¿Qué es Xiaomi MiMo-V2.6 y dónde puedo acceder a él?

TL;DR

MiMo-V2.6 es la nueva familia de modelos de razonamiento multimodal, nativos y orientados a agentes de Xiaomi con pesos abiertos. MiMo-V2.6-Pro utiliza un diseño MoE disperso con 1.02 billones de parámetros totales y unos 42 mil millones de parámetros activados por token, mientras que MiMo-V2.6-Flash usa 309 mil millones de parámetros totales y unos 15 mil millones activados. Ambos admiten una ventana de contexto de 1M tokens y entradas multimodales que incluyen texto, imágenes, video y audio.

Puntos clave

• MiMo-V2.6-Pro es un modelo MoE disperso de 1.02T parámetros con ~42B parámetros activados por token; Flash usa 309B en total y ~15B parámetros activos.
• Ambos modelos admiten una ventana de contexto de 1M tokens, entrada multimodal y hasta 128K tokens de salida a través de la API de Xiaomi.
• La familia está diseñada para razonamiento, uso de herramientas, búsqueda web, salida estructurada y flujos de trabajo de agentes de largo horizonte.
• Xiaomi entrenó V2.6 con aprendizaje por refuerzo mixto en entornos de programación, agentes generales, tareas visuales y ciberseguridad.
• Los resultados oficiales posicionan a Pro como la opción de mayor capacidad y a Flash como la opción de menor costo y alto volumen; sigue siendo necesario evaluar según la carga de trabajo.

¿Qué es Xiaomi MiMo-V2.6?

MiMo-V2.6 es la última generación de la familia de modelos MiMo de Xiaomi. Su énfasis no es meramente generar mejores respuestas, sino ejecutar secuencias largas de acciones: inspeccionar un entorno, llamar herramientas, observar resultados, corregir errores y continuar hasta completar un objetivo. Xiaomi enmarca el lanzamiento en la Auto-mejora recursiva (RSI), es decir, un bucle de RL en el que el modelo explora repetidamente entornos, recibe señales de recompensa más ricas, compara trayectorias y aprende estrategias más efectivas. Esto no debe interpretarse como que el modelo reescribe y entrena autónomamente a su propio sucesor.

Pro vs Flash vs UltraSpeed: ¿Cuál es la diferencia?

MiMo-V2.6-Pro o Flash: ¿Cuál deberías usar?

Elección práctica: elige MiMo-V2.6-Pro para ingeniería de largo horizonte, investigación, ciberseguridad y trabajo de agentes de alto valor; elige MiMo-V2.6-Flash para automatización de alto volumen, procesamiento multimodal y de documentos, y llamadas repetidas sensibles al costo; elige MiMo-V2.6-Pro-UltraSpeed cuando se requiera razonamiento a nivel Pro pero la latencia sea dominante. UltraSpeed es una capa de servicio más que un modelo de capacidades diferente y se anuncia con hasta 20× la velocidad de salida del Pro estándar.

¿Cómo funciona Xiaomi MiMo-V2.6?

Arquitectura Mixture-of-Experts (MoE) dispersa

MiMo-V2.6 no activa todo su conjunto de parámetros para cada token. El checkpoint insignia Pro contiene 1.02 billones de parámetros totales, pero solo unos 42 mil millones están activos por token. La model card de Xiaomi describe 70 capas Transformer, 384 expertos enrutados y ocho expertos activados a la vez. Flash es sustancialmente más pequeño con 309B totales / 15B activos, 48 capas Transformer y 256 expertos enrutados.

La arquitectura combina atención de ventana deslizante con capas de atención global e incluye un decodificador especulativo de predicción multi-token de cinco capas. La implicación práctica es que el conteo de parámetros “de titular” y el cómputo por token son cantidades muy diferentes: el enrutamiento disperso permite a Xiaomi mantener un gran conjunto de expertos sin realizar inferencia densa sobre todos los pesos para cada token.

Comprensión multimodal nativa

MiMo-V2.6 usa el MiMo ViT de 681M parámetros de Xiaomi para codificación visual junto con componentes de audio dedicados. Esto le da al mismo agente la capacidad de procesar instrucciones de texto, capturas de pantalla, fotografías, video y audio. Para agentes de uso de computadora, la multimodalidad nativa importa porque la percepción y la toma de decisiones pueden ocurrir dentro del mismo bucle de razonamiento en lugar de separarse en modelos desconectados de cara al usuario.

