Команда Xiaomi MiMo выложила на Hugging Face три чекпойнта серии MiMo-V2.6. Чекпойнт здесь - это набор весов модели, готовый к загрузке и запуску. Флагман MiMo-V2.6-Pro-RL - разреженная смесь экспертов на 1,02 трлн параметров, из которых активны 42 млрд. Рядом лежат MiMo-V2.6-Flash-RL на 310,8 млрд и дистиллят MiMo-V2.6-Distill-Qwen-9B. Все три под лицензией MIT, то есть коммерческое использование разрешено без отдельных переговоров. Практическая сторона вопроса скромнее: веса уже в FP8, что снижает требования к памяти, но привязывает запуск к поддержке этого формата рантаймом, а без trust-remote-code модель не запустится.
Что Xiaomi выложила 21 сентября
Коротко: три чекпойнта одной серии, все под MIT, даты загрузки известны по минутам.
Все три модели загружены на Hugging Face 21 сентября 2026 года. Машинные метки времени в API платформы дают точность до секунды: Pro-RL - 15:39:33 UTC, Flash-RL - 15:39:51 UTC, дистиллят - 18:18:40 UTC. Пресса писала про «19-21 сентября»; по метаданным это 21 сентября.
Размеры по полю safetensors.total в API:
Флагман: 1 024 216 603 392 параметра, то есть около 1,02 трлн. Средняя модель, MiMo-V2.6-Flash-RL: 310 756 322 688 параметров, то есть 310,8 млрд. Дистиллят MiMo-V2.6-Distill-Qwen-9B: 9 409 813 744 параметра, то есть около 9,4 млрд.
Через трое суток после публикации, на 24 сентября 2026 года, у Pro-RL было 4 070 загрузок и 449 лайков, у Flash-RL - 13 243 загрузки и 426 лайков, у дистиллята - 3 253 загрузки и 405 лайков. Это живые счётчики платформы, они меняются. Меньшая модель уходит заметно охотнее, и это ожидаемо: её можно запустить на одной машине.
Название серии у вендора описано так: масштабирование обучения с подкреплением в сторону самоулучшения. В карточке названы два приёма - построение рубрик по контрастным роллаутам и перераспределение преимущества между прошедшими траекториями. Обучение шло полностью асинхронным GRPO, батч - 1 568 промптов по 16 роллаутов на шаг. Эти заявления приводятся как описание метода вендором.
Что значит MIT для весов на практике
Коротко: MIT разрешает коммерческое использование, research-only - нет.
У всех трёх чекпойнтов лицензия MIT - и в теге карточки, и в машинных данных API. Это разрешительная лицензия без ограничения на коммерческое применение: отдельное разрешение вендора для использования в продукте не требуется.
Разница с соседними релизами видна на контрасте. Часть открытых моделей выходит под исследовательскими лицензиями, где коммерческое использование прямо запрещено без отдельного соглашения. Для команды, которая выбирает модель под продукт, это разница между «можно» и «нельзя». Код пишется за вечер, а лицензия задним числом не меняется.
Сколько железа нужно, чтобы это запустить
Коротко: флагман требует 16 GPU на двух узлах, и без trust-remote-code запуск не пойдёт.
Карточка модели содержит готовые команды запуска, и требования читаются прямо из флагов. Для Pro-RL через SGLang рекомендованы --tp 16 --dp 2 --ep 16 --nnodes 2. Флаг --tp 16 задаёт tensor parallel по 16 частям, --nnodes 2 разносит их на два узла. Это рекомендованная карточкой конфигурация для флагмана: 16 GPU на двух машинах.
Для того же чекпойнта через vLLM указано --tensor-parallel-size 8, то есть на одной машине с восемью GPU. Оба пути описаны в одной и той же карточке, поэтому «минимум 16 GPU» верно только для варианта с SGLang, не для модели вообще.
Средняя модель серии, Flash-RL, в карточке идёт со своими флагами: --tp 8 --dp 2 без --nnodes, то есть 8 GPU на одном узле. Через vLLM для неё указано --tensor-parallel-size 4.
Ещё три ограничения из карточки:
- веса уже лежат в FP8, то есть в восьмибитном формате, что снижает требования к памяти, но привязывает запуск к поддержке этого формата рантаймом;
- для запуска обязателен
--trust-remote-code: модель требует исполнения кода из репозитория, и это осознанный выбор; - рекомендуемые параметры сэмплирования -
temperature=1.0иtop_p=0.95.
Тем, кто сравнивает с локальным запуском моделей попроще, полезно держать это в голове: запуск модели на своём железе - это всегда разговор про память, формат весов и параллелизм. В разборе Ollama видно, как выглядит тот же разговор в масштабе одной команды и одной машины, а llama.cpp показывает, зачем нужна квантизация. Здесь те же вопросы стоят на порядки крупнее.
Таблица: какой чекпойнт сколько весит и что требует
Коротко: Pro - 1,02 трлн, Flash - 309 млрд, дистиллят - 9,4 млрд, и требования падают вместе с размером.
| Чекпойнт | Параметров | Контекст | Модальности | Конфигурация из карточки | Лицензия |
|---|---|---|---|---|---|
| MiMo-V2.6-Pro-RL | 1,02 трлн, активны 42 млрд | 1M токенов | текст, изображение, видео, аудио | SGLang --tp 16 --nnodes 2 (16 GPU на двух узлах); vLLM --tensor-parallel-size 8 |
MIT |
| MiMo-V2.6-Flash-RL | 309 млрд, активны 15 млрд | 1M токенов | текст, изображение, видео, аудио | SGLang --tp 8 --dp 2 (8 GPU на одном узле); vLLM --tensor-parallel-size 4 |
MIT |
| MiMo-V2.6-Distill-Qwen-9B | 9,4 млрд | в карточке не указан | текст и изображение (задача image-text-to-text) |
конфигурация запуска в карточке не описана | MIT |
Требования к запуску падают вместе с размером модели. У флагмана это 16 GPU на двух узлах по пути SGLang, у средней модели - 8 GPU на одном узле. А дистиллят на 9,4 млрд параметров по размеру сопоставим с моделями, которые запускают на одной рабочей станции. Но карточка конфигурации запуска для него не даёт, поэтому считать это готовой рекомендацией нельзя.
