infa.lt

„Xiaomi“ pristatė „MiMo-V2.6-Pro“ – multimodalų atvirų svorių dirbtinio intelekto modelį, skirtą programavimui, dirbtinio intelekto agentų veikimui ir sudėtingoms inžinerinėms užduotims.

„MiMo-V2.6-Pro“ platinamas pagal MIT licenciją, o jo API naudojimo kaina yra mažesnė nei palyginamų modelių.

„MiMo-V2.6-Pro“ turi apie 1 trilijoną parametrų, iš kurių apdorojant kiekvieną žetoną aktyvuojama maždaug 42 milijardai.

Modelis apdoroja tekstą, paveikslėlius, ​​garso bei vaizdo įrašus ir palaiko iki 1 milijono žetonų (angl. *tokens*) konteksto langą. Jo generavimo greitis siekia maždaug 125 žetonus per sekundę.

„Artificial Analysis“ reitingų lentelėje jis užėmė pirmąją vietą tarp atvirojo svorio modelių, aplenkdamas įvairius „DeepSeek“ ir kitų kūrėjų sprendimus.

„Xiaomi“ taip pat pristato „MiMo-V2.6-Pro-UltraSpeed“ versiją, galinčią generuoti duomenis 20 kartų greičiau nei standartinė „Pro“ versija.

„Artificial Analysis“ reitinguose, apimančiuose įvairias užduočių kategorijas, modelis surinko 46 balus pagal „Intelligence Index“ (intelekto indeksą) ir užėmė aukščiausią vietą tarp platformoje pristatomų atvirųjų svorių modelių.

Jis pasirodė panašiai kaip „Grok 4.7“ ir pranoko „Grok 4.6“, „Gemini 3.8 Flash“, „DeepSeek V4.1 Flash“ bei „DeepSeek V4.1 Pro“.

Pačios „Xiaomi“ atliktuose bandymuose „MiMo-V2.6-Pro“ pademonstravo reikšmingą pažangą, lyginant su 2.5 versija: „DeepSWE v1.1“ (programavimas) gauti 71,9 balo, „AutomationBench“ (užduočių automatizavimas) – 53,1, „Toolathlon-Verified“ (įrankių naudojimas) – 76,9, „Terminal Bench 2.1“ (komandinės eilutės užduočių vykdymas) – 89,9, o „CyberGym“ (kibernetinis saugumas) – 94,0 balo.

Kaip „MiMo-V2.6-Pro“ galimybių pavyzdžius „Xiaomi“ nurodo 3D scenų ir žaidimų pasaulių kūrimą, darbą „Blender“ ir „Figma“ programose, virtualios robotizuotos rankos valdymą bei prezentacijų, vaizdo įrašų, SVG grafikos ir muzikos rengimą. Šis modelis taip pat buvo naudojamas mokslinei literatūrai ir patentams analizuoti, medžiagų kompiuteriniam modeliavimui atlikti bei matematiniams įrodymams formalizuoti „Lean 4“ aplinkoje.

Kartu „Xiaomi“ pristatė kompaktiškesnę versiją – „MiMo-V2.6-Flash“. Ji taip pat palaiko multimodalinius duomenis ir iki 1 milijono žetonų (angl. *tokens*) konteksto langą, o jos našumo rodikliai yra artimi „Pro“ versijos rezultatams.

API naudojimo kaina siekia 0,14 JAV dolerio už milijoną įvesties žetonų ir 0,28 JAV dolerio už milijoną išvesties žetonų. „Pro“ versijos atveju šios kainos yra atitinkamai 0,435 ir 0,87 JAV dolerio. Palyginimui: „DeepSeek-V4-Pro“ kaina ne piko metu yra 0,66 JAV dolerio už milijoną įvesties žetonų ir 1,98 JAV dolerio už milijoną išvesties žetonų.

Pagrindinė techninė „MiMo-V2.6“ ypatybė – didelio masto mokymasis su pastiprinimu (angl. *reinforcement learning*, RL), kurio metu modelis nuolat sprendžia sudėtingas užduotis ir gauna atlygį už sėkmingas strategijas.

„Xiaomi“ teigia, kad tiek „Pro“, tiek „Flash“ versijos praėjo 30 RL etapų ir per mažiau nei šešias dienas apdorojo 750 000 veiksmų sekų (trajektorijų). Išlaidos siekė maždaug 2,62 mln. JAV dolerių „Pro“ versijai ir 850 000 JAV dolerių „Flash“ versijai.

Kiekviename etape buvo naudojama 1 568 užklausų, kurių kiekviena turėjo 16 atsakymų variantų; iš viso apdorota 2,7–3,7 mlrd. mokymo žetonų. Siekiant pagerinti kokybę, „Xiaomi“ lygino kelis vienos užduoties sprendimo būdus ir specialiai sprendė „atlygio manipuliavimo“ (angl. *reward hacking*) problemą – atvejus, kai dirbtinio intelekto agentas, pavyzdžiui, rasdavo jau paruoštą sprendimą „Git“ platformoje, užuot pats sprendęs problemą.

„MiMo-V2.6-Pro“ modelio svoriai (parametrai) buvo paskelbti pagal MIT licenciją. Tai leidžia kūrėjams atsisiųsti modelį, paleisti jį savo infrastruktūroje ir pritaikyti konkretiems poreikiams, nenaudojant „Xiaomi“ API. Bendrovė taip pat paviešino dalį įrankių, naudotų dirbtinio intelekto agentams kurti ir treniruoti.