Xiaomi ha lanzado MiMo V2.6 Pro, su modelo de inteligencia artificial omnimodal de código abierto más avanzado hasta la fecha, prometiendo una nueva era en la carrera tecnológica con capacidades mejoradas en razonamiento, programación y uso de herramientas. Esta serie, presentada el 22 de septiembre de 2026, busca redefinir el equilibrio entre inteligencia y coste, apostando por el aprendizaje por refuerzo a escala para una mejora continua y accesible.
Imaginen un futuro no muy lejano donde la inteligencia artificial no solo entiende el lenguaje humano con una fluidez asombrosa, sino que también percibe imágenes, interpreta videos, escucha audio y, además, interactúa con el mundo digital y físico como un agente autónomo. Un futuro donde los modelos de IA más potentes no están confinados en los laboratorios de unos pocos gigantes tecnológicos, sino que son accesibles y abiertos a la comunidad global. Ese futuro ya está aquí, o al menos Xiaomi lo ha acercado con la presentación de su serie MiMo-V2.6, liderada por el impresionante MiMo-V2.6-Pro.
El anuncio del 22 de septiembre de 2026 marca un punto de inflexión. No es solo la evolución de un modelo; es la consolidación de una filosofía que Xiaomi ha denominado el camino RSI (aprendizaje por refuerzo escalado para la auto-mejora). La compañía china no solo ha desarrollado una inteligencia de vanguardia, sino que ha optado por un enfoque de “construcción en público” y código abierto, una declaración de intenciones audaz en un panorama dominado por modelos cerrados.
La familia MiMo-V2.6: potencia y eficiencia para cada necesidad
La serie MiMo-V2.6 se compone de dos modelos principales, concebidos para cubrir un espectro amplio de requisitos:
- MiMo-V2.6-Pro: Este es el buque insignia, el modelo más capaz de Xiaomi hasta la fecha. Diseñado para tareas complejas y de alto rendimiento, el Pro busca competir directamente con los líderes del mercado.
- MiMo-V2.6-Flash: Busca un equilibrio óptimo entre inteligencia, eficiencia y coste. Una opción más accesible sin comprometer significativamente las capacidades.
Pero Xiaomi no se detiene ahí. Consciente de la importancia de la velocidad en ciertas aplicaciones, ha lanzado también MiMo-V2.6-Pro-UltraSpeed. Esta variante promete una velocidad de salida hasta 20 veces mayor con la misma calidad, un avance crucial para flujos de trabajo donde el tiempo de respuesta es crítico. Este modelo UltraSpeed está disponible tanto en MiMo Desktop como a través de su API.
El corazón omnimodal y la ventana de contexto ampliada
Una de las características más destacadas de la serie MiMo-V2.6 es su naturaleza intrínsecamente omnimodal. Esto significa que el modelo no solo procesa texto, sino que también integra de forma nativa imágenes, video y audio, todo dentro de una misma arquitectura. Esta capacidad multimodal es fundamental para que la IA pueda comprender e interactuar con el mundo de una manera más holística y humana.
A esto se suma una impresionante ventana de contexto de 1 millón de tokens. Esta amplitud permite a MiMo-V2.6 manejar repositorios extensos de código, rastreos de herramientas complejos y múltiples sesiones de ejecución de agentes, facilitando una comprensión profunda y un razonamiento contextual en tareas de larga duración. Es como dotar a la IA de una memoria de trabajo vasta, capaz de retener y procesar una cantidad ingente de información relevante para la tarea en curso.
Aprendizaje por refuerzo a escala: la clave de la auto-mejora
El pilar tecnológico detrás del salto de MiMo-V2.6 es el aprendizaje por refuerzo (RL) a escala, diseñado explícitamente para la auto-mejora. Este enfoque permite que el modelo expanda continuamente su frontera de capacidades a través de la exploración y la retroalimentación, un ciclo virtuoso que recuerda cómo los humanos aprenden de la experiencia. Xiaomi no solo entrena estos modelos, sino que también ha transmitido en vivo las ejecuciones de producción, reforzando su compromiso con la transparencia.
La arquitectura de MiMo-V2.6-Pro es una red de expertos dispersa (Sparse MoE) con un total de 1.02 billones de parámetros, de los cuales 42 mil millones están activos en cualquier momento. Esto permite una eficiencia computacional notable sin sacrificar la capacidad. Cuenta con codificadores omni, una columna vertebral híbrida SWA y bloques de predicción multi-token (MTP) de 5 capas. La visión se procesa con un codificador MiMo ViT de 681 millones de parámetros, y el audio con una combinación de AudioTokenizer de 308 millones y un codificador de parches de audio de 127 millones.
Mecanismos de entrenamiento avanzados:
- You Only RL Once (YORLO): Una única ejecución de RL combinada a través de codificación, agentes generales, visión y ciberseguridad, lo que permite que las capacidades se refuercen mutuamente y las estrategias se transfieran a entornos de prueba no vistos.
- Optimización de Política Relativa de Grupo (GRPO) Asíncrona: Escala la computación RL en lotes muy grandes, procesando miles de indicaciones y millones de tokens por actualización.
- Calificación Agéntica por Grupos (Self-Improvement Loop): Utiliza la síntesis de recompensas por grupos (GRS) para construir rúbricas específicas de tareas y la redistribución de ventajas por grupos (GAR) para clasificar las trayectorias y dirigir la mejora hacia soluciones de mayor calidad.
