicionado para un uso profesional de alta frecuencia. En palabras de la propia Xiaomi: supera por completo al anterior MiMo-V2.5-Pro, que nuestra guía de LLM chinos más económicos todavía incluye en la referencia de V2.5.
• MiMo-V2.6-Pro-UltraSpeed. Rendimiento de nivel Pro con una velocidad de inferencia de hasta 20x para entornos de producción sensibles a la latencia; disponible en la API de la plataforma abierta y dentro de MiMo Desktop.
• Precios congelados en los niveles de V2.5. Xiaomi afirma haber alcanzado un récord nacional de relación calidad-precio: a igual nivel de inteligencia, entre 1/20 y 1/60 del precio de los modelos extranjeros. El punto de referencia de V2.5: tarifa plana de $3/1M de salida con contexto de 1M de tokens.
• Desktop y suscripciones. MiMo Desktop (lanzamiento oficial) y las suscripciones de pago llegaron el mismo día; el ecosistema abarca ahora MiMo Claw (integración con la suite ofimática Kingsoft), MiMo Code y MiMo Studio.

Contexto de la línea V2.6: la serie V2.5 gana tracción en el índice AA → entrenamiento con RL transmitido en directo (ago-sep) → lanzamiento abierto de V2.6 + Desktop (22 de sep). La estrategia de convertir el RL en contenido es ya la seña de identidad de Xiaomi.

La historia del entrenamiento: RL a gran escala y en abierto

Según la publicación oficial, el entrenamiento con RL de MiMo-V2.6 representa probablemente la mayor capacidad de cómputo de RL jamás invertida en un modelo chino de pesos abiertos, y todo el proceso se transmitió en directo. Menos de 6 días de entrenamiento con RL en vivo: Flash y Pro costaron aproximadamente $0.85M y $2.62M respectivamente, completando cada uno 30 pasos con unas 750k trayectorias acumuladas; las tasas medias de éxito en tareas mejoraron un 25% y un 12%. En el benchmark fuera de muestra de largo alcance DeepSWE v1.1, las puntuaciones subieron ~17 puntos (de 48.8 a 65.7) para Flash y ~14 puntos (de 58.4 a 72.6) para Pro. El entrenamiento se ejecutó con un contexto de 1M de tokens y entre 3.5 y 3.7B de tokens por paso, combinando familias de tareas de Código, Generales, Visuales y Cibernéticas a través de múltiples harnesses.

En la mayoría de benchmarks de agentes, MiMo-V2.6-Pro se sitúa muy cerca de Claude Opus 5 y GPT-5.6 Sol. Las demostraciones oficiales («Vibe World») van más allá: generación de juegos de mundo abierto en 3D, modelado en Blender, manipulación robótica corporeizada de un brazo Franka Panda, flujos de trabajo de Computer-Use, un cribado de materiales MOF para absorción de PFAS y una formalización completa en Lean 4 del teorema de Li-Yorke «el período tres implica caos» (más de 6.000 líneas verificadas por kernel).

Qué incluye el paquete de código abierto

• Pesos + informe técnico. Colección de Hugging Face XiaomiMiMo/mimo-v26: los tres niveles, además de MiMo-V2.6-Distill-Qwen-9B.
• Más de 7.000 entornos de tareas de RL. Ingeniería de software, reproducción de vulnerabilidades, trabajo de conocimiento y diseño web: los entornos en los que se entrenó la familia de modelos.
• Framework de entrenamiento de RL de extremo a extremo. Creado sobre verl / uni-agent / mini-swe-agent: el stack que ejecutó las transmisiones en directo.
• Mini-harnesses mínimos y componibles. Prompts del sistema, herramientas y gestión de contexto desacoplados; el Multi-Harness Training tiene como objetivo la generalización entre diferentes frameworks.

Compara este patrón de apertura con los pesos MIT de DeepSeek Vision-Exp: el segmento de pesos abiertos está cada vez más concurrido, pero nadie más incluye todo el arsenal de RL junto con el modelo.

Posición de precios frente a la competencia (por 1M de tokens)

MiMo todavía no está en relays de terceros (a 25 de septiembre); la tabla refleja la API de la plataforma abierta oficial de Xiaomi; los modelos del catálogo del relay mantienen sus propios márgenes, consulta la guía completa de precios.

Por qué la apertura del RL es la verdadera clave

La fórmula multi-harness —entrenar un modelo en múltiples frameworks de agentes y abrir el código de los propios harnesses— indica que los proveedores de modelos ahora optimizan directamente para la capa de harness, y no solo para la calidad del chat. Para los desarrolladores, esto significa que el comportamiento nativo de agente (uso de herramientas, disciplina de contexto, fiabilidad en múltiples pasos) se está convirtiendo en un criterio de lanzamiento de primer orden, y no en una adaptación posterior. El ecosistema MiMo ya aplica esta lógica de extremo a extremo: MiMo Claw combina modelos insignia con la suite ofimática Kingsoft en modalidad de suscripción; MiMo también se integró en clientes de agentes como Hermes Agent con un periodo gratuito por tiempo limitado. La intersección entre los modelos abiertos de frontera y los harnesses de agentes no para de ganar dinamismo.

Fuentes primarias

• Anuncio oficial de Xiaomi MiMo (2026-09-22) — Lanzamiento de V2.6, escala de RL, lista de código abierto
• Registro de actualizaciones de modelos en mimo.mi.com — Nombres de API y precios
• Hugging Face XiaomiMiMo/mimo-v26 — Pesos e informe técnico
• Referencias internas: Pesos abiertos de Qwen3.8 · Código abierto MIT de Vision-Exp · Guía más económica (referencia de V2.5 aún registrada)

Preguntas frecuentes (2026)