¿Por qué el aprendizaje por refuerzo es tan importante para MiMo-V2.6?

Xiaomi reporta que tanto Flash como Pro pasaron por aproximadamente 30 pasos de RL y alrededor de 750,000 trayectorias en un experimento de entrenamiento público de seis días. Los costos de entrenamiento reportados fueron alrededor de $850,000 para Flash y $2.62 millones para Pro. Cada actualización usó 1,568 muestras de entrenamiento, con pasos individuales que alcanzaron aproximadamente 3.5–3.7 mil millones de tokens. La mezcla de tareas abarcó código, agentes generales, tareas visuales, ciberseguridad y múltiples arneses de agentes.

Durante este proceso de RL, Xiaomi informa que la puntuación de DeepSWE v1.1 fuera de muestra aumentó de 48.8 a 65.7 para Flash y de 58.4 a 72.6 para Pro. Estos números describen el experimento de RL en vivo y no deben confundirse con cada puntuación final de benchmark para los checkpoints publicados, porque la configuración de evaluación puede diferir.

Evaluación agéntica por grupos

Para el entrenamiento de agentes, una recompensa binaria de éxito/fracaso puede ocultar diferencias significativas entre dos trayectorias exitosas. Una solución puede terminar rápidamente con unas pocas llamadas a herramientas, mientras que otra puede desperdiciar decenas de pasos. Por ello, Xiaomi describe Groupwise Reward Synthesis and Groupwise Advantage Redistribution como mecanismos para comparar trayectorias dentro de un grupo y redistribuir la señal de aprendizaje hacia soluciones más limpias. El objetivo es mejorar no solo la finalización de la tarea sino también la eficiencia del camino tomado.

¿Qué tan bueno es Xiaomi MiMo-V2.6 en benchmarks de agentes?

La evidencia pública más sólida para V2.6 se concentra en benchmarks agénticos más que en pruebas convencionales de opción múltiple. El gráfico oficial de Xiaomi compara Pro y Flash con MiMo-V2.5-Pro, Claude Opus 5, GPT-5.6 Sol y Fable 5 en tareas de programación, agente general, ciberseguridad y agente visual.

Progreso en programación

Las ganancias en programación son más claras en la ejecución de largo horizonte. Durante la ejecución de RL en vivo, Xiaomi informa que DeepSWE v1.1 fuera de muestra mejoró de 48.8 a 65.7 para Flash y de 58.4 a 72.6 para Pro. En la tabla intermodelo publicada, Pro alcanza 71.9 en DeepSWE v1.1 y 63.2 en MiMo Code Bench, mientras que Flash alcanza 67.9 y 61.2. Pro no gana todas las pruebas de codificación: Claude Opus 5 se mantiene por delante en DeepSWE, ProgramBench y MiMo Code Bench, pero V2.6 combina un desempeño competitivo a escala de repositorio con pesos abiertos y precios de API sustancialmente más bajos.

Progreso en razonamiento y capacidad agéntica

El avance en razonamiento se entiende mejor como una mejora en planificación, uso de herramientas y recuperación, más que como una única puntuación abstracta de inteligencia. Pro registra 89.9 en Terminal Bench 2.1, 53.1 en AutomationBench y 76.9 en Toolathlon-Verified; Flash registra 87.6, 52.3 y 73.6. Pro supera ligeramente los resultados listados de Claude Opus 5 y GPT-5.6 Sol en Terminal Bench 2.1, mientras que ambos modelos V2.6 lideran a esos comparadores en AutomationBench. Xiaomi atribuye la mejora a la comparación de trayectorias por grupos, evaluadores más ricos, entrenamiento con múltiples arneses y señales de recompensa que favorecen trayectorias más cortas y limpias.

