Xiaomi செப்டம்பர் 21, 2026 அன்று இரண்டு வழக்கமில்லாத விஷயங்கள் செய்தது. MiMo-V2.6 Pro மற்றும் MiMo-V2.6 Flash வெளியிட்டது – இரண்டு natively omnimodal model-கள், MIT license-இல் open-source – அவற்றை நேரலையில் பயிற்றுவித்தது, RL run முன்னேறும்போது cost, token throughput, benchmark score-களை காட்டும் dashboard-உடன். எந்த US frontier lab-உம் இதை செய்வதில்லை. Launch அறிவிப்பு, API docs, training livestream reporting, third-party benchmark tracker-களை ஒன்றிணைத்து ஒரே நேர்மையான படம் தருகிறேன்: Pro, Flash, UltraSpeed variant ஒவ்வொன்றும் என்ன, எண்கள் உண்மையில் என்ன சொல்கின்றன, இந்த scale-இல் open weights local AI இயக்குபவர்களுக்கு என்ன அர்த்தம்.

இந்த guide முழு V2.6 குடும்பத்தை உள்ளடக்குகிறது – specs, விலை, benchmark-களில் Pro vs Flash vs Pro-UltraSpeed – பயிற்சி கதை, "Vibe World" demo-க்கள், நீங்கள் உண்மையில் எதை இயக்கலாம் என்ற practical கேள்வியுடன்.

Source note: கீழே specs/விலைகள் Xiaomi MiMo-V2.6 அறிவிப்பு, MiMo API model docs, gateway listing-கள் (Vercel AI Gateway, OpenRouter) ஆகியவற்றிலிருந்து. Score-கள் Xiaomi-reported RL curve-கள் + third-party tracker-கள் (Artificial Analysis, LLM Stats, Benchable) கலவை – ஒவ்வொரு முறையும் label, ஏனெனில் இரு வகை எண்களும் வெவ்வேறு அர்த்தம்.

சுருக்கம்

ஒவ்வொரு variant-உம் என்ன

SpecMiMo-V2.6-ProMiMo-V2.6-FlashPro-UltraSpeed
Total parameters~1T (reported ~1.02T)309BPro போலவே
Active per tokenவெளியிடவில்லை (MoE)15B (hybrid attention MoE)Pro போலவே
Context / max output1,048,576 / 128–131K1,048,576 / 128–131KPro போலவே
Input modalitiesText, image, audio, video, PDFText, image, audio, video, PDFPro போலவே
OutputTextTextText, 20x வரை வேகம்
Speed techStandard servingEfficient MoEFP4 lossless quant + DFlash parallel decoding + TileRT kernels
Input / output per 1M$0.435 / $0.87$0.14 / $0.28Pro-வை விட 10x
Cached input per 1M$0.0036$0.0028–
LicenseMIT (open weights)MIT (open weights)Hosted மட்டும்

நிலைநிறுத்தம் திட்டமிட்டது: Pro திறன் உச்சியை தள்ளுகிறது (பெரும்பாலான agent benchmark-களில் Claude Opus 5 / GPT-5.6 Sol-க்கு இணை என Xiaomi), Flash மூன்றில் ஒரு விலையில் பெரும்பாலான நுண்ணறிவை தக்கவைக்கிறது, UltraSpeed பணத்திற்கு latency – realtime coding agent-களுக்கு 1,000 tokens/s வரை. Cache-read விலைகளை கவனியுங்கள்: miss rate-இல் ~1/50 (Flash) முதல் ~1/120 (Pro) – context மறுபயன் agent-கள் – கிட்டத்தட்ட அனைத்தும் – sticker-ஐ விட மலிவு. இதே தந்திரமே DeepSeek V4.1 Flash-ஐ நடைமுறையில் மலிவாக்குகிறது.

பொதுவில் பயிற்சி: RL livestream

இந்த வெளியீட்டில் எனக்கு மிக முக்கியமான பகுதி இதுவே, எந்த single score-ஐ விடவும். Luo Fuli தலைமையில் – MiMo team நடத்த Lei Jun நியமித்த ex-DeepSeek விஞ்ஞானி, முன்பு DeepSeek-V2 பணியை வழிநடத்தியவர் – Xiaomi ஆறு மாதம் ஒரே பிரச்சனையில் ("RL எவ்வளவு தூரம் scale ஆகும்") செலவிட்டு, V2.6 RL கட்டத்தை திறந்தவெளியில் இயக்கியது: training progress, token consumption, cost meter-கள், step timing-கள், 23 பிரிவு dataset composition, benchmark curve-கள் கொண்ட live dashboard.

Run: ஆறு நாட்களுக்குள் ~750,000 trajectory-களில் Pro/Flash இரண்டிற்கும் தலா ~30 RL step-கள், coding, general-agent, visual, cybersecurity task-களில், update-க்கு 1,568 sample-கள், 1M token context-கள் வரை. Drift தடுக்க router freeze, reward hacking-க்கு எதிராக adversarial evaluation, anomaly detection, verifier cross-check-கள் என Xiaomi கூறுகிறது. இறுதி RL செலவு Pro ~$2.62M / Flash ~$0.85M (செப் 17 mid-run snapshot 49.4B Flash token-களில் ~$512K – meter தொடர்ந்தது). Mid-training-இலேயே Pro V2.5 baseline 19% → DeepSWE v1.1-இல் 65.97%, Grok 4.6 (67%), Kimi K3 (69%), Fable 5 (70%) tier – இறுதி எண்கள் இன்னும் உயர்ந்தன (கீழே).

