A Xiaomi — mundialmente conhecida como “a Apple da China” por seus smartphones — acaba de entrar com força no clube das fronteiras de inteligência artificial. A empresa lançou a família MiMo-V2.6 e, de quebra, colocou o novo MiMo-V2.6-Pro no topo do ranking de modelos de pesos abertos do Artificial Analysis Intelligence Index, com pontuação 46.
O que é o MiMo-V2.6-Pro
O MiMo-V2.6-Pro é uma arquitetura MoE (mistura de especialistas) com 1,02 trilhão de parâmetros totais e apenas 42 bilhões ativos por inferência — uma combinação que entrega desempenho de fronteira a custo reduzido. O modelo é nativamente omnimodal, processando texto, imagem, áudio e outras modalidades sem depender de adaptadores externos.
A família tem três variantes: o Pro (o mais capaz já lançado pela empresa), o Flash (equilíbrio entre inteligência, eficiência e custo) e o Pro-UltraSpeed, que promete geração até 20 vezes mais rápida mantendo a mesma qualidade.
Treinado por cerca de US$ 3 milhões
O número que mais impressionou a comunidade foi o custo. A etapa de aprendizado por reforço (RL) teria consumido aproximadamente 130 horas, 75 bilhões de tokens e US$ 2,6 milhões — valor que, somado ao pré-treinamento, fica na casa de US$ 3 milhões. Para efeito de comparação, treinar modelos fechados de fronteira costuma custar centenas de milhões de dólares.
Segundo o relatório técnico, o RL foi escalado em três eixos: lotes maiores e maior vazão (1.568 amostras por atualização e contexto de até 1 milhão de tokens), mais tarefas e ambientes ricos (programação, agentes, visão e cibersegurança) e mais poder de avaliação — sinais de recompensa mais precisos que guiam o modelo por caminhos mais curtos.
Transparência incomum para o setor
Um detalhe que rendeu elogios foi a abertura. Fuli Luo, engenheira que trocou a DeepSeek pela Xiaomi, publicou as execuções finais de RL ao vivo, expondo métricas internas com um nível raro de transparência. A empresa também liberou código de treinamento, ambientes e receitas, e promete cerca de 7 mil ambientes de RL — embora os datasets completos ainda não tenham sido publicados. O modelo está sob licença MIT.
Por que isso importa agora
O lançamento se soma a uma sequência de pesos abertos chineses — Kimi K3, Qwen3.8-Max, DeepSeek V4-Pro, GLM-5.3, Hy4 Preview e Atria Dawn — que vêm encurtando a distância para os modelos fechados a um custo de 10 a 50 vezes menor. Para desenvolvedores e empresas brasileiras, isso significa acesso a capacidade de fronteira sem depender de APIs proprietárias ou de infraestrutura bilionária. A leitura de analistas é que ambientes de RL de alta qualidade estão se tornando tão estratégicos quanto os corpora de pré-treinamento foram no ciclo anterior.
Descubra mais sobre noticiAI
Assine para receber nossas notícias mais recentes por e-mail.
