Xiaomi passe MiMo-V2.6 en open source : 46 sur l'AA Index, tarifs maintenus au niveau V2.5 et toute la panoplie RL

Ce qui est sorti (22 sept., canaux officiels)

• MiMo-V2.6-Pro. Le modèle de raisonnement phare — nativement omni-modal, de l'ordre du billion de paramètres, conçu pour les projets complexes à long horizon, la cybersécurité et les charges de travail de recherche. Appelez-le avec mimo-v2.6-pro.
• MiMo-V2.6-Flash. Omni-modal, haute intelligence, faible coût — positionné pour un usage professionnel à haute fréquence. La formulation de Xiaomi : il surpasse totalement le précédent MiMo-V2.5-Pro, que notre guide des LLM chinois les moins chers liste toujours à la référence V2.5.
• MiMo-V2.6-Pro-UltraSpeed. Les performances du Pro avec une vitesse d'inférence jusqu'à 20 fois supérieure, taillé pour la production sensible à la latence — disponible sur l'API de la plateforme ouverte et au sein de MiMo Desktop.
• Tarifs maintenus au niveau V2.5. Xiaomi revendique un record national de rapport qualité-prix : à intelligence égale, 1/20 à 1/60 du prix des modèles internationaux. Le point de référence V2.5 : $3/1M output fixe pour un contexte de 1M de tokens.
• Desktop + abonnements. MiMo Desktop (version officielle) et les abonnements payants sont sortis le même jour ; l'écosystème couvre désormais MiMo Claw (intégration bureautique Kingsoft), MiMo Code et MiMo Studio.

Contexte de la gamme V2.6 : série V2.5 remarquée sur l'AA Index → entraînement RL diffusé en direct (août–sept.) → sortie open source de la V2.6 + Desktop (22 sept.). La stratégie du « RL comme contenu » est désormais la signature de Xiaomi.

Les coulisses de l'entraînement : le RL à grande échelle au grand jour

Selon le billet officiel, l'entraînement RL de MiMo-V2.6 représente probablement la plus grande puissance de calcul RL jamais investie dans un modèle open-weights chinois — et l'intégralité du run a été diffusée en direct. Moins de 6 jours d'entraînement RL en direct : Flash et Pro ont coûté respectivement environ $0.85M et $2.62M, chacun réalisant 30 étapes avec ~750k trajectoires cumulées ; les taux moyens de réussite aux tâches ont progressé de 25 % et 12 %. Sur le benchmark à long horizon hors échantillon DeepSWE v1.1, les scores ont augmenté d'environ 17 points (48.8 → 65.7) pour Flash et d'environ 14 points (58.4 → 72.6) pour Pro. L'entraînement s'est déroulé sur un contexte de 1M de tokens à raison de 3.5–3.7B de tokens par étape, combinant les familles de tâches Code, Général, Visuel et Cyber à travers plusieurs harnesses.

Sur la plupart des benchmarks d'agents, MiMo-V2.6-Pro se rapproche de Claude Opus 5 et GPT-5.6 Sol. Les démos officielles (« Vibe World ») vont encore plus loin : génération de jeux 3D en monde ouvert, modélisation Blender, manipulation incarnée d'un bras Franka Panda, workflows de Computer-Use, criblage de matériaux MOF absorbant les PFAS, et une formalisation complète en Lean 4 du théorème de Li-Yorke « la période trois implique le chaos » (plus de 6 000 lignes vérifiées par le noyau).

Ce que contient le package open source

• Poids + rapport technique. Collection Hugging Face XiaomiMiMo/mimo-v26 — les trois déclinaisons, plus MiMo-V2.6-Distill-Qwen-9B.
• 7k+ environnements de tâches RL. Ingénierie logicielle, reproduction de vulnérabilités, travail intellectuel et conception web — les environnements sur lesquels la gamme a été entraînée.
• Framework d'entraînement RL de bout en bout. Conçu sur verl / uni-agent / mini-swe-agent — la pile qui a fait tourner les flux en direct.
• Mini-harnesses composables minimaux. Prompts système, outils et gestion du contexte découplés ; le Multi-Harness Training vise la généralisation multi-frameworks.

Comparez ce modèle d'ouverture avec les poids MIT de DeepSeek Vision-Exp — le créneau des open-weights devient encombré, mais personne d'autre ne livre toute la panoplie RL avec.

Positionnement tarifaire par rapport au marché (par 1M de tokens)

MiMo n'est pas encore sur les relais tiers (au 25 sept.) — le tableau reflète l'API officielle de la plateforme ouverte de Xiaomi ; les modèles du catalogue du relais conservent leurs propres marges, voir le guide complet des prix.

Pourquoi l'ouverture sur le RL est le véritable sujet

La recette multi-harness — entraîner un même modèle sur de multiples frameworks d'agents et ouvrir le code des harnesses eux-mêmes — montre que les fournisseurs de modèles optimisent désormais directement pour la couche de harness, et plus seulement pour la qualité du chat. Pour les développeurs, cela signifie que le comportement natif pour les agents (utilisation d'outils, discipline de contexte, fiabilité multi-étapes) devient un critère de sortie de premier ordre, et non une adaptation a posteriori. L'écosystème MiMo applique déjà cette logique de bout en bout : MiMo Claw associe les modèles phares à la suite bureautique Kingsoft sous forme d'abonnement ; MiMo a également été intégré à des clients d'agents comme Hermes Agent avec une période de gratuité temporaire. Le point de rencontre entre modèles ouverts de pointe et harnesses pour agents ne cesse de s'étoffer.

Sources primaires

• Annonce officielle Xiaomi MiMo (22-09-2026) — Sortie V2.6, échelle RL, inventaire open source
• Journal des mises à jour des modèles mimo.mi.com — Noms d'API et tarifs
• Hugging Face XiaomiMiMo/mimo-v26 — Poids et rapport technique
• Sur le même sujet : Poids ouverts Qwen3.8 · Open source MIT Vision-Exp · Guide économique (référence V2.5 toujours listée)

FAQ (2026)