Xiaomi lança MiMo-V2.6 em código aberto: 46 no AA Index, preços mantidos no patamar da V2.5 e pacote completo de RL

O que foi lançado (22 de set., canais oficiais)

• MiMo-V2.6-Pro. O modelo de raciocínio topo de linha — nativamente onimodal, com trilhões de parâmetros, voltado para projetos complexos de longo horizonte, segurança cibernética e cargas de trabalho de pesquisa. Chame-o como mimo-v2.6-pro.
• MiMo-V2.6-Flash. Onimodal, de alta inteligência e baixo custo — posicionado para uso profissional de alta frequência. Definição da própria Xiaomi: supera totalmente o antigo MiMo-V2.5-Pro, que nosso guia de LLMs chineses mais baratos ainda lista no patamar da V2.5.
• MiMo-V2.6-Pro-UltraSpeed. Desempenho do Pro com velocidade de inferência até 20x maior, para produção sensível à latência — disponível na API da plataforma aberta e dentro do MiMo Desktop.
• Preços mantidos nos níveis da V2.5. A Xiaomi afirma ter alcançado um recorde nacional de custo-benefício: com a mesma inteligência, 1/20 a 1/60 do preço de modelos do exterior. Ponto de referência da V2.5: $3/1M de tokens de saída fixo em contexto de 1M de tokens.
• Desktop + assinaturas. O MiMo Desktop (lançamento oficial) e assinaturas pagas foram lançados no mesmo dia; o ecossistema agora abrange MiMo Claw (integração com o pacote de escritório Kingsoft), MiMo Code e MiMo Studio.

Contexto da linha V2.6: série V2.5 com tração no AA Index → treinamento de RL transmitido ao vivo (ago.–set.) → lançamento aberto da V2.6 + Desktop (22 de set.). A estratégia de RL como conteúdo tornou-se a marca registrada da Xiaomi.

A história do treinamento: RL em escala e aberto

De acordo com a publicação oficial, o treinamento de RL do MiMo-V2.6 é provavelmente o maior volume de computação de RL já investido em um modelo chinês de pesos abertos — e toda a execução foi transmitida ao vivo. Menos de 6 dias de treinamento de RL ao vivo: Flash e Pro custaram cerca de $0.85M e $2.62M respectivamente, cada um completando 30 etapas com ~750k trajetórias acumuladas; as taxas médias de sucesso nas tarefas melhoraram 25% e 12%. No benchmark fora de amostra de longo horizonte DeepSWE v1.1, as pontuações subiram ~17 pontos (48.8 → 65.7) no Flash e ~14 pontos (58.4 → 72.6) no Pro. O treinamento rodou com contexto de 1M de tokens e 3.5–3.7B de tokens por etapa, combinando famílias de tarefas de Código, Geral, Visual e Cyber em múltiplos harnesses.

Na maioria dos benchmarks de agentes, o MiMo-V2.6-Pro fica próximo do Claude Opus 5 e do GPT-5.6 Sol. As demonstrações oficiais ("Vibe World") vão além: geração de jogos 3D de mundo aberto, modelagem no Blender, manipulação corporificada de um braço Franka Panda, fluxos de Computer-Use, triagem de materiais MOF para absorção de PFAS e uma formalização completa em Lean 4 do teorema de Li–Yorke "período três implica caos" (mais de 6.000 linhas verificadas por kernel).

O que vem no pacote de código aberto

• Pesos + relatório técnico. Coleção XiaomiMiMo/mimo-v26 no Hugging Face — todas as três versões, além do MiMo-V2.6-Distill-Qwen-9B.
• Mais de 7k ambientes de tarefas de RL. Engenharia de software, reprodução de vulnerabilidades, trabalho de conhecimento e web design — os ambientes nos quais a família foi treinada.
• Framework de treinamento de RL de ponta a ponta. Construído sobre verl / uni-agent / mini-swe-agent — a stack utilizada nas transmissões ao vivo.
• Mini-harnesses mínimos e combináveis. Prompts de sistema, ferramentas e gerenciamento de contexto desacoplados; o treinamento Multi-Harness foca na generalização entre frameworks.

Compare o modelo de abertura com os pesos MIT do DeepSeek Vision-Exp — a faixa de pesos abertos está ficando concorrida, mas ninguém mais entrega todo o pacote de RL junto.

Posicionamento de preços frente aos concorrentes (por 1M de tokens)

O MiMo ainda não está em relays de terceiros (em 25 de set.) — a tabela reflete a API oficial da plataforma aberta da Xiaomi; modelos no catálogo de relays mantêm suas próprias margens, veja o guia completo de preços.

Por que a abertura em RL é o grande marco

A fórmula multi-harness — treinar um único modelo em múltiplos frameworks de agentes e abrir o código dos próprios harnesses — sinaliza que os provedores de modelos agora otimizam diretamente para a camada de harnesses, e não apenas para a qualidade de chat. Para quem constrói, isso significa que o comportamento nativo para agentes (uso de ferramentas, disciplina de contexto, confiabilidade em múltiplas etapas) está se tornando um critério essencial de lançamento, e não uma adaptação posterior. O ecossistema MiMo já executa essa lógica de ponta a ponta: o MiMo Claw integra modelos de ponta ao pacote de escritório Kingsoft via assinatura; o MiMo também foi conectado a clientes de agentes como o Hermes Agent com um período gratuito por tempo limitado. O ponto de encontro entre modelos abertos de ponta e harnesses de agentes fica cada vez mais movimentado.

Fontes primárias

• Comunicado oficial Xiaomi MiMo (22-09-2026) — Lançamento da V2.6, escala de RL, lista de código aberto
• Registro de atualizações de modelos mimo.mi.com — Nomes de API e preços
• Hugging Face XiaomiMiMo/mimo-v26 — Pesos e relatório técnico
• Comparações no site: pesos abertos do Qwen3.8 · Vision-Exp sob MIT em código aberto · Guia mais econômico (referência V2.5 ainda válida)

FAQ (2026)