Xiaomi ने MiMo-V2.6 जारी किया: ओपन-सोर्स ओम्नीमॉडल मॉडल और स्केल्ड RL
22 सितंबर, 2026 को, Xiaomi ने MiMo-V2.6 सीरीज जारी की और ओपन-सोर्स बनाया। यह रिलीज़ रिकर्सिव सेल्फ-इम्प्रूवमेंट (RSI) में एक प्रमुख मील का पत्थर है: सत्यापन-योग्य, जटिल कार्यों पर रीइंफोर्समेंट लर्निंग (RL) का स्केलिंग, जिससे मॉडल स्वायत्त अन्वेषण और सत्यापन के माध्यम से अपनी क्षमता की सीमा का विस्तार कर सकते हैं।
यह फैमिली दो मूल रूप से ओम्नीमॉडल मॉडल प्रस्तुत करती है: MiMo-V2.6-Pro, Xiaomi का अब तक का सबसे सक्षम फाउंडेशन मॉडल, और MiMo-V2.6-Flash, लागत-दक्षता और कम लेटेंसी के लिए अनुकूलित। रिलीज़ में MiMo-V2.6-Pro-UltraSpeed भी शामिल है, जो पूरी उत्तर गुणवत्ता बनाए रखते हुए टोकन थ्रूपुट को 20 गुना तक तेज़ करता है।
पारेटो फ्रंटियर और बेंचमार्क स्थिति
Artificial Analysis Intelligence Index v4.3 में, MiMo-V2.6-Pro ने 46.32 का स्कोर प्राप्त किया। यह वैश्विक ओपन-सोर्स मॉडलों में सर्वोच्च स्कोर है, जो Kimi K3 और Qwen3.8 Max को पीछे छोड़ता है।
API मूल्य निर्धारण पिछली V2.5 पीढ़ी के समान ही रहता है। समान परिचालन लागत पर उच्च बेंचमार्क प्रदर्शन देना प्रोडक्शन डिप्लॉयमेंट के लिए पारेटो फ्रंटियर को बाहर की ओर खिसका देता है।
1 मिलियन टोकन पर API मूल्य निर्धारण
| मॉडल | इनपुट (कैश हिट) | इनपुट (कैश मिस) | आउटपुट |
|---|---|---|---|
| MiMo-V2.6-Flash | $0.0028 | $0.14 | $0.28 |
| MiMo-V2.6-Pro | $0.0036 | $0.435 | $0.87 |
| MiMo-V2.6-Pro-UltraSpeed | $0.036 | $4.35 | $8.70 |
कैश राइट ऑपरेशन अस्थायी रूप से निःशुल्क हैं।
स्केल पर ओपन-सोर्स रीइंफोर्समेंट लर्निंग
Xiaomi ने पूरी प्रोडक्शन RL ट्रेनिंग रन का लाइवस्ट्रीम किया। छह दिनों से भी कम समय में, MiMo-V2.6-Flash और MiMo-V2.6-Pro ने लगभग 750,000 ट्रैजेक्टरीज़ में 30 RL चरण पूरे किए। ट्रेनिंग कंप्यूट व्यय Flash के लिए $0.85M और Pro के लिए $2.62M तक पहुँचा।
ट्रेनिंग सूट में औसत पास दरें Flash के लिए 25% और Pro के लिए 12% बढ़ीं। DeepSWE v1.1, एक होल्ड-आउट सॉफ़्टवेयर इंजीनियरिंग मूल्यांकन पर, स्कोर Flash पर 17 अंक (48.8 से 65.68) और Pro पर 14 अंक (58.4 से 72.57) बढ़े।
ट्रेनिंग कंप्यूट को तीन तकनीकी अक्षों के साथ स्केल किया गया:
- बड़े बैचों के साथ असिंक्रोनस आर्किटेक्चर: पैरामीटर अपडेट पर 1,568 नमूने, 1 मिलियन टोकन तक कंटेक्स्ट लंबाई, और प्रति चरण 3.5 से 3.7 बिलियन टोकन।
- विषम कार्य वातावरण: सॉफ़्टवेयर इंजीनियरिंग, स्वायत्त टूल-यूज़ एजेंट, विज़ुअल यूज़र इंटरफ़ेस और साइबर सुरक्षा परिदृश्यों में फैला मल्टी-टास्क सूट।
- ग्रेडर-साइड कंप्यूट: सापेक्ष समूह तुलना लंबे तर्क क्षितिजों में सटीक रिवॉर्ड सिग्नल प्रदान करती है, मॉडलों को छोटी निष्पादन ट्रैजेक्टरियों और कम टोकन खपत की ओर मार्गदर्शन करती है।