Progreso en conocimiento e investigación

El progreso intensivo en conocimiento está más respaldado por evaluaciones y demostraciones agénticas que por un conjunto convencional de exámenes de conocimiento. Pro iguala a Claude Opus 5 con 31.6 en Agents' Last Exam y alcanza 62.0 en JobBench. Xiaomi también reporta flujos de investigación de materiales que involucran recuperación de literatura y patentes, generación de hipótesis y cribado computacional, además de un proyecto de formalización en Lean 4 que supera las 6,000 líneas verificadas. Estos ejemplos sugieren una mayor recuperación, síntesis, razonamiento formal y trabajo de conocimiento basado en herramientas, pero no deben tratarse como prueba independiente de superioridad universal en conocimiento.

En conjunto: el progreso de V2.6 es amplio pero desigual. Es más sólido como evidencia de una mejora en la programación de largo horizonte y la ejecución de agentes, mientras que las afirmaciones sobre razonamiento general y conocimiento deben permanecer ligadas al benchmark, arnés y demostración específicos.

Nota sobre benchmarks: salvo indicación en contrario, los resultados intermodelo siguientes son reportados por Xiaomi en la model card de MiMo-V2.6. Las puntuaciones pueden depender de las versiones de benchmark, arneses de agentes, configuraciones de herramientas, presupuestos de inferencia y protocolos de evaluación, por lo que no deben interpretarse como un ranking reproducido de forma independiente.

MiMo-V2.6 vs MiMo-V2.5: ¿Qué cambió?

Programación y ejecución de agentes

En relación con V2.5, el cambio más claro es una política de agente más sólida en lugar de una ventana de contexto más larga. Xiaomi reporta que V2.6-Flash supera a V2.5-Pro en su suite de benchmarks de agentes. Durante la ejecución de entrenamiento de V2.6, DeepSWE v1.1 retenido mejoró de 48.8 a 65.7 para Flash y de 58.4 a 72.6 para Pro; estas puntuaciones de la ejecución de entrenamiento no son directamente intercambiables con la tabla de benchmarks del modelo publicado arriba.

Razonamiento, conocimiento y amplitud de entrenamiento

V2.6 extiende el aprendizaje por refuerzo a programación, agentes generales, visión, ciberseguridad y múltiples arneses. Xiaomi reporta alrededor de 750,000 trayectorias en aproximadamente 30 pasos de RL. Esto respalda una planificación, uso de herramientas y recuperación más amplios, pero no establece por sí solo una ganancia universal en todos los benchmarks de conocimiento o razonamiento; compara tareas y configuraciones de evaluación coincidentes.

Migración y apertura

El lanzamiento también agrega código de RL, más de 7,000 entornos de tareas, infraestructura de entrenamiento y un checkpoint de destilación de 9B. El contexto de 1M tokens y las entradas multimodales son continuidades de V2.5, no avances nuevos de V2.6.

El cambio práctico, por lo tanto, no es un nuevo sobre de contexto —el contexto de 1M y la multimodalidad completa ya existían en V2.5— sino una política de agente más fuerte entrenada con sustancialmente más cómputo de aprendizaje por refuerzo y entornos verificables más amplios. Xiaomi ha anunciado que los nombres de los modelos V2.5 y V2.5-Pro dejarán de funcionar el 21 de octubre de 2026, por lo que las nuevas implementaciones deben apuntar a V2.6 y las existentes deben planificar pruebas de migración.

Cómo se compara V2.6 con otros modelos de frontera

Para un conjunto de comparación actual, evalúa MiMo-V2.6 frente a Claude Opus 5.5 para codificación agéntica de larga duración, Claude Fable 5.1 para el trabajo autónomo más difícil, GPT-6 Sol y Gemini 4 Pro. La disponibilidad y los precios de los modelos son dinámicos, por lo que las comparaciones de producción deben usar el catálogo en vivo y prompts, herramientas, presupuestos de esfuerzo y criterios de aceptación coincidentes.

¿Qué puede hacer realmente Xiaomi MiMo-V2.6?

Agentes de programación e ingeniería de software

MiMo-V2.6 está diseñado para trayectorias largas de ingeniería de software: inspeccionar repositorios, modificar código, usar herramientas de terminal, ejecutar pruebas, diagnosticar fallos y continuar hasta satisfacer un objetivo. Sus resultados en DeepSWE, Terminal Bench, AutomationBench y Toolathlon indican que Xiaomi está optimizando para la ejecución más que solo para la finalización de código. Las cargas de trabajo prácticas incluyen agentes de programación, depuración automatizada, refactorización de repositorios, resolución de incidencias de CI y flujos de trabajo de ingeniería con múltiples herramientas.

