Китайский производитель электроники Xiaomi выпустил в открытый доступ новую нейросеть MiMo-V2-Flash, которая, по заявлениям компании, способна конкурировать с новейшими системами от DeepSeek, Moonshot AI, Anthropic и OpenAI.
MiMo-V2-Flash доступна для разработчиков на платформах MiMo Studio, Hugging Face и API. Как заявили в Xiaomi, модель «особенно хорошо проявляет себя в задачах логического мышления, программирования и создания агентов, а также является отличным помощником общего назначения для повседневных задач».
Ло Фули (Luo Fuli), специалист по искусственному интеллекту, ранее работавший в DeepSeek и недавно присоединившийся к команде MiMo в Xiaomi, отметил в социальной сети X, что MiMo-V2-Flash – это «второй шаг на пути к созданию общего искусственного интеллекта (AGI)». AGI — гипотетический тип ИИ, который достигнет или превзойдет когнитивные способности человека.
Xiaomi утверждает, что MiMo-V2-Flash разработана для максимальной эффективности. Модель обеспечивает высокую скорость обработки данных – 150 токенов в секунду, при этом стоимость использования составляет $0,1 за миллион входных токенов и $0,3 за миллион выходных токенов. По словам компании, это делает её одной из самых экономически эффективных моделей с высокой производительностью.
MiMo-V2-Flash — это модель Mixture of Experts с общим количеством параметров 309 млрд и активными параметрами 15 млрд.
По заявлениям Xiaomi, MiMo-V2-Flash демонстрирует производительность, сопоставимую с Moonshot AI Kimi K2 Thinking и DeepSeek V3.2 Thinking на большинстве бенчмарков логического мышления, сохраняя при этом конкурентоспособные возможности написания текстов общего назначения.
В оценках обработки длинных контекстов, новая модель Xiaomi превосходит Kimi K2 Thinking. В задачах, связанных с созданием агентов, MiMo-V2-Flash набрала 73,4% в SWE-Bench Verified, обойдя всех конкурентов с открытым исходным кодом и приблизившись к производительности GPT-5-High от OpenAI. Также модель находится на одном уровне с Claude 4.5 Sonnet, считающейся лучшей моделью для программирования в отрасли, при значительно меньшей стоимости.