Xiaomi liefert mit MiMo-V2.6-Pro das derzeit stärkste offene KI-Modell ab

Trending Topics auf Google als bevorzugte Nachrichtenquelle festlegen.

Sie bauen nicht nur sehr beliebte E-Autos, sondern auch immer bessere KI-Modelle: Der chinesische Elektronikkonzern Xiaomi hat kürzlich die Modellreihe MiMo-V2.6 veröffentlicht und die Gewichte unter MIT-Lizenz auf Hugging Face gestellt. Das Spitzenmodell MiMo-V2.6-Pro erreicht im Artificial Analysis Intelligence Index 46 Punkte und ist damit das derzeit am höchsten bewertete Open-Weight-Modell weltweit. Es löst damit GLM-5.3 von Z.ai und Kimi K3 von Moonshot AI ab, die beide bei 44 Punkten liegen.

Der Sprung gegenüber dem eigenen Vorgänger ist groß: MiMo-V2.5-Pro kam im selben Index auf 26 Punkte. Zur Serie gehören außerdem das kleinere MiMo-V2.6-Flash sowie MiMo-V2.6-Pro-UltraSpeed, eine Variante mit bis zu 20-facher Ausgabegeschwindigkeit bei laut Xiaomi gleicher Qualität.

Wo das Modell im Vergleich zu proprietären Modellen steht

Im Gesamtranking von Artificial Analysis, das offene und geschlossene Modelle gemeinsam bewertet, liegt MiMo-V2.6-Pro auf Rang sechs. Davor liegen ausschließlich proprietäre Systeme:

• Claude Fable 5.1 (Anthropic): 53 Punkte
• GPT-6 Astra (OpenAI): 53 Punkte
• Claude Opus 5 (Anthropic): 51 Punkte
• Muse Spark 1.3 (Meta): 48 Punkte
• GPT-5.6 Sol (OpenAI): 47 Punkte
• MiMo-V2.6-Pro (Xiaomi): 46 Punkte

Gleichauf liegt xAIs Grok 4.7 mit ebenfalls 46 Punkten, geschlagen werden unter anderem Googles Gemini 3.8 Flash (41 Punkte) und DeepSeek V4.1 Pro (36 Punkte), wie VentureBeat berichtet. Der Abstand zur absoluten Spitze beträgt damit sieben Punkte, jener zum nächstbesten proprietären Modell nur einen.

Bemerkenswert ist die Position bei den Kosten. Artificial Analysis beziffert die Ausgaben für einen kompletten Durchlauf des Intelligence Index auf rund 0,11 Euro pro Aufgabe, das Modell liegt damit auf der sogenannten Pareto-Linie aus Intelligenz und Preis. Bei der Geschwindigkeit werden rund 125 Ausgabe-Token pro Sekunde gemessen, was Platz zwölf von 114 getesteten Modellen bedeutet. Als Schwäche vermerkt der Benchmark-Dienst die Geschwätzigkeit: Für den Index-Durchlauf brauchte das Modell 140 Millionen Ausgabe-Token.

Architektur, Preise und Verfügbarkeit

MiMo-V2.6-Pro ist ein Sparse-Mixture-of-Experts-Modell mit 1,02 Billionen Parametern insgesamt, von denen pro Inferenz nur 42 Milliarden aktiv sind. Flash kommt auf 310 Milliarden Parameter mit 15 Milliarden aktiven. Beide Modelle verarbeiten nativ Text, Bild, Sprache und Video, geben Text aus und bieten ein Kontextfenster von einer Million Token.

Die API-Preise bleiben gegenüber der Vorgängergeneration unverändert. Für Pro verlangt Xiaomi 0,435 US-Dollar (rund 0,38 Euro) pro einer Million Input-Token und 0,87 US-Dollar (rund 0,76 Euro) pro einer Million Output-Token, bei Cache-Treffern sinkt der Input-Preis um 99 Prozent. Flash kostet 0,14 US-Dollar (rund 0,12 Euro) im Input und 0,28 US-Dollar (rund 0,24 Euro) im Output. Die UltraSpeed-Variante ist zehnmal so teuer wie das reguläre Pro-Modell.

Verfügbar sind die Modelle über Xiaomis AI Studio, MiMo Code, die neu aus dem Early Access entlassene Desktop-App MiMo Desktop, die hauseigene API-Plattform sowie über OpenRouter.

Stärken: Agenten, Cybersecurity und visuelles Coding

Die Benchmark-Ergebnisse, die Xiaomi selbst veröffentlicht, zeichnen ein differenziertes Bild. Besonders nahe an der Spitze oder davor liegt MiMo-V2.6-Pro in folgenden Bereichen:

• Cybersecurity: Auf CyberGym erreicht Pro 94,0 Punkte, Flash sogar 95,1 und damit den ersten Platz vor DeepSeek V4.1 Flash (88,1) und GLM 5.3 (84,5).
• Automatisierung von Arbeitsabläufen: Auf Automation Bench liegt Pro mit 53,1 Punkten knapp hinter DeepSeek V4.1 Flash (54,8) und vor GPT-6 Astra (52,0) sowie Claude Opus 5 (50,3).
• Wirtschaftlich relevante Aufgaben: Im GDPVal-Test von Artificial Analysis erreicht Pro 1.673 Punkte, Rang drei hinter Claude Fable 5.1 (1.735) und Claude Opus 5 (1.708).
• Werkzeugnutzung: Auf Toolathlon-verified kommt Pro auf 76,9 Punkte, vor GPT-5.6 Sol (74,9) und knapp hinter den Claude-Modellen.
• Visuelles Coding: Im hauseigenen Visual-Coding-Test liegt Pro mit 72,3 Punkten vor Claude Opus 5 (70,0), aber hinter GPT-6 Astra (82,2).
• Software Engineering: Auf DeepSWE v1.1 erreicht Pro 71,9 Punkte, die Spitze halten hier DeepSeek V4.1 Flash (74,2), Claude Opus 5 und GPT-6 Astra (je 74,0).

Deutlich zurück liegt das Modell dort, wo lange Terminal-Sitzungen gefragt sind: Auf Terminal Bench 4.0 kommt Pro auf 34,9 Punkte, während GPT-6 Astra 59,6 und Claude Opus 5 49,0 erreichen. Auch auf ExploitGym (17,8 Punkte) bleibt es hinter den führenden proprietären Modellen zurück.

Training per Reinforcement Learning, öffentlich mitverfolgbar

Xiaomi begründet den Sprung mit skaliertem Reinforcement Learning auf überprüfbaren, komplexen Aufgaben. In weniger als sechs Tagen absolvierten Flash und Pro jeweils 30 RL-Schritte über rund 750.000 Trajektorien, zu Kosten von etwa 740.000 Euro (Flash) und 2,28 Millionen Euro (Pro). Auf dem zurückgehaltenen Benchmark DeepSWE v1.1 stieg der Wert von Pro dabei von 58,4 auf 72,6 Punkte, jener von Flash von 48,8 auf 65,7.

Trainiert wurde mit 1.568 Samples pro Update, einer vollständig asynchronen Architektur und bis zu einer Million Token Kontextlänge. Den Produktionslauf hat das Unternehmen nach eigenen Angaben live gestreamt. Veröffentlicht werden neben den Gewichten auch der technische Report, die Trainingsumgebungen und der RL-Code, womit Forscher:innen die Ergebnisse nachvollziehen können sollen.

Von Vibe Coding zu „Vibe World“

Als inhaltlichen Schwerpunkt bewirbt Xiaomi die Ausweitung der Coding-Fähigkeiten auf Aufgaben außerhalb der Softwareentwicklung, intern „Vibe World“ genannt. Dazu zählen die Erzeugung von 3D-Szenen samt Interaktionslogik aus Bild-, Video- oder Textvorgaben, das Modellieren von 3D-Objekten in Blender sowie die Steuerung eines Franka-Panda-Roboterarms in einer Simulationsumgebung über mehrere Kamerabilder hinweg.

Dazu kommen Anwendungen in Design und Medien: Frontend-Oberflächen und Präsentationen aus einer Zeile Briefing, Videoproduktion inklusive Schnitt und Vertonung sowie erste Kompositionsversuche. In einem der gezeigten Beispiele schrieb MiMo-V2.6-Pro eine Partitur für ein Orchester mit rund zehn Instrumenten und wandelte sie selbst in MIDI um.

Zwei Fallstudien betreffen die Forschung. Gemeinsam mit Materialexpert:innen von Xiaomi entwarf das Modell ein neues Metall-organisches Gerüst zur Bindung von PFAS, recherchierte dafür Literatur und Patente und rechnete Bindungsstärken mit quelloffenen Simulationswerkzeugen durch. In einem zweiten Fall unterstützte es die Formalisierung des Hauptsatzes aus Li und Yorkes Arbeit „Period Three Implies Chaos“ in Lean 4, ein Projekt mit mehr als 6.000 Zeilen Code, das vom Lean-Kernel vollständig verifiziert wurde. Ein spezifisches Nachtraining auf Lean hatte das Modell nach Angaben des Unternehmens nicht erhalten.

Fast Weltspitze

Mit MiMo-V2.6-Pro rückt ein weiteres chinesisches Open-Weight-Modell in Schlagdistanz zur Weltspitze, nachdem zuletzt bereits Alibabas Qwen3.8-Max und Kimi K3 in diese Richtung gedrängt haben. Für Entwickler:innen und Unternehmen, die Modelle selbst hosten oder feinabstimmen wollen, verschiebt sich damit die Obergrenze dessen, was ohne Lizenzkosten und ohne Bindung an einen US-Anbieter verfügbar ist. Welche Rolle offene Modelle im europäischen Kontext spielen können, hat Trending Topics an anderer Stelle eingeordnet.