Xiaomi lanza MiMo-V2.6: modelos omnimodales de código abierto y RL escalado

El 22 de septiembre de 2026, Xiaomi lanzó y publicó como código abierto la serie MiMo-V2.6. Este lanzamiento marca un hito clave en la mejora autorrecursiva (RSI): el escalado del aprendizaje por refuerzo (RL) en tareas complejas y verificables, permitiendo a los modelos ampliar su frontera de capacidades mediante la exploración y verificación autónomas.

La familia cuenta con dos modelos nativamente omnimodales: MiMo-V2.6-Pro, el modelo de base más capaz de Xiaomi hasta la fecha, y MiMo-V2.6-Flash, optimizado para la eficiencia de costos y la baja latencia. El lanzamiento también incluye MiMo-V2.6-Pro-UltraSpeed, que ofrece un rendimiento de tokens hasta 20 veces más rápido sin comprometer la calidad completa de las respuestas.

Frontera de Pareto y posición en benchmarks

En el Artificial Analysis Intelligence Index v4.3, MiMo-V2.6-Pro obtuvo una puntuación de 46.32. Esta representa la puntuación más alta entre los modelos de código abierto a nivel mundial, superando a Kimi K3 y Qwen3.8 Max.

La precios de la API sigue siendo idéntica a la de la generación anterior V2.5. Obtener un mejor rendimiento en benchmarks al mismo costo operativo desplaza la frontera de Pareto hacia afuera para los despliegues en producción.

Precios de API por 1 millón de tokens

Las operaciones de escritura en caché son temporalmente gratuitas.

Aprendizaje por refuerzo de código abierto a escala

Xiaomi transmitió en directo todo el entrenamiento de RL en producción. En menos de seis días, MiMo-V2.6-Flash y MiMo-V2.6-Pro completaron 30 pasos de RL a lo largo de aproximadamente 750,000 trayectorias. El gasto en computo de entrenamiento alcanzó $0.85M para Flash y $2.62M para Pro.

Las tasas de aprobación promedio en el conjunto de entrenamiento crecieron un 25% para Flash y un 12% para Pro. En DeepSWE v1.1, una evaluación de ingeniería de software reservada, las puntuaciones saltaron 17 puntos (48.8 a 65.68) en Flash y 14 puntos (58.4 a 72.57) en Pro.

El cómputo de entrenamiento se escaló a lo largo de tres ejes técnicos:

• Arquitectura asíncrona con lotes grandes: 1,568 muestras por actualización de parámetros, longitudes de contexto de hasta 1 millón de tokens y de 3.5 a 3.7 mil millones de tokens por paso.


• Entornos de tareas heterogéneos: un conjunto multitarea que abarca ingeniería de software, agentes autónomos de uso de herramientas, interfaces de usuario visuales y escenarios de ciberseguridad.


• Cómputo en el calificador: las comparaciones relativas de grupos proporcionan señales de recompensa precisas a lo largo de horizontes de razonamiento largos, guiando a los modelos hacia trayectorias de ejecución más cortas y un menor consumo de tokens.

Para mantener la estabilidad de la optimización, la red de enrutamiento se congeló durante el entrenamiento, acompañada de defensas en múltiples capas contra el reward hacking (sondeos adversarios, detección de anomalías y validación cruzada entre verificadores). El informe técnico completo, el código de RL y los entornos de evaluación están disponibles públicamente en HuggingFace y GitHub.

De la generación de código a entornos interactivos (Vibe World)

MiMo-V2.6 reúne razonamiento espacial 3D, percepción omnimodal y capacidades de Computer-Use Agent (CUA). Las indicaciones en lenguaje natural ahora se traducen más allá del código de software en simulaciones interactivas completas, activos 3D procedurales y controles robóticos físicos.

Desarrollo de juegos 3D

A partir de una indicación de texto o una imagen de referencia, MiMo-V2.6 descompone los objetivos en tareas discretas, coordina subagentes especializados para construir escenas 3D, implementa la lógica del juego y verifica la fidelidad visual frente a los renders en tiempo real.

Modelado 3D procedural en Blender

El modelo genera geometrías 3D y activos espaciales en Blender a partir de indicaciones de texto o imágenes de referencia únicas, exportando modelos listos para usar en motores de juegos, pipelines de animación e impresión 3D.

Robótica y simulación impulsada por sensores

Dentro de entornos de simulación física, MiMo-V2.6 ingiere flujos de múltiples cámaras, procesa observaciones visuales en tiempo real y opera un brazo robótico Franka Panda mediante realimentación en lazo cerrado para agarrar objetos, clasificar elementos por color y colocar componentes.

Diseño visual y producción de video

MiMo-V2.6 construye interfaces web completas y presentaciones de diapositivas estructuradas con diseños, animaciones responsivas y componentes funcionales. El modelo se conecta con Figma, estilizando tipografías, paletas y jerarquía visual para mantener una estética de UI consistente.

Para la síntesis de video, MiMo-V2.6 gestiona la redacción de guiones, la puesta en escena del storyboard, la secuenciación de movimientos, la composición de música de fondo y cortes sincronizados al ritmo. Para explicaciones técnicas, temas matemáticos abstractos como la descomposición de Fourier se traducen en animaciones intuitivas acompañadas de una voz en off sincronizada generada por MiMo-V2.5-TTS.

Composición musical

MiMo-V2.6 integra teoría musical, progresiones armónicas y modelado de instrumentación. Compone piezas independientes y exporta archivos MIDI estructurados.

Al recibir la instrucción de componer una partitura orquestal para diez instrumentos (cuerdas, oboe, clarinete, trompeta, trombón, trompa francesa, glockenspiel y timbales), MiMo-V2.6-Pro redactó el arreglo completo y lo compiló en MIDI.

Xiaomi también publicó dos composiciones para piano solo en la menor que demuestran control dinámico, fraseo de tempo y profundidad textural:

Investigación científica y verificación formal de demostraciones

Sin postentrenamiento específico para dominios científicos, MiMo-V2.6 demostró resolución práctica de problemas en dos casos de investigación:

• Ingeniería de materiales: los investigadores de materiales de Xiaomi encomendaron al modelo el diseño de un marco orgánico metálico a base de circonio (UiO-67 MOF) para filtrar sustancias per- y polifluoroalquilas (PFAS). MiMo-V2.6-Pro ejecutó búsquedas bibliográficas, evaluó la novedad de patentes, configuró software de simulación y calculó las afinidades de unión entre los poros del MOF y las moléculas de PFAS objetivo. Leer el artículo de investigación.


• Formalización matemática en Lean 4: MiMo-V2.6-Pro asistió a matemáticos en la formalización del teorema principal del artículo clásico de 1975 de Li y Yorke, "Period Three Implies Chaos". Los subagentes colaboradores redactaron enunciados de lemas y pasos deductivos, culminando en más de 6,000 líneas de código Lean 4 verificado con cero marcadores sorry sin resolver. Descargar archivo de código Lean 4.

Resultados de evaluación en benchmarks

Disponibilidad

La familia de modelos MiMo-V2.6 está disponible en múltiples interfaces y plataformas para desarrolladores:

• Plataformas web: Xiaomi AI Studio y MiMo Code.


• Escritorio: MiMo Desktop versión 1.0 con soporte para el modo de inferencia UltraSpeed.


• Desarrolladores: Xiaomi MiMo API Platform, OpenRouter, y pesos del modelo en HuggingFace.


• Documentación técnica: MiMo-V2.6 Technical Report (PDF).


• Plataforma VEGA AI: integrada en chat, búsqueda web y rutas de API para desarrolladores.