Xiaomi выложила линейку MiMo-V2.6: омнимодальную Pro — 1,02 трлн параметров sparse MoE с 42B активных — и Flash на 309B с 15B активных. Обе принимают текст, изображения, видео и аудио, держат контекст 1 млн токенов и отданы под лицензией MIT, то есть свободны для коммерческого использования. Pro набрала 46 баллов в Artificial Analysis Intelligence Index — сильнейший результат среди открытых моделей; по собственным замерам Xiaomi SWE-bench Verified вырос с 61,1 до 66,2, Terminal Bench 2.1 — с 37,1 до 52,8, MiMo Cyber Bench — с 31,3 до 47,0.
У Flash гибридное внимание: 48 слоёв, из них 39 sliding-window с окном 128 токенов и 9 глобальных, 256 routed-экспертов при восьми активных на токен. Инференс ускоряет спекулятивный декодинг через пятислойный MTP-драфтер в стиле DFlash, предсказывающий по 7 токенов за проход. Картинки и видео обрабатывает общий энкодер MiMo ViT на 681M, звук — AudioTokenizer на 308M и патч-энкодер на 127M. Вместе с весами Xiaomi открыла больше 7000 RL-окружений, сквозной RL-фреймворк и MiMo-V2.6-Distill-Qwen-9B — это не уменьшенная MiMo, а SFT-дистилляция Qwen3.5-9B на данных, сгенерированных MiMo.