Xiaomi hat das Open-Weights-Sprachmodell MiMo v2.6 in den Varianten Flash (309B Gesamt- / 15B aktivierte Parameter) und Pro (1,02T Gesamt- / 42B aktivierte Parameter) veröffentlicht, das durch extrem niedrige Trainingskosten von ca. 3,47 Millionen US-Dollar und ein herausragendes Preis-Leistungs-Verhältnis hervorsticht. Das Release setzt neue Maßstäbe für Transparenz durch ein öffentlich einsehbares Echtzeit-Dashboard des Reinforcement Learning (RL)-Trainings sowie umfassende technische Berichte. In zahlreichen Benchmarks für Codierung, Cybersecurity und strategisches Denken zieht MiMo v2.6 mit proprietären Spitzenmodellen wie Claude Opus 5 und GPT-6 Astra gleich oder übertrifft konkurrierende Open-Weight-Architekturen wie Kimi K3 deutlich.
Wichtigste Punkte
Modellarchitektur & Skalierung: MiMo-V2.6 erscheint als Flash-Variante (309 Milliarden Gesamt- / 15 Milliarden aktivierte Parameter) und als Pro-Variante (1,02 Billionen Gesamt- / 42 Milliarden aktivierte Parameter) unter Nutzung effizienter Mixture-of-Experts (MoE)-Mechanismen.
Trainingsökonomie & Effizienz: Die reinen Trainingskosten des Modells belaufen sich auf 3,47 Millionen US-Dollar, womit das Modell die Pareto-Frontier bezüglich Intelligenz pro Dollar und Geschwindigkeit auf Plattformen wie ArtificialAnalysis dominiert.
Transparenz & Live-Dashboard: Xiaomi veröffentlichte während des Post-Trainings ein öffentliches RL-Dashboard (mimo.xiaomi.com/rl/), das Metriken, System-Notizen (z. B. Behebung von GPU-OOM-Fehlern durch Expert-Load-Imbalance) und Anpassungen der RL-Umgebungen in Echtzeit offenlegte.
Benchmark-Performanz: Im DeepSWE v1.1 erreicht MiMo-V2.6-Pro 71,9 Punkte (nah an GPT-6 Astra mit 74,0), übertrifft das 2,8T-Modell Kimi K3 in 14 von 15 Benchmarks und schlägt DeepSeek V4.1 Flash sowie Vorgängerversionen wie MiMo-V2.5-Pro dramatisch.
Aligned RL & RSI: Die Ausrichtung nutzt Selbstreparatur ("Cold start from self-correction"), Adversarial Screening und Environment Hardening, während explizit Ansätze zur rekursiven Selbstverbesserung (Recursive Self-Improvement / RSI) auf verifizierbaren Aufgaben evaluiert werden.
Diskussions-Highlights
Transparenz vs. Wettbewerbsvorteil: Die Community lobt Xiaomis Offenheit bezüglich des Live-RL-Dashboards und der Benchmark-Ehrlichkeit, was als strategischer Schritt gesehen wird, um Vertrauen gegenüber chinesischen KI-Entwicklungen aufzubauen.
Benchmark-Ergebnisse & Externe Evaluationen:
KillSwitch-Bench 1.0: MiMo-V2.6-Pro erzielt 38,8 Punkte, schlägt Muse Spark 1.3 (36,5) und ordnet sich hinter Claude Fable 5.1 (46,7) und GPT-6 Astra (57,9) ein.
Terminal Bench 4.0 & ExploitGym: MiMo-V2.6-Pro erreicht 34,9 bzw. 17,8 Punkte und übertrifft DeepSeek V4.1 Flash (26,8 / N/A), bleibt aber hinter GPT-6 Astra (59,6 / 42,4) zurück.
Image-to-HTML Test: Im Multimodalitäts-Test für Frontend-Design benötigte die Pro-Ultraspeed-Variante 36 Minuten, zeigte jedoch Tendenz zum Überdenken ("Overthinking") und Mängel bei dynamischen Beleuchtungs-/Displacement-Effekten im Vergleich zu Grok 4.7 (25 Min) und Astra (19 Min).
Lokale Ausführung & Hardware-Infrastruktur: Für die Inferenz existiert ein vLLM/Docker-Rezept für Dual DGX Spark Systeme, das ~25–35 Token/s erreicht; Diskussionen betonen die Hardware-Anforderungen von 128 GB bis 256 GB Unified Memory.
Praxisnutzen, Stärken & Schwächen: Das Modell glänzt durch effiziente Kontextnutzung, starke Fähigkeiten bei detailliertem Code und Spezialfälle, erzeugt jedoch bei einfachen Bearbeitungsaufgaben teilweise extrem lange, redundante Denkpfade ("Reasoning Traces").
Preisstruktur & Kommerzieller Einsatz: Neben niedrigen Basispreisen bietet Xiaomi Off-Peak-Rabatte (0,8-facher Preis zwischen 00:00–08:00 UTC+8). Bedenken bestehen bezüglich der Nutzung im Unternehmenskontext wegen Datenschutz-Garantien bei OpenCode/Xiaomi und fehlenden Token-Caching-Rabatten.
Makroökonomische & Geopolitische Aspekte: Diskussionen verweisen auf schrumpfende Wettbewerbsvorteile ("Moats") US-amerikanischer Akteure. Stromnetz- und Energieengpässe beim Rechenzentrumsbau (z. B. Kernreaktoren) in den USA könnten China langfristig Vorteile verschaffen.
Glossar
MoE (Mixture of Experts): Eine Architektur neuronaler Netzwerke, bei der für jeden Eingabe-Token nur ein kleiner Teilbereich der Gesamtparameter ("aktivierte Parameter") dynamisch ausgewählt wird, um Rechenaufwand und Latenz zu reduzieren.
RL (Reinforcement Learning): Bestärkendes Lernen; eine Trainingsmethode, bei der ein KI-Modell durch Belohnungssysteme auf Basis von Interaktionen mit einer Testumgebung optimiert wird.
RSI (Recursive Self-Improvement): Rekursive Selbstverbesserung; ein Prozess, bei dem ein KI-System eigenständig Code, Trainingsdaten oder Strategien optimiert, um seine Leistungsfähigkeit ohne menschliche Eingriffe kontinuierlich zu steigern.
Pareto-Frontier: Das Pareto-Optimum; die Menge aller Punkte in einer Bewertungsmatrix (z. B. Preis vs. Intelligenz), bei denen keine Eigenschaft verbessert werden kann, ohne eine andere zu verschlechtern.
Open-Weights-Modell: Ein KI-Modell, dessen gelernte Parameter (Gewichte) frei zugänglich gemacht werden, sodass es auf eigener Hardware oder privaten Servern betrieben werden kann.
vLLM: Eine hochoptimierte Open-Source-Bibliothek zur Ausführung und Bereitstellung (Serving) von LLMs mit effizientem Speichermanagement (PagedAttention).
Reasoning Trace: Der vom Modell generierte Denkpfad, der die Zwischenschritte und Überlegungen vor der Ausgabe der finalen Antwort dokumentiert.
OOM (Out of Memory): Ein Fehler, der auftritt, wenn der zur Verfügung stehende Grafikspeicher (VRAM) durch zu hohe Rechenlast oder Modellgrößen vollständig belegt ist.