Uso de computadora

Xiaomi demuestra explícitamente un Agente de Uso de Computadora (CUA). El modelo puede interpretar interfaces gráficas, recuperar información, editar contenido, procesar datos, inspeccionar resultados, diagnosticar problemas y cambiar acciones posteriores según la retroalimentación visual. En este flujo, la salida del modelo a menudo no es el producto final; puede determinar la siguiente acción de software o navegador.

Mundos 3D y flujos de trabajo con Blender

Bajo el concepto "Vibe World", MiMo-V2.6 puede tomar referencias de texto, imagen o video y descomponer una solicitud 3D en construcción de escenas, programación de interacción y tareas de verificación visual. Xiaomi también demuestra el control de Blender por parte del modelo para crear objetos y escenas 3D a partir de descripciones o imágenes de referencia. Esto extiende el vibe coding más allá del código de aplicaciones hacia entornos interactivos.

Robótica y agentes encarnados

Xiaomi demuestra MiMo-V2.6 en un entorno de simulación encarnado usando imágenes de cámara multivista y un brazo robótico Franka Panda. Las tareas de ejemplo incluyen agarrar objetos, emparejar colores y colocación precisa. Esto no establece a V2.6 como un modelo fundacional universal de robótica, pero muestra cómo la visión nativa y la toma de decisiones de largo horizonte pueden conectarse a bucles de control encarnados.

Investigación científica y razonamiento formal

Xiaomi reporta un caso de ciencia de materiales en el que MiMo-V2.6-Pro ayudó a investigadores con marcos metal-orgánicos para adsorción de PFAS, incluida la búsqueda de literatura y patentes, la formulación de candidatos y llamadas a herramientas computacionales. En otro experimento, el modelo ayudó a formalizar el teorema principal de "Period Three Implies Chaos" en Lean 4. Xiaomi reporta un proyecto completado que supera las 6,000 líneas de código en Lean, verificadas por el kernel de Lean sin marcadores de posición no probados. Estos ejemplos se interpretan mejor como demostraciones de flujos de trabajo de investigación agéntica, no como prueba de descubrimiento científico autónomo.

Sitios web, presentaciones, video y música

MiMo-V2.6 puede coordinar codificación front-end, flujos de diseño, diapositivas, recursos SVG, pipelines de video y herramientas de producción musical. Xiaomi demuestra orquestación con sistemas multimedia especializados, incluida la narración vía MiMo-V2.5-TTS, en lugar de afirmar que V2.6 reemplaza por sí mismo a todos los generadores de imagen, video o audio. Por lo tanto, el modelo encaja de forma natural como orquestador de producción creativa.

Los casos de uso de esta sección son demostraciones de Xiaomi, no evidencia independiente de que cada implementación reproducirá los mismos resultados. Los equipos de producción deben probar el modelo con sus propias herramientas, permisos, recuperación ante fallos y criterios de evaluación.

¿Cuánto cuesta Xiaomi MiMo-V2.6?

Xiaomi mantiene los precios de la API de V2.6 al mismo nivel general que su generación V2.5. Flash es especialmente notable para cargas de trabajo de alto volumen: los precios oficiales de Xiaomi muestran $0.14 por millón de tokens de entrada sin caché y $0.28 por millón de tokens de salida.

Precios y disponibilidad en CometAPI

¿Cómo pueden los desarrolladores acceder a Xiaomi MiMo-V2.6?

Xiaomi expone los modelos a través de una API compatible con OpenAI y documenta compatibilidad con el protocolo de Anthropic en sus páginas oficiales de modelo. Los identificadores oficiales son mimo-v2.6-pro, mimo-v2.6-flash y mimo-v2.6-pro-ultraspeed. Xiaomi documenta llamadas a herramientas, salida estructurada, streaming, controles de razonamiento, caché de contexto y búsqueda web. La interfaz compatible con OpenAI usa valores thinking.type como enabled o disabled, con deep thinking habilitado de forma predeterminada para los modelos V2.6.

Los desarrolladores tienen tres vías prácticas de acceso. Primero, descargar el checkpoint de pesos abiertos Pro o Flash para una integración autoalojada, sujeta a requisitos sustanciales de servicio. Segundo, usar la API gestionada de Xiaomi con una clave de Xiaomi y su endpoint documentado. Tercero, usar una ruta compatible de CometAPI con una clave de CometAPI y URL base; esto puede simplificar la evaluación y facturación multi-modelo. Asistentes de programación como Claude Code pueden usar una ruta compatible con Anthropic cuando esa ruta y modelo sean compatibles, pero la compatibilidad debe probarse y no asumirse.

Acceder a MiMo-V2.6 a través de CometAPI

CometAPI proporciona un endpoint unificado y capa de facturación para modelos compatibles. La principal ventaja operativa es la simplicidad de migración: los equipos pueden mantener un SDK familiar, cambiar la URL base y el ID de modelo, comparar MiMo con otros modelos de frontera en la misma cuenta y centralizar comprobaciones de uso, precios y disponibilidad. Esto es útil para enrutamiento multi-modelo, estrategias de fallback, facturas consolidadas y evaluaciones que requieren prompts idénticos entre proveedores.

CometAPI documenta tres formatos de solicitud de texto a nivel de plataforma: OpenAI Chat Completions, Anthropic Messages y OpenAI Responses. Para un SDK compatible, la migración generalmente significa cambiar la URL base, la clave de API y el ID del modelo en lugar de reescribir toda la aplicación. El soporte de endpoint y parámetros puede variar por modelo, así que prueba la variante exacta de MiMo-V2.6 y el formato de solicitud antes de afirmar que las tres rutas funcionan para él.

A fecha del 23 de septiembre de 2026, MiMo-V2.6-Pro-UltraSpeed tiene una ruta disponible en el catálogo con precios de entrada y salida listados. Las páginas dedicadas de Pro y Flash muestran Coming soon en sus capturas del catálogo aunque sus paneles de salud de API digan Available. Toma esto como una señal de página inconsistente, no como disponibilidad o precios de producción confirmados. Verifica el catálogo en vivo, el panel y una solicitud de prueba antes del despliegue.

El siguiente ejemplo sigue el patrón publicado del SDK de Anthropic de CometAPI y llama a la ruta UltraSpeed actualmente listada. Almacena la clave de API en una variable de entorno.

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: process.env.COMETAPI_KEY,
  baseURL: 'https://api.cometapi.com',
});

const message = await client.messages.create({
  model: 'mimo-v2.6-pro-ultraspeed',
  max_tokens: 4096,
  messages: [{ role: 'user', content: 'Analice este proyecto y proponga los próximos pasos de implementación.' }],
});

¿Xiaomi MiMo-V2.6 es de código abierto?

Xiaomi ha publicado pesos del modelo, material técnico, recursos de RL, entornos de entrenamiento e infraestructura relacionada. El lanzamiento incluye más de 7,000 entornos de tareas de RL que abarcan ingeniería de software, reproducción de vulnerabilidades, trabajo intensivo en conocimiento y diseño/desarrollo web. Xiaomi también publicó MiMo-V2.6-Distill-Qwen-9B para que los investigadores puedan estudiar el pipeline de RL a una escala mucho menor.

Model cards oficiales: MiMo-V2.6-Pro-RL | MiMo-V2.6-Flash-RL

¿Cuáles son las limitaciones de Xiaomi MiMo-V2.6?

La cifra de un billón de parámetros no debe tratarse como prueba de que V2.6 es universalmente más fuerte que los sistemas cerrados de frontera. La propia tabla de benchmarks de Xiaomi muestra un panorama mixto: Claude Opus 5 sigue por delante en algunas pruebas de codificación, uso de herramientas y OS, mientras que GPT-5.6 Sol también lidera en algunas pruebas seleccionadas. Por lo tanto, la evaluación específica de la carga de trabajo es más significativa que una etiqueta de ganador general.

