Xiaomi zet MiMo-V2.6-Pro bovenaan de open modellen

Xiaomi heeft MiMo-V2.6-Pro uitgebracht, een model met open gewichten dat volgens de ranglijst van Artificial Analysis gelijk eindigt met Grok 4.7. Het model staat onder MIT-licentie op Hugging Face, wat betekent dat bedrijven het mogen downloaden, aanpassen en commercieel inzetten zonder licentiekosten. VentureBeat noemde de release de sterkste open-gewichtenmodellen tot nu toe.

Wat er in het model zit

MiMo-V2.6-Pro is een sparse mixture-of-experts model met 1,02 biljoen parameters in totaal, waarvan er 42 miljard actief zijn tijdens inferentie. Het contextvenster telt iets meer dan een miljoen tokens. Xiaomi bracht tegelijk een kleinere variant uit, MiMo-V2.6-Flash, met 310 miljard parameters totaal en 15 miljard actief. Beide modellen verwerken tekst, beeld, video en audio in hetzelfde netwerk.

Op de Intelligence Index van Artificial Analysis komt Pro uit op 46 punten. DeepSeek V4.1 Flash blijft steken op 39 en V4.1 Pro op 36. Dat is een opvallende verschuiving, want DeepSeek gold lange tijd als de maatstaf voor Chinese open modellen en werkt nu aan training op Huawei-chips.

Prijzen en agentbenchmarks

Via de API van Xiaomi kost Pro 0,435 dollar per miljoen invoertokens en 0,87 dollar per miljoen uitvoertokens. Flash zit op 0,14 en 0,28 dollar, dus ongeveer een derde van de prijs. Die verhouding maakt Flash interessant voor werk waarbij volume zwaarder weegt dan de laatste procenten nauwkeurigheid.

Op de agentbenchmarks die Xiaomi zelf publiceert scoort Pro 71,9 op DeepSWE v1.1, 53,1 op AutomationBench en 89,9 op Terminal Bench 2.1. Flash blijft daar meestal net onder, maar haalt op CyberGym 95,1 tegenover 94,0 voor Pro. Claude Opus 5 van Anthropic staat op een aantal evaluaties nog boven Pro, waaronder DeepSWE v1.1, en GPT-5.6 Sol van OpenAI loopt voorop bij cyberbeveiliging. De recente lancering van Grok 4.7 liet een vergelijkbaar patroon zien: scherpe prijzen, maar geen koppositie op codeertests.

De licentie is het echte nieuws

Bij open modellen zit de adder vaak in de voorwaarden. Alibaba zette Qwen-Image-2.1 online met een licentie die commercieel gebruik uitsluit, en StepFun publiceerde Step 5 Preview eerst zonder gewichten. MIT kent die beperkingen niet: aanpassen, doorverkopen en achter gesloten deuren draaien mag allemaal.

Onderzoeksleider Fuli Luo schreef over de aanpak: “In an era when compute is brutally scarce, we still chose to dedicate a team of several dozen people to one goal over an extended period: scaling up RL.” Xiaomi investeerde dus vooral in reinforcement learning in plaats van in ruwe schaal.

Wat betekent dit

Voor Nederlandse organisaties die gevoelige data liever niet naar een Amerikaanse of Chinese API sturen, komt zelf hosten weer een stuk dichterbij. Flash past met 15 miljard actieve parameters op hardware die veel bedrijven al hebben staan. Tegelijk verdient de herkomst aandacht: gewichten inspecteren is iets anders dan weten hoe een model getraind is. Wie met persoonsgegevens werkt, toetst zo’n model beter eerst in een afgeschermde omgeving voordat het in productie gaat.