شیائومی هوش مصنوعی متن‌باز MiMo-V2.6-Pro را معرفی کرد؛ رقیب قدرتمند و ارزان مدل‌های بسته

توسعه‌ی سامانه‌های هوش مصنوعی با انتشار خانواده‌ی مدل‌های MiMo-V2.6 گام بلندی به‌سمت خودبهبودگری برداشت. شیائومی می‌گوید تمرکز اصلی در این مرحله، گسترش محاسبات یادگیری تقویتی روی وظایف پیچیده و قابل راستی‌آزمایی بوده تا مرزهای توانمندی مدل‌ها از طریق کاوش و دریافت بازخورد مدام ارتقا یابد.

مجموعه‌ی جدید شامل دو مدل همه‌منظوره‌ی MiMo-V2.6-Pro به‌عنوان قدرتمندترین نمونه و MiMo-V2.6-Flash برای ایجاد تعادل میان هوشمندی، کارایی و هزینه می‌شود.

در کنار این موارد، نسخه‌ی MiMo-V2.6-Pro-UltraSpeed نیز دردسترس قرار گرفته که با حفظ کیفیت خروجی، سرعت تولید پاسخ را تا ۲۰ برابر افزایش می‌دهد. مدل پرچمدار در شاخص Artificial Analysis موفق به کسب امتیاز ۴۶٫۳۲ شده و با پشت سر گذاشتن رقبایی نظیر Kimi K3 و Qwen3.8 Max، جایگاه قدرتمندترین مدل متن‌باز فعلی را تصاحب کرده است؛ دستاوردی که بدون افزایش قیمتِ رابط‌های برنامه‌نویسی نسبت‌به نسل قبل محقق شد.

شیائومی می‌گوید فرآیند آموزش این خانواده طی ۶ روز و به‌صورت زنده پخش شد تا جامعه‌ی پژوهشی شاهد تمامی مراحل آزمون باشد. مدل‌های MiMo-V2.6-Flash و MiMo-V2.6-Pro به‌ترتیب با صرف هزینه‌ای معادل ۰٫۸۵ و ۲٫۶۲ میلیون دلار، ۳۰ مرحله‌ی یادگیری تقویتی را روی حدود ۷۵۰ هزار مسیر تصمیم‌گیری سپری کردند.

نرخ موفقیت در وظایف آموزشی بین ۱۲ تا ۲۵ درصد رشد داشت و در بنچمارک دشوار مهندسی نرم‌افزار DeepSWE v1.1 نیز امتیازها جهش چشمگیری پیدا کرد و به‌ترتیب به ۶۵٫۶۸ و ۷۲٫۵۷ رسید.

توسعه‌دهندگان برای مقیاس‌پذیری زیرساخت‌های محاسباتی روی سه محور اصلی تمرکز کردند:

• دسته‌های بزرگ‌تر و توان پردازشی بالاتر: بهره‌گیری از معماری کاملا ناهمگام با ۱٬۵۶۸ نمونه در هر به‌روزرسانی و پردازش ۳٫۵ تا ۳٫۷ میلیارد توکن در هر مرحله با طول کانتکست یک میلیون توکن.
• تنوع وظایف و محیط‌های چندگانه: ترکیب حوزه‌های برنامه‌نویسی، عامل‌های عمومی، پردازش بصری و سایبری به‌گونه‌ای که پیشرفت در یک مهارت به تقویت مهارت‌های دیگر منجر شود.
• محاسبات عمیق‌تر برای ارزیابی: مقایسه‌ی نسبی درون‌گروهی برای ارائه‌ی سیگنال‌های پاداش دقیق‌تر و هدایت مدل به‌سمت پاسخ‌های کوتاه‌تر با مصرف کمتر توکن.