En un mercado en plena ebullición por los avances en inteligencia artificial, Xiaomi irrumpe con fuerza con la presentación de MiMo-V2.6, un modelo multimodal capaz de procesar texto, imágenes, audio y vídeo. Este sistema, que compite directamente con los recientes lanzamientos de OpenAI y Anthropic, destaca no solo por su capacidad técnica sino por su compromiso excepcional con la apertura y la transparencia en su desarrollo y despliegue.
El MiMo-V2.6-Pro, la versión más avanzada del modelo, contiene un billón de parámetros, de los cuales 42.000 millones están activos simultáneamente. Su ventana de contexto se extiende hasta un millón de tokens, cifra que se equipara a los 1,05 millones de tokens de GPT-6 Sol de OpenAI y a los 1 millón de tokens de Claude Opus 5.5 de Anthropic, aunque estas últimas no revelan detalles comparables sobre sus parámetros.
Las prestaciones declaradas por Xiaomi son de alto nivel, con capacidad para tareas de codificación, trabajos administrativos avanzados, ciberseguridad y tareas multimodales, lo que posiciona a MiMo-V2.6 como un referente en el ámbito emergente de inteligencia artificial abierta. Los análisis independientes, como los realizados por Artificial Analysis, sitúan al MiMo-V2.6-Pro en el primer lugar entre 114 modelos abiertos ponderados, con una puntuación del Índice de Inteligencia de 46. 
Sin embargo, más allá de las cifras y el rendimiento, el aspecto que está acaparando la atención dentro de la comunidad tecnológica es la filosofía detrás del desarrollo de MiMo-V2.6. Xiaomi ha transmitido en directo a través de un panel público todo el proceso de entrenamiento por refuerzo (RL) durante cinco días, mostrando en tