Xiaomi выпустила открытую модель MiMo-V2.6-Flash-RL на 309 млрд параметров

Xiaomi выложила на Hugging Face описание MiMo-V2.6-Flash-RL — облегчённой модели серии MiMo-V2.6 на 309 млрд параметров под лицензией MIT. Об этом говорится в карточке модели. Сами веса обещают выложить «при выходе» — на Hugging Face и ModelScope.

Модель построена как смесь экспертов¹: при обработке каждого токена работают 15 млрд параметров из 309 млрд. Она понимает текст, изображения, видео и звук. Контекстное окно — 1 млн токенов. По словам разработчиков, этого хватает на большие репозитории кода и долгую работу агента в несколько сессий.

Модель учили одним общим циклом обучения с подкреплением², а не отдельно для каждой области. В одной тренировке смешаны программирование, агентные задачи, работа с изображениями и кибербезопасность. Авторы считают, что так навыки усиливают друг друга, а модель лучше работает в незнакомых ей средах.

Отдельная модель-оценщик сравнивает между собой решения, которые проходят проверку, и ставит выше более качественные. По словам Xiaomi, так модель приучается решать задачи короче и тратить меньше токенов.

По данным Xiaomi, в тесте DeepSWE на программирование модель набрала 67,9 балла. У старшей MiMo-V2.6 Pro — 71,9, у Claude Opus 5 — 74,0. В AutomationBench, где проверяют автоматизацию рабочих задач, Flash-версия набрала 52,3 балла. Это выше заявленных результатов Claude Opus 5 и GPT-5.6 Sol: 50,3 и 45,8.

В задачах на эксплуатацию уязвимостей модель заметно отстаёт. В ExploitBench у неё 25,3 балла, у MiMo-V2.6 Pro — 47,9, у GPT-5.6 Sol — 78,5.

Для запуска разработчики советуют программы SGLang и vLLM. Модель также можно вызвать через API Xiaomi, приложения MiMo Studio и MiMo Desktop и сервис OpenRouter³.

Ранее в тот же день Xiaomi выложила старшую модель серии — MiMo-V2.6-Pro-RL на 1 трлн параметров.