Xiaomi ha ampliado considerablemente su actividad de IA con MiMo-V2.6, una nueva familia de modelos que incluye MiMo-V2.6-Pro y MiMo-V2.6-Flash.
En lugar de limitarse a una demostración, Xiaomi ha publicado pesos, una API, un informe técnico y materiales de aprendizaje por refuerzo, y los modelos están disponibles mediante AI Studio, MiMo Code, MiMo Desktop y OpenRouter.
La empresa presenta compatibilidad con texto, imágenes, vídeo y audio, y una ventana de contexto de hasta un millón de tokens.
El lanzamiento resulta especialmente interesante porque combina tres elementos que no siempre aparecen juntos: modelos grandes, precios de API relativamente bajos y apertura al público de una parte importante de los recursos de entrenamiento.
Pro, Flash y UltraSpeed
Xiaomi ofrece varias opciones de uso.
MiMo-V2.6-Flash es el modelo más barato. La entrada sin caché cuesta desde 0.14 dólares por millón de tokens y la salida, 0.28 dólares.
MiMo-V2.6-Pro cuesta 0.435 dólares por millón de tokens de entrada y 0.87 dólares por la salida.
También existe la opción UltraSpeed, con precios considerablemente superiores: 4.35 dólares por la entrada y 8.70 dólares por la salida por millón de tokens.
Xiaomi afirma que UltraSpeed puede ofrecer una velocidad de salida hasta 20 veces mayor manteniendo la misma calidad.
Es una afirmación de la empresa que todavía requiere pruebas independientes en distintos escenarios de uso.
Qué se ha abierto realmente al público
Uno de los aspectos interesantes del lanzamiento es que la empresa no se ha limitado a ofrecer una API.
Los pesos de MiMo-V2.6-Pro-RL y MiMo-V2.6-Flash-RL se han publicado en Hugging Face, junto con un informe técnico y recursos de aprendizaje por refuerzo.
Los materiales se ofrecen bajo licencia MIT.
Según los detalles publicados en Hugging Face, Pro-RL tiene 524 mil millones de parámetros y Flash-RL, 159 mil millones.
Además, existe MiMo-V2.6-Distill-Qwen-9B, un modelo mucho más pequeño destinado a escenarios con agentes y más accesible en requisitos de hardware.
«Abierto» no significa que todo pueda ejecutarse en un portátil
Que los pesos estén disponibles no hace fácil ejecutar un modelo de cientos de miles de millones de parámetros.
Modelos como 159B y 524B requieren infraestructura considerable, especialmente si se busca buen rendimiento y un tiempo de respuesta razonable.
Por eso, para la mayoría de los usuarios y empresas, la API probablemente será una vía más sencilla que ejecutar por su cuenta los modelos grandes.
En cambio, la versión 9B puede resultar más interesante para quienes quieran experimentar con despliegues locales o hardware limitado.
Qué se puede hacer con MiMo-V2.6
Xiaomi presenta la serie como una familia multimodal que puede trabajar con texto, imagen, vídeo y audio.
También muestra escenarios de uso del ordenador, creación de contenido, tareas tridimensionales, música, vídeo e investigación.
Pero una lista extensa de capacidades no significa que todas tengan el mismo nivel.
Quien considere el modelo para un uso empresarial debe probar su tarea concreta.
Un modelo excelente en programación no es necesariamente el mejor para analizar imágenes, y uno con una ventana de contexto grande no utiliza necesariamente todo el contexto con la misma eficacia en cada tarea.
Un millón de tokens importa, pero no lo es todo
Xiaomi declara una ventana de contexto de hasta un millón de tokens.
Esto puede ser útil para analizar repositorios de código, documentos grandes o procesos en los que se quiera introducir mucha información en la misma conversación.
Pero el tamaño de la ventana por sí solo no garantiza que el modelo mantenga la misma precisión en todo el texto.
El coste también puede variar considerablemente cuando se trabaja con esas cantidades de tokens.
Por eso conviene comprobar no solo si el modelo «admite un millón», sino qué ocurre con la calidad, el tiempo y el coste cuando se utiliza realmente una parte importante de la ventana.
Qué dicen las métricas
Xiaomi presenta Pro como uno de los modelos abiertos más potentes en las métricas que utiliza.
Según la empresa, obtuvo 46.32 en Artificial Analysis Index v4.3.
También publicó datos sobre costes y duración del entrenamiento con RL.
Todos estos datos son interesantes, pero todavía faltan pruebas independientes para determinar cómo funciona MiMo-V2.6 en el mundo real frente a una amplia variedad de modelos.
También hay que revisar las condiciones de cada comparación: el uso de herramientas, el nivel de razonamiento, el número de intentos y otras configuraciones pueden cambiar el resultado.
Qué ocurre con el hebreo
Por ahora, la investigación no dispone de una verificación que permita afirmar que sea un modelo especialmente potente en hebreo.
Que un modelo multilingüe acepte texto hebreo no significa que ofrezca la misma calidad que en inglés o chino.
Las empresas israelíes que consideren utilizarlo deben probar por sí mismas la redacción, la comprensión de instrucciones, los documentos empresariales, los nombres israelíes y la combinación de hebreo e inglés.
Por qué interesa el lanzamiento
MiMo-V2.6 ilustra hasta qué punto la competencia en el mercado de modelos ya no se limita a OpenAI, Anthropic y Google.
Las empresas chinas ofrecen modelos grandes, API con precios agresivos y pesos abiertos que permiten elegir entre un servicio de nube y un despliegue propio.
Para quien evalúa un modelo nuevo, la pregunta no es si Xiaomi ha publicado una cifra impresionante en una tabla.
La pregunta es si ofrece una calidad, estabilidad y coste adecuados para el flujo de trabajo real.