Что модель умеет по модальностям и контексту
Коротко: текст, изображение, видео и аудио в одной модели, контекст 1M токенов.
Флагман заявлен как омнимодальный: текст, изображение, видео и аудио обрабатывает одна модель. Контекст - 1M токенов, и в карточке он обоснован задачей: длинные репозитории, трассировки работы инструментов и многосессионные прогоны агентов.
Из архитектурных деталей карточки флагмана:
- 70 слоёв, из них 60 с локальным скользящим вниманием и 10 с глобальным;
- 384 эксперта, из которых на каждом шаге активны 8;
- размер скользящего окна - 128 токенов;
- отдельный vision-энкодер на 681 млн параметров;
- два аудиокомпонента: токенизатор на 308 млн и патч-энкодер на 127 млн;
- спекулятивный декодер на 5 слоёв, предсказывающий 7 следующих токенов за проход.
Это конфигурация именно Pro-RL. У Flash-RL своя: 48 слоёв, из них 39 и 9, и 256 экспертов при тех же 8 активных. Разница объясняет, почему модель вдвое-втрое меньше по активным параметрам.
Откуда берётся возможность запустить модель на 1,02 трлн параметров, карточка объясняет двумя вещами. Веса лежат в FP8, то есть занимают вдвое меньше места, чем 16-битные. А вычисления на каждом шаге идут только по активным экспертам, которых 8 из 384: именно это сокращает счёт, а не объём памяти.
Чему верить в бенчмарках, а чему нет
Коротко: все числа в таблице карточки - замеры Xiaomi, независимый замер только один.
В карточке приведена таблица сравнения MiMo-V2.6 Pro и Flash с Claude Opus 5, GPT-5.6 Sol и Claude Fable 5. Числа выглядят убедительно: DeepSWE v1.1 - 71,9 у Pro и 67,9 у Flash, Terminal Bench 2.1 - 89,9 и 87,6, CyberGym - 94,0 у Pro, AutomationBench v1.0.6 - 53,1 и 52,3.
Это измерения самой Xiaomi. Так их и надо читать: как заявление вендора о собственной модели. Внешней проверкой они не являются. Независимый замер в наборе источников один - карточка модели на Artificial Analysis: индекс интеллекта 46 при медиане 18 по сопоставимым моделям, цена 0,43 доллара за миллион входных токенов и 0,87 за миллион выходных, средняя стоимость 0,13 доллара на задачу индекса. Эта площадка измеряет модель через API и меряет не те веса, которые лежат в чекпойнте, поэтому её числа тоже не заменяют собственного запуска.
Отдельная оговорка про сравнение с конкурентами: это разные условия эксплуатации и разные способы доступа. Такое сравнение годится как ориентир порядка величин, доказательством превосходства оно не служит.
Что осталось неясным
Коротко: имя чекпойнта и «MiMo-V2.6 Pro» из прессы - тождество не подтверждено, и это не единственная дырка.
Пять вопросов, на которые по доступным источникам ответа нет.
- Суффикс
-RL. Все три чекпойнта названы с ним, а в таблице бенчмарков и в прессе фигурируют «MiMo-V2.6 Pro» и «MiMo-V2.6 Flash». Тождество этих названий нигде прямо не подтверждено. - Состав серии за пределами трёх чекпойнтов. Десктопное приложение и открытая платформа API упомянуты в самих карточках как способы доступа, но отдельных вариантов модели, которые иногда называют пересказы, в карточках нет.
- Технический отчёт. PDF приложен к карточке, но как текст он не читался, поэтому первичные детали обучения в статье не приводятся.
- Официальный блог. Страница анонса без JavaScript отдаёт только заголовок, поэтому текст анонса вендора как источник не использован.
- Объём видеопамяти. Карточка называет флаги параллелизма, но не говорит, сколько именно VRAM нужно на ускоритель.
Если вы выбираете модель под задачу, эти пробелы стоит закрывать самостоятельно: запускать на своём железе и мерить на своих данных. Ориентироваться на чужие таблицы в этом вопросе дороже, чем проверить самому, - та же логика, что и в разборе про промптинг, где видно, как расходятся заявленные практики и реальные результаты. Соседний релиз другого вендора для сравнения того, как выглядит анонс модели с другой стороны, - Mistral и открытый SDK для агентов.
Источники
- карточка MiMo-V2.6-Pro-RL на Hugging Face - архитектура, требования к запуску, таблица бенчмарков, 21.09.2026
- карточка MiMo-V2.6-Flash-RL на Hugging Face - второй чекпойнт серии, 21.09.2026
- карточка MiMo-V2.6-Distill-Qwen-9B на Hugging Face - третий чекпойнт серии, 21.09.2026
- MiMo-V2.6 Pro в индексе Artificial Analysis - независимый замер через API: индекс 46, цены за миллион токенов
- Метаданные модели MiMo-V2.6-Pro-RL через API Hugging Face - машинные метки времени, лицензия и число параметров
Как читать чужие обещания и отличать проверенное от заявленного - в материале почему большинство «лучших практик» промптинга - ерунда.