- RL Alineado: Incluye un arranque en frío a partir de la autocorrección, donde el modelo reflexiona y reescribe sus propias desviaciones.
Rendimiento que desafía a la élite global
En el competitivo campo de los modelos de IA, los benchmarks son el campo de batalla, y MiMo-V2.6-Pro ha demostrado ser un contendiente formidable. Con una puntuación de 46.32 en el Artificial Analysis Intelligence Index, supera a modelos de código abierto como Kimi K3 y Qwen3.8 Max, posicionándose como el modelo de código abierto más potente hasta la fecha.
«MiMo-V2.6-Pro rinde a la par de Claude Opus 5 y GPT-5.6 Sol en la mayoría de los benchmarks de agentes.» – Xiaomi MiMo
Aunque en algunas métricas como Terminal Bench y ExploitGym se observa una brecha con los modelos más punteros de OpenAI o Anthropic, MiMo-V2.6-Pro se mantiene muy competitivo en un amplio rango de pruebas:
- En DeepSWE v1.1, alcanza 71.9, cerca de DeepSeek V4.1 Flash (74.2), Claude Opus 5 (74.0) y GPT 6 Astra (74.0).
- En ProgramBench, obtiene 26.5, superando a GPT 5.6 Sol (25.0) y DeepSeek V4.1 Flash (20.3).
- En MiMo Code Bench, con 63.2, rivaliza con Claude Opus 5 (68.6) y GPT 6 Astra (61.4).
- En GDPVal 2.1 (AA) y Toolathlon-verified, se sitúa justo por detrás de los modelos de Claude.
- En Visual Coding (in-house), su puntuación de 72.3 lo posiciona como un fuerte competidor visual.
- En CyberGym, muestra una robustez excepcional con 94.0, muy cerca del Flash.
Lo más disruptivo, sin embargo, es su relación inteligencia-coste. Manteniendo los precios de API de la serie V2.5, Xiaomi está empujando la “frontera de Pareto” hacia afuera. Esto significa que los usuarios obtienen una inteligencia superior al mismo coste, y lo que es más impactante, a una inteligencia comparable, MiMo-V2.6-Pro cuesta entre 1/20 y 1/60 de los principales modelos internacionales. Una propuesta de valor que podría cambiar las reglas del juego para la adopción masiva de IA.
Aplicaciones que redefinen la interacción y la creatividad
Las capacidades de MiMo-V2.6 Pro van más allá de los números en benchmarks. Xiaomi ha demostrado aplicaciones prácticas que abren nuevas vías para la interacción, la creatividad y la investigación:
Construcción de mundos 3D y razonamiento espacial:
El modelo puede transformar texto, imágenes o video en mundos 3D jugables, coordinando agentes para construir escenas, escribir lógica de interacción y refinar resultados. También es capaz de crear objetos y escenas de Blender para animación, impresión 3D y juegos. Esta capacidad, denominada “de Vibe Coding a Vibe World”, combina el razonamiento espacial 3D, la percepción multimodal y el uso de computadoras para construir e interactuar con entornos más ricos. Imagina darle una descripción de un paisaje o un boceto, y que la IA sea capaz de materializarlo en un entorno virtual listo para explorar.
Un copiloto para la investigación científica:
Aunque no fue diseñado específicamente para ello, MiMo-V2.6-Pro ya muestra un potencial significativo en la investigación científica. Ha colaborado con investigadores de Xiaomi para proponer materiales MOF capaces de capturar los “químicos para siempre” PFAS, revisando literatura y patentes, y realizando cribados computacionales para identificar candidatos para validación en laboratorio. Además, ha asistido en la formalización de teoremas matemáticos complejos, como el teorema principal de Li-Yorke sobre el “Periodo tres implica caos” en Lean 4, un proyecto que abarca más de 6.000 líneas de código verificadas.
Control robótico y automatización de escritorio:
MiMo-V2.6-Pro puede controlar un brazo robótico Franka Panda en simulación a través de retroalimentación visual. Esto demuestra su potencial en robótica avanzada y automatización física. Además, puede usar herramientas de escritorio para buscar, editar y procesar datos, inspeccionar los resultados y ajustar sus acciones subsiguientes, lo que lo convierte en un asistente potente para flujos de trabajo de oficina y tareas de computación.
Acceso y ecosistema: una IA para todos
Con la serie MiMo-V2.6, Xiaomi no solo lanza un producto, sino un ecosistema. Los desarrolladores y usuarios pueden empezar a construir con MiMo-V2.6 a través de MiMo Desktop y los planes de suscripción, o utilizando su propia clave API. La disponibilidad de los pesos del modelo, informes técnicos, entornos de RL y el código de entrenamiento es una apuesta clara por la transparencia y el desarrollo colaborativo en la comunidad de IA de código abierto. Plataformas como Hugging Face, la API de Xiaomi MiMo y Xiaomi MiMo Studio son los puntos de acceso a esta nueva generación de inteligencia.
La estrategia de Xiaomi no es solo competir en el rendimiento bruto, sino también democratizar el acceso a la inteligencia artificial de frontera. Al ofrecer un modelo de código abierto tan potente y a un coste competitivo, la empresa china se posiciona como un actor clave en la configuración del futuro de la IA, especialmente en el contexto de la economía digital global y la carrera tecnológica.
