MiMo-V2.6 от Xiaomi возглавил рейтинги открытых моделей, пока Anthropic обвиняет компанию в дистилляции Claude

Xiaomi заявляет, что её новая MiMo-V2.6-Pro стала самой сильной общедоступной ИИ-моделью в текущих рейтингах, сочетая заявленный показатель Intelligence Index 46 с необычно низкой стоимостью инференса. Этот релиз выводит Xiaomi в центр растущей гонки открытых моделей, но также выходит на фоне обвинений Anthropic в том, что китайская компания использовала диалоги, сгенерированные Claude, для улучшения собственных моделей.

Заявленная производительность модели сопровождается ценой $0,435 за миллион входных токенов и $0,87 за миллион выходных токенов. Согласно анализу, на который ссылается The Decoder, это составляет примерно $0,13 за одну задачу бенчмарка — важная цифра для разработчиков, оценивающих способные модели для кодинга, агентов и других высоконагруженных задач.

MiMo-V2.6 нацелена на ценовой фронтир открытых моделей

Более крупная MiMo-V2.6-Pro описывается как модель mixture-of-experts с 1,02 триллиона общих параметров, хотя для отдельного запроса активны лишь около 42 миллиардов. Xiaomi также выпускает MiMo-V2.6-Flash — более компактную модель, предназначенную как более эффективный вариант, — и вариант Pro-UltraSpeed, который, по словам компании, способен выдавать результат до 20 раз быстрее стандартной версии.

The Decoder сообщил, что MiMo-V2.6-Pro опередила такие модели, как Kimi K3 и Qwen, в сравнении общедоступных систем от Artificial Analysis. Отдельный заголовок Unite.AI также назвал оценку 46 лучшим результатом модели среди open-weight-моделей, тогда как The Next Web сообщил о достижении в рейтинге без дополнительных технических подробностей в доступных исходных материалах.

Эти результаты важны, потому что Xiaomi позиционирует MiMo-V2.6 не только как исследовательский релиз. Низкие цены за токен могут изменить экономику продуктов, которые часто обращаются к модели, включая помощники для программирования, системы поиска, автоматизацию рабочих процессов и ИИ-агентов. Кроме того, архитектура mixture-of-experts может позволить Xiaomi заявлять о большой мощности без полной вычислительной стоимости активации всех параметров на каждом запросе.

Заявленный скачок производительности обеспечило обучение с подкреплением

Xiaomi объясняет улучшение существенно расширенной фазой обучения с подкреплением. Компания говорит, что увеличила объём данных, обрабатываемых на каждом шаге обучения, расширила диапазон сред задач и выделила больше вычислительных ресурсов на оценку выходов модели.

Согласно цифрам, приведённым The Decoder, запуск обучения с подкреплением длился менее шести дней и обошёлся примерно в $2,62 млн для MiMo-V2.6-Pro и в $850 000 для MiMo-V2.6-Flash. В кодинговом тесте DeepSWE Xiaomi сообщила, что Pro улучшилась с 58,4 до 72,6, а Flash — с 48,8 до 65,7.

Компания также описала меры, призванные поддерживать стабильность обучения. Xiaomi заморозила внутренний механизм распределения модели и добавила защиту от reward hacking, когда модель максимизирует сигнал оценки, не выполняя по-настоящему предполагаемую задачу.

Xiaomi выпускает не только веса модели. Пакет включает технический отчёт, фреймворк обучения с подкреплением, более компактную модель для дополнительного обучения и около 7 000 задач с автоматическими оценщиками. Задачи охватывают разработку ПО, кибербезопасность, офисную работу и веб-дизайн, причём примерно 1 000 дополнительных задач сосредоточены на музыкальной композиции.

Источники задач, как сообщается, смешанные. Некоторые примеры кода были взяты из pull request сотрудников на GitHub и запросов пользователей, а другие описания были сгенерированы языковой моделью. Задачи по кибербезопасности опираются на OSS-Fuzz, сборник реальных уязвимостей ПО, а офисные среды были синтетически воссозданы. Для разработчиков доступ к фреймворку обучения и оценщикам может быть не менее значим, чем доступ к самой модели, поскольку он даёт отправную точку для воспроизведения или расширения подхода Xiaomi.

Сильные заявления по бенчмаркам сталкиваются с серьёзным спором о данных

Заявленные показатели производительности и стоимости следует рассматривать как сообщения о результатах, а не как независимый вердикт о качестве модели в целом. Xiaomi предоставила цифры по стоимости обучения, обучению с подкреплением и улучшению, а Artificial Analysis предоставила упомянутое сравнение Intelligence Index, как описывает The Decoder. Доступные материалы не дают полной методологии рейтинга, широкого набора независимых оценок или полного разбора поведения модели в плане безопасности и надёжности.

