MiMo v2.6

Artigo original ↗ Discussão no Hacker News ↗

O lançamento do Xiaomi MiMo v2.6 está sendo elogiado como um modelo open-weight altamente capaz e de baixo custo, que se coloca na fronteira entre inteligência e preço, com alguns usuários achando-o competitivo com sistemas de “fronteira” dos EUA para codificação, agentes e tarefas multimodais. Os comentaristas destacam a transparência incomum da Xiaomi, especialmente um dashboard de treinamento RL ao vivo, ao mesmo tempo em que apontam problemas práticos como traços de raciocínio excessivamente longos, loops e ineficiência de tokens em alguns contextos. O lançamento reforça uma mudança mais ampla em direção a modelos chineses e outros modelos abertos com base em custo e eficiência, levantando questões sobre os modelos de negócio dos laboratórios dos EUA, a reação regulatória contra open weights e a competição de longo prazo por compute, energia e liderança em IA.

Capacidades do modelo, preço e posicionamento

  • MiMo v2.6 é amplamente visto como um lançamento open-weight forte e econômico, especialmente a variante Flash (309B total / 15B parâmetros ativados) e o Pro (1.02T / 42B ativados).
  • Vários usuários dizem que o 2.6 Flash/Pro parecem ficar aproximadamente no nível de Opus/Sol para muitas tarefas, ao mesmo tempo em que são muito mais baratos, particularmente para codificação e uso agentic.
  • Também há um distill Qwen de 9B treinado em dados gerados pelo MiMo, voltado para “toy GPUs” e casos de uso mais leves.

Benchmarks, fronteira de Pareto e comparações

  • O MiMo é elogiado por se posicionar honestamente atrás dos principais modelos de fronteira dos EUA em muitos benchmarks, ao mesmo tempo em que destaca sua “fronteira” de custo/desempenho de Pareto.
  • Em algumas tarefas mais difíceis ou menos saturadas por benchmarks, comentaristas afirmam que o MiMo lidera modelos chineses comparáveis como Kimi K3 e compete com o DeepSeek 4.1 Flash.
  • Outros desconfiam de benchmarks em geral, citando overfitting e degradação de modelos proprietários após o lançamento; algumas classificações por benchmark (por exemplo, Opus vs Astra/Fable) são contestadas.

Transparência do treinamento e dashboard de RL

  • O dashboard de RL ao vivo é um grande ponto positivo: ele expôs reinicializações, conjuntos de dados descartados (por exemplo, um conjunto “cyber” que prejudicava a codificação), curvas de perda em tempo real, rollouts, custos e métricas avançadas (staleness do modelo, divergência KL).
  • Os comentaristas o veem como um recurso educacional valioso e um olhar incomumente aberto para RL no estilo de fronteira, embora as identidades dos conjuntos de dados continuem opacas.

Experiências dos usuários e peculiaridades de comportamento

  • Muitos gostam do desempenho do MiMo em codificação do mundo real e em tarefas científicas; outros relatam loops infinitos, longos traços de “overthinking” e conclusão muito lenta em níveis mais altos de esforço.
  • Às vezes, o Flash raciocina por mais tempo que o Pro, contrariando as expectativas. Alguns veem o MiMo 2.5 como tendo ficado “mais burro” pouco antes do lançamento do 2.6.
  • Os benchmarks SVG “pelican” mostram comportamento competente, mas não maximizado em benchmark; alguns preferem as saídas de outros modelos.

Laboratórios chineses vs. americanos, regulação e comoditização

  • Há um forte sentimento de que os modelos chineses (MiMo, DeepSeek, GLM, Kimi, Qwen) estão reduzindo a diferença de capacidade enquanto dominam em eficiência e preço.
  • Muitos especulam que laboratórios de fronteira dos EUA estão pressionando por regulação de “segurança de IA” e por restrições a open weights ou modelos chineses como uma forma de protecionismo de fato e captura regulatória.
  • Outros contra-argumentam que as vantagens de compute ainda favorecem os laboratórios dos EUA, e que a regulação se aplicaria a todos, não apenas a novos entrantes.
  • Vários preveem que a inferência de LLM se tornará uma commodity de baixa margem, como dados móveis; o valor migrará para aplicações e integração empresarial, e não para tokens brutos.

Infraestrutura, energia e hardware

  • A discussão cobre a execução do MiMo e de outros grandes modelos MoE em hardware de classe “Spark”/GB10 usando quantização agressiva e embeddings n-gram por camada com offload para SSD.
  • A memória é uma grande restrição; muitos usuários com 128–256 GB de RAM ainda não conseguem hospedar modelos de escala de fronteira com contexto completo.
  • Há debate sobre se o verdadeiro gargalo é compute ou energia; alguns argumentam que a expansão da rede elétrica da China e seu pipeline de engenheiros lhe darão uma vantagem de longo prazo em IA, enquanto outros observam a estratégia global de datacenters das hyperscalers dos EUA.