Xiaomi представила MiMo-V2.5-Pro — открытую модель с весами, которая, по внутренним тестам компании, может написать полноценный компилятор менее чем за пять часов и по ряду бенчмарков для программирования приблизилась к Claude Opus 4.6. Компания также заявляет, что модель тратит заметно меньше токенов, чем западные конкуренты.
MiMo-V2.5-Pro построена по схеме mixture-of-experts: при каждом запросе задействуется часть модели, а не вся сеть целиком. Общий размер составляет 1,02 трлн параметров, из них 42 млрд активны на один запрос. Эту версию команда MiMo создавала для задач, которые выполняются часами и требуют тысяч обращений к инструментам.
Контекстное окно основной версии достигает 1 млн токенов. Базовая версия без дополнительного дообучения поддерживает до 256 тыс. токенов.
Xiaomi показала рост по сравнению с прошлой версией на трех демонстрациях. В первой модель собрала полный проект компилятора по курсу Пекинского университета — такую работу, по оценке компании, студент обычно выполняет за несколько недель.
MiMo-V2.5-Pro завершила проект за 4,3 часа, выполнив 672 вызова инструментов, и набрала 233 из 233 баллов на скрытом наборе тестов. По словам Xiaomi, модель сначала спланировала весь конвейер, а затем проходила этапы поочередно. Уже первая компиляция прошла 137 из 233 тестов. После одного из этапов рефакторинга модель сама обнаружила регрессию и исправила ее.
Во второй демонстрации MiMo-V2.5-Pro по нескольким подсказкам написала настольный видеоредактор примерно на 8 тыс. строк кода. Модель работала автономно 11,5 часа и выполнила около 1870 вызовов инструментов.
В третьем примере Xiaomi подключила модель к симулятору электрических схем через Claude Code и поручила спроектировать стабилизатор напряжения. Менее чем за час система выполнила все шесть технических требований, а четыре показателя оказались примерно на порядок лучше первого чернового варианта.
Xiaomi делает акцент на соотношении результата и расхода токенов. На собственном агентном бенчмарке ClawEval модель показывает 64% при расходе около 70 тыс. токенов на один запуск задачи. По данным компании, это на 40–60% меньше, чем требуется Claude Opus 4.6, Gemini 3.1 Pro и GPT-5.4 для близких результатов.
На бенчмарках для программирования MiMo-V2.5-Pro получила 78,9 на SWE-bench Verified, 57,2 на SWE-Bench Pro и 68,4 на Terminal-Bench 2.0. На внутреннем MiMo Coding Bench модель набрала 73,7 балла против 77,1 у Claude Opus 4.6 и 67,8 у Gemini 3.1 Pro. В агентных задачах общего назначения результат составил 1581 Elo на GDPVal-AA и 72,9 на tau3-bench.
Прогресс особенно заметен в задачах с длинным контекстом. На бенчмарке GraphWalks от OpenAI предыдущая MiMo-V2-Pro падала до нуля при контексте в 1 млн токенов. MiMo-V2.5-Pro на той же длине сохраняет результат 0,37 в breadth-first search и 0,62 в запросах к родительским узлам.
Техническая база модели унаследована от MiMo-V2-Flash. По данным Xiaomi, сочетание локального и глобального внимания снижает потребление памяти при работе с длинными текстами почти в семь раз, а механизм параллельного предсказания токенов ускоряет генерацию втрое. Предобучение прошло на 27 трлн токенов, после чего размер контекста поэтапно увеличили до 1 млн токенов.
Для посттренировки Xiaomi использует схему teacher-student. Сначала несколько специализированных моделей отдельно настраивают под математику, безопасность и работу с инструментами. Затем единая student-модель учится на собственных попытках под контролем этих систем и объединяет их навыки.
Вместе с Pro-версией Xiaomi выпустила еще три системы.
- MiMo-V2.5 — более компактная модель на 310 млрд параметров, из которых 15 млрд активны на запрос. Она напрямую работает с текстом, изображениями, видео и аудио, поддерживает контекст до 1 млн токенов и обучалась примерно на 48 трлн токенов. По данным Xiaomi, на Video-MME модель набрала 87,7 балла и оказалась на уровне Gemini 3 Pro. Эта версия доступна с открытыми весами на Hugging Face.
- MiMo-V2.5-TTS — семейство из трех вариантов синтеза речи: с фиксированными голосами, с генерацией новых голосов по текстовому описанию и с клонированием голоса по короткому аудиофрагменту. Управлять произношением можно через теги вроде [crying] и [whispers]. Эти модели доступны только через API платформы Xiaomi и пока бесплатны на ограниченный срок.
- MiMo-V2.5-ASR — открытая модель распознавания речи для китайского и английского языков. По бенчмаркам она также поддерживает китайские диалекты, включая у, кантонский и хоккиен, умеет работать с переключением языков внутри фразы и с песенными текстами. На Open ASR Leaderboard средний word error rate составляет 5,73%.
Как отмечает Xiaomi, команда MiMo продолжает стратегию, выбранную в конце 2025 года: выпускать сразу несколько моделей, в основном с открытыми весами, и делать упор на автономных ИИ-агентов. Следующими шагами в компании называют дальнейшее масштабирование обучения и более точную работу с длинными зависимостями в тексте.
Ранее Xiaomi уже представила пакет из трех моделей: MiMo-V2-Pro, MiMo-V2-Omni и MiMo-V2-TTS. Та версия Pro на несколько дней поднялась на первое место в рейтинге использования OpenRouter под кодовым именем Hunter Alpha, и многие пользователи сначала приняли ее за новую модель Deepseek.
Теперь на рынке появилась и Deepseek V4 — по описанию в материале это крупнейшая открытая модель на данный момент, которая также заметно снижает цену по сравнению с конкурентами. На этом фоне MiMo-V2.5-Pro усиливает конкуренцию между китайскими поставщиками открытых моделей, где все важнее становятся стоимость запуска и способность модели долго работать над задачей без участия человека.
Источник: The Decoder, данные Xiaomi.