अनुकूलन स्थिरता बनाए रखने के लिए, रूटिंग नेटवर्क को ट्रेनिंग के दौरान फ़्रीज़ कर दिया गया, जिसे रिवॉर्ड हैकिंग के विरुद्ध बहु-स्तरीय रक्षाओं के साथ जोड़ा गया (एडवर्सेरियल प्रोबिंग, विसंगति पहचान, और क्रॉस-वेरिफ़ायर सत्यापन)। पूरी तकनीकी रिपोर्ट, RL कोड और मूल्यांकन वातावरण HuggingFace और GitHub पर सार्वजनिक रूप से उपलब्ध हैं।
कोड जनरेशन से इंटरैक्टिव वातावरण तक (Vibe World)
MiMo-V2.6 3D स्पेशियल तर्क, ओम्नीमॉडल धारणा, और Computer-Use Agent (CUA) क्षमताओं को एक साथ लाता है। प्राकृतिक भाषा प्रॉम्प्ट अब सॉफ़्टवेयर कोड से परे जाकर पूर्ण इंटरैक्टिव सिमुलेशन, प्रोसीजरल 3D एसेट्स और भौतिक रोबोटिक्स नियंत्रणों में अनुवादित होते हैं।
3D गेम डेवलपमेंट
एक टेक्स्ट प्रॉम्प्ट या संदर्भ छवि से, MiMo-V2.6 लक्ष्यों को वियोजित कार्यों में विभाजित करता है, विशेषज्ञ सबएजेंटों का समन्वय करके 3D दृश्य बनाता है, गेम लॉजिक लागू करता है, और रीयल-टाइम रेंडर के विरुद्ध विज़ुअल सटीकता सत्यापित करता है।
Blender में प्रोसीजरल 3D मॉडलिंग
यह मॉडल टेक्स्ट प्रॉम्प्ट्स या एकल संदर्भ छवियों से Blender में 3D ज्यामिति और स्पेशियल एसेट्स जनरेट करता है, गेम इंजन, एनिमेशन पाइपलाइन और 3D प्रिंटिंग के लिए तैयार-उपयोग मॉडल निर्यात करता है।
रोबोटिक्स और सेंसर-संचालित सिमुलेशन
भौतिकी सिमुलेशन वातावरणों के भीतर, MiMo-V2.6 मल्टी-कैमरा फ़ीड ग्रहण करता है, विज़ुअल अवलोकनों को रीयल-टाइम में प्रोसेस करता है, और वस्तुओं को पकड़ने, रंग के अनुसार वस्तुओं को छाँटने और घटकों को स्थित करने के लिए क्लोज़्ड-लूप फ़ीडबैक के माध्यम से Franka Panda रोबोटिक आर्म संचालित करता है।
विज़ुअल डिज़ाइन और वीडियो प्रोडक्शन
MiMo-V2.6 लेआउट, रेस्पॉन्सिव एनिमेशन और कार्यात्मक घटकों के साथ पूर्ण वेब इंटरफ़ेस और संरचित स्लाइड प्रस्तुतियाँ बनाता है। यह मॉडल Figma से जुड़ता है, टाइपोग्राफ़ी, पैलेट और विज़ुअल पदानुक्रम को स्टाइल करके सुसंगत UI सौंदर्यशास्त्र बनाए रखता है।
वीडियो संश्लेषण के लिए, MiMo-V2.6 स्क्रिप्ट लेखन, स्टोरीबोर्ड स्टेजिंग, मोशन सीक्वेंसिंग, बैकग्राउंड संगीत रचना और बीट-सिंक्रोनाइज़ड कट प्रबंधित करता है। तकनीकी व्याख्याओं के लिए, Fourier विघटन जैसे अमूर्त गणितीय विषयों को सहज एनिमेशन में अनुवादित किया जाता है, जिसके साथ MiMo-V2.5-TTS द्वारा जनरेट किया गया समकालिक वॉइसओवर जुड़ा होता है।
संगीत रचना
MiMo-V2.6 संगीत सिद्धांत, सामंजस्यपूर्ण प्रगति और वाद्ययंत्र मॉडलिंग का एकीकरण करता है। यह स्वतंत्र रचनाएँ रचता है और संरचित MIDI फ़ाइलें निर्यात करता है।
जब दस वाद्ययंत्रों (स्ट्रिंग्स, ऑबोए, क्लारिनेट, ट्रंपेट, ट्रॉम्बोन, फ़्रेंच हॉर्न, ग्लॉकेनश्पील और टिम्पानी) के लिए एक ऑर्केस्ट्रल स्कोर रचने का प्रॉम्प्ट दिया गया, तो MiMo-V2.6-Pro ने पूरी व्यवस्था का मसौदा तैयार किया और उसे MIDI में संकलित किया।