Более серьёзная неопределённость касается того, как Xiaomi собирала обучающие данные. В отчёте Anthropic по угрозам, охватывающем случаи злоупотребления Claude с декабря 2025 по август 2026 года, Xiaomi была названа среди семи китайских ИИ-лабораторий, якобы участвовавших в кампаниях по извлечению возможностей из Claude. Anthropic назвала такую практику незаконной дистилляцией. Среди других названных компаний были Alibaba, Moonshot AI, DeepSeek, Zhipu, MiniMax и SenseTime.

В случае, обозначенном как GTG-16008, Anthropic заявила, что за 20 дней в марте и апреле 2026 года наблюдала более 400 000 обменов сообщениями. В отчёте утверждается, что Xiaomi направляла разговоры и кодинговые сессии из своих моделей MiMo через OpenClaw и OpenCode в Claude с целью создания обучающих данных для последующих моделей.

Это обвинения Anthropic, а не независимо установленные факты в материалах, доступных для этой статьи. The Decoder сообщил, что Anthropic предоставила ограниченную документацию о происхождении данных предыдущих teacher-model, использованных во внутреннем процессе дистилляции. Публичный выпуск Xiaomi инструментов обучения с подкреплением сам по себе не снимает вопросы о происхождении данных, использованных в других частях её конвейера разработки.

Что MiMo-V2.6 означает для разработчиков и компаний

Если заявленные цены и рейтинг сохранятся в независимых тестах, MiMo-V2.6-Pro может оказать давление на поставщиков моделей, чьи продукты стоят существенно дороже при сопоставимых задачах по кодингу или рассуждению. Стартапы смогут использовать цену для запуска более крупных наборов оценок, более частых циклов агентов или более высоконагруженных клиентских сценариев. Корпоративные команды могут увидеть в открытой доступности и учебном наборе инструментов возможность настроить систему, а не полагаться полностью на хостинговый API.

Компромисс в том, что низкая стоимость инференса не означает автоматически низкий риск внедрения. Покупателям по-прежнему нужно самостоятельно оценивать лицензионные условия, управление данными, задержку, доступность, поведение с точки зрения безопасности, обработку контекста и надёжность выходов на своих задачах. Обвинения, связанные с данными, производными от Claude, добавляют ещё один слой: компаниям, рассматривающим MiMo-V2.6 для продакшена, может понадобиться чёткая документация по происхождению обучающих данных и юридические гарантии перед включением модели в чувствительные рабочие процессы.

Для исследователей релиз Xiaomi также подчёркивает практический сдвиг в развитии открытых моделей. Конкурентное преимущество всё чаще может определяться средами обучения с подкреплением, оценщиками и дизайном задач, а не только масштабом предобучения. Открытые инструменты могут ускорять прогресс, но их ценность зависит от того, измеряют ли задачи полезное поведение и устойчивы ли системы вознаграждения к обходным путям.

На что смотреть дальше

Первым сигналом станет независимое воспроизведение результата Intelligence Index и заявленных улучшений DeepSWE. Разработчикам также следует сравнивать MiMo-V2.6-Pro с Kimi K3 и Qwen при одинаковых запросах, ценах, оборудовании и задержке, а не полагаться на одну таблицу лидеров.

Второй сигнал — документация Xiaomi по обучающим данным и практике разработки модели. Обвинения Anthropic могут привести к появлению дополнительных доказательств, ответу Xiaomi или изменениям в том, как компании, создающие открытые модели, раскрывают сведения о дистилляции и использовании teacher-model.

Наконец, рынок покажет, пригоден ли инструментарий Xiaomi вне собственной инфраструктуры. Принятие модели исследователями и продуктовые командами, качество автоматических оценщиков и реальная производительность в кодинге, кибербезопасности, офисной автоматизации и агентных сценариях покажут, является ли MiMo-V2.6 чем-то большим, чем просто сильный бенчмарк-релиз.

Взгляд Creati.ai

MiMo-V2.6 примечателен тем, что связывает три давления, формирующие рынок открытых моделей: производительность в бенчмарках, экономику инференса и доступную инфраструктуру обучения с подкреплением. Заявленные Xiaomi результаты показывают, что модель может конкурировать почти на вершине открытых рейтингов, не достигая самых высоких цен проприетарных систем.

Но обвинения вокруг Claude делают происхождение данных частью истории продукта, а не сноской. Для AI-разработчиков и корпоративных покупателей практическая проверка, таким образом, двойная: обеспечивает ли MiMo-V2.6 надёжную ценность на реальных рабочих нагрузках и может ли Xiaomi предоставить достаточно прозрачности, чтобы организации понимали, что именно они разворачивают и как это было обучено.