Xiaomi-ஐ தாண்டி ஏன் முக்கியம்: closed-door RL தான் norm, அதாவது திறன் தாவல் algorithm-இலிருந்தா, தரவிலிருந்தா, eval harness-இலிருந்தா என்று யாரும் சரிபார்க்க முடியாது. Public cost-and-curve ledger – $128K-a-day செலவு அனைவர் முன் – marketing stunt அளவே reproducibility பரிசோதனை. சொந்த model-கள் பயிற்றுவித்தால், வெளியிட்ட environment-கள்/RL code தான் மிக மதிப்புமிக்க பயன்.

Benchmark-கள்: Pro எங்கு முன், எங்கு இல்லை

Xiaomi headline: Artificial Analysis Intelligence Index v4.3-இல் 46.32 – அதிக open-source score கூற்று, Kimi K3/Qwen3.8 Max-ஐ தாண்டி. Vendor framing தவிர, RL curve-கள் குறிப்பிடத்தக்கவை: DeepSWE v1.1 Pro 58.4 → 72.57, Flash 48.8 → 65.68. Third-party tracker-கள் விவரம் சேர்க்கின்றன – Flash பலங்கள் agentic/security பணியில் குவிகின்றன:

BenchmarkMiMo-V2.6-FlashMiMo-V2.6-Pro
CyberGym95.1%–
Terminal-Bench 2.187.6%–
OSWorld-Verified (computer use)80.8%–
MiMo Cyber Bench77.2%–
Toolathlon-Verified73.6%–
DeepSWE v1.165.68% (RL final)72.57% (RL final)
MiMo Coding Bench–63.2%
ProgramBench–26.5%

நேர்மையான பார்வை: ஒரு மாதத்தில் இரண்டாவது open-weights குடும்பம் – DeepSeek V4.1 Flash-க்கு பின் – chat-இல் மட்டுமல்ல agent வேலையில் (terminal, computer use, repo coding) closed flagship-களுடன் உண்மையில் போட்டியிடுகிறது. இடைவெளிகள் எதிர்பார்த்த இடங்களில்: closed-book reasoning, புதிய harness-கள் Astra/ Fable 5.1 வசம். Cross-vendor ஒப்பீடுகள் directional – வெவ்வேறு harness, effort, தேதிகள். LLM Stats head-to-head composite Flash/Pro நெருக்கம் (45.7 vs 40.6), நேரடி shared மூன்றிலும் Pro வெற்றி.

Chat-ஐ தாண்டி: "Vibe World," robot-கள், உண்மை அறிவியல் demo-கள்

Xiaomi V2.6-ஐ வழக்கமான software வேலையை தாண்டி "Vibe World" நோக்கி தள்ளுகிறது: image/video/text prompt-இலிருந்து model agent-களை ஒருங்கிணைத்து interactive 3D காட்சிகளை உருவாக்கி visually test செய்கிறது – Blender asset-கள், frontend/presentation, தொகுத்த video, score/MIDI இசை கூட. Wild demo: camera feed-களிலிருந்து Franka Panda robotic arm கட்டுப்பாடு. ஆராய்ச்சி demo-களில் PFAS "forever chemical" பிடிக்கும் பொருள் திரையிடல், 6,000+ வரி kernel-verified code-இல் Lean 4 theorem formalize உதவி.

Demo-களை demo-களாக கொள்க – தேர்ந்த, முயற்சித்தவை – ஆனால் திசை benchmark-களுடன் ஒத்தது: இக்குடும்பம் செயல்படும் agent-களுக்கு (browse, comprehend, reason, act), trivia வெல்ல அல்ல. 1M native omnimodal context தான் மணிநேர multimodal agent run-களை சாத்தியமாக்குகிறது.

விலை, access, முயற்சிக்கும் வழி

Local AI இயக்கினால் இதன் அர்த்தம் என்ன

முதலில் நேர்மையான பதில்: வீட்டில் 1T – 309B கூட – இயக்க முடியாது. 309B Flash full precision-இல் datacenter VRAM கேட்கும்; ~1T Pro 2,000-GPU deployment உலகம். என் 12 GB RX 6800M இரண்டையும் download செய்யாது – எது பொருந்தும் என்பதற்கு LLM-களுக்கு எவ்வளவு VRAM, local-LLM GPU guide பார்க்கவும்.

பயன்படுத்தக்கூடியது: MIT weights – community FP8, GGUF quant-கள், vLLM/SGLang ஆதரவு வேகமாக முதிரும் – API மலிவான frontier inference-இல் ஒன்று (Flash $0.14/$0.28 input-இல் DeepSeek V4.1 Flash peak-ஐ விட குறைவு). Local-AI அமைப்பு: private/offline வேலை local 7B–35B model-களில், கனமான multimodal agent வேலை $0.14 API-இல், வெளியிட்ட RL code-ஐ கவனியுங்கள் – பயிற்சி வெளிப்படைத்தன்மை weights-ஐ விட கற்பிக்கும். எங்கள் lab benchmark-கள் local பக்கம் எங்கு வெல்லும் என்பதை காட்டுகின்றன: zero per-token செலவில் வேகமான, private, repeatable generation.

Bottom line

MiMo-V2.6 மாதத்தின் முக்கிய open-weights வெளியீடு: open-model விலைகளில் frontier-competitive agent குடும்பம் (46.32 AA Index, DeepSWE 72.6%), MIT-licensed, பயிற்சி ரசீதுகள் நேரலையில். Agent builder-களுக்கு Flash value default; Pro ceiling-pusher; latency-ஏ product என்றால் UltraSpeed. Livestreamed RL run மற்ற lab-கள் நகலெடுக்க வேண்டிய முன்னுதாரணம் – "எங்கள் curve-ஐ நம்புங்கள்" meter ஓடுவதை பார்ப்பதற்கு மாற்று அல்ல.

Sources