Xiaomi ने A माइनर में दो एकल पियानो रचनाएँ भी जारी कीं जो डायनामिक नियंत्रण, ताल-भाष्य और बनावटी गहराई का प्रदर्शन करती हैं:
वैज्ञानिक अनुसंधान और औपचारिक प्रमाण सत्यापन
वैज्ञानिक क्षेत्रों के लिए कार्य-विशिष्ट पोस्ट-ट्रेनिंग के बिना, MiMo-V2.6 ने दो अनुसंधान केस स्टडीज़ में व्यावहारिक समस्या-समाधान का प्रदर्शन किया:
- सामग्री इंजीनियरिंग: Xiaomi सामग्री शोधकर्ताओं ने मॉडल को पर- और पॉलीफ्लोरोएल्काइल पदार्थों (PFASs) को छानने के लिए ज़िरकोनियम-आधारित मेटल-ऑर्गैनिक फ्रेमवर्क (UiO-67 MOF) डिज़ाइन करने का कार्य सौंपा। MiMo-V2.6-Pro ने साहित्य खोजें चलाईं, पेटेंट नवीनता का मूल्यांकन किया, सिमुलेशन सॉफ़्टवेयर कॉन्फ़िगर किया, और MOF छिद्रों और लक्षित PFAS अणुओं के बीच बाइंडिंग संबंध की गणना की। अनुसंधान पत्र पढ़ें.
- Lean 4 में गणितीय औपचारीकरण: MiMo-V2.6-Pro ने Li और Yorke के क्लासिक 1975 के पत्र "Period Three Implies Chaos" से मुख्य प्रमेय को औपचारिक रूप देने में गणितज्ञों की सहायता की। सहयोगी सबएजेंटों ने लेमा कथन और निगमन चरणों का मसौदा तैयार किया, जिसके परिणामस्वरूप 6,000 से अधिक पंक्तियों का सत्यापित Lean 4 कोड बना, जिसमें एक भी अनसुलझा
sorryप्लेसहोल्डर नहीं था। Lean 4 कोड आर्काइव डाउनलोड करें.
बेंचमार्क मूल्यांकन परिणाम
| क्षेत्र | बेंचमार्क | MiMo-V2.6-Pro | MiMo-V2.6-Flash | MiMo-V2.5-Pro | DeepSeek V4.1 Flash | Claude Opus 5 |
|---|---|---|---|---|---|---|
| कोडिंग | DeepSWE v1.1 | 71.9 | 67.9 | 19.0 | 74.2 | 74.0 |
| कोडिंग | ProgramBench | 26.5 | 26.0 | 12.5 | 20.3 | 37.0 |
| कोडिंग | MiMo Code Bench | 63.2 | 61.2 | 40.4 | 60.2 | 68.6 |
| सामान्य एजेंट | GDPVal 2.1 (AA Elo) | 1673 | - | 1107 | 1600 | 1708 |
| सामान्य एजेंट | Toolathlon-verified | 76.9 | 73.6 | 49.1 | - | 80.6 |
| सामान्य एजेंट | Automation Bench v1.0.6 | 53.1 | 52.3 | 16.0 | 54.8 | 50.3 |
| सामान्य एजेंट | Agents' Last Exam | 31.6 | 27.6 | 13.2 | 31.8 | 31.6 |
| विज़ुअल कोडिंग | MiMo Visual Coding | 72.3 | 71.5 | - | 70.6 | 70.0 |
| साइबर सुरक्षा | CyberGym | 94.0 | 95.1 | 40.0 | 88.1 | - |
उपलब्धता
MiMo-V2.6 मॉडल फैमिली कई इंटरफ़ेस और डेवलपर प्लेटफ़ॉर्म पर उपलब्ध है:
- वेब प्लेटफ़ॉर्म: Xiaomi AI Studio और MiMo Code।
- डेस्कटॉप: UltraSpeed इनफ़ेरेंस मोड के समर्थन वाला MiMo Desktop संस्करण 1.0।
- डेवलपर्स: Xiaomi MiMo API Platform, OpenRouter, और HuggingFace पर मॉडल वेट्स।
- तकनीकी दस्तावेज़: MiMo-V2.6 Technical Report (PDF)।
- VEGA AI प्लेटफ़ॉर्म: चैट, वेब सर्च और डेवलपर API रूट में एकीकृत।