Autoalojar el checkpoint completo de Pro también es una tarea con mucha demanda de infraestructura. Pesos abiertos no significan un despliegue sencillo en una estación de trabajo. Además, varias demostraciones de titulares —investigación, control encarnado, mundos 3D y producción de video— dependen de herramientas externas y arneses de agentes. MiMo-V2.6 debe evaluarse como un modelo dentro de un sistema, no solo como un modelo de chat independiente.

¿Por qué importa Xiaomi MiMo-V2.6?

MiMo-V2.6 combina tres direcciones importantes: modelos MoE dispersos muy grandes, multimodalidad nativa y aprendizaje por refuerzo en entornos reales de agentes. La cifra de 1.02T parámetros atrae atención, pero la decisión de diseño más consecuente es la inversión de Xiaomi en interacción repetida con entornos, evaluación de trayectorias, uso de herramientas y autocorrección.

Si este enfoque sigue escalando, los modelos abiertos podrían diferenciarse cada vez más no solo por cuánta información estática contienen, sino por cuán efectivamente actúan, evalúan, se recuperan y completan tareas largas. Por lo tanto, MiMo-V2.6 se entiende mejor como un modelo fundacional abierto orientado a agentes y no simplemente como otro chatbot de un billón de parámetros.

Conclusión

MiMo-V2.6 es un lanzamiento con pesos abiertos sustancial porque combina entrada nativa de texto, imagen, video y audio con contexto largo, inferencia MoE dispersa y aprendizaje por refuerzo en entornos reales de agentes. Pro encaja mejor en tareas difíciles de largo horizonte, Flash apunta a cargas de alto volumen y sensibles al costo, y UltraSpeed intercambia un precio de API significativamente mayor por menor latencia.

La familia de modelos es competitiva en varios benchmarks agénticos reportados por el proveedor, pero no lidera todas las evaluaciones y no debe tratarse como un reemplazo universal de modelos cerrados de frontera. La vía de adopción más fiable es probar MiMo-V2.6 frente a las herramientas exactas, objetivos de latencia, modos de fallo y perfil de costos del flujo de trabajo de producción previsto.

Preguntas frecuentes

¿Qué deben probar los equipos antes de llevar MiMo-V2.6 a producción?

Prueba el sistema completo y no solo el modelo. Mide la finalización de tareas, la precisión de llamadas a herramientas, la recuperación tras acciones fallidas, la latencia, el consumo de tokens, la gestión del contexto y los límites de permisos. Los benchmarks de agentes ofrecen orientación, pero las evaluaciones internas deben reflejar el repositorio, navegador, documento o flujo de investigación real.

¿Por qué puede ser difícil alojar por cuenta propia MiMo-V2.6-Pro pese a su arquitectura dispersa?

La activación dispersa reduce el cómputo por token en relación con un modelo denso de un billón de parámetros, pero el checkpoint completo aún tiene una huella muy grande de memoria y servicio distribuido. El despliegue en producción puede requerir inferencia multinodo, paralelismo de expertos, kernels especializados y una planificación de capacidad cuidadosa.

¿Cómo deben interpretar los desarrolladores la tabla de benchmarks entre modelos de Xiaomi?

Trátala como evidencia reportada por el proveedor, no como un ranking universal reproducido de forma independiente. Los resultados pueden cambiar con el arnés de agente, presupuesto de inferencia, herramientas, imagen del entorno, método de muestreo y versión del benchmark. Compara tendencias a través de múltiples tareas y reproduce internamente las cargas de trabajo más relevantes.

¿Cuándo es MiMo-V2.6-Flash una mejor opción que Pro?

Flash es la mejor opción por defecto cuando dominan el volumen de llamadas y el costo, especialmente para procesamiento de documentos, análisis multimodal y pasos agénticos repetidos. Pro es más apropiado cuando el razonamiento difícil o la ejecución de largo horizonte aportan suficiente valor de negocio como para justificar el precio más alto.

¿Una ventana de contexto de 1M tokens elimina la necesidad de recuperación o gestión del prompt?

No. Una ventana más grande aumenta la capacidad, pero enviar historial innecesario puede elevar la latencia y el costo y diluir la evidencia relevante. La recuperación, el resumen, la memoria estructurada y la poda de contexto siguen siendo importantes para agentes de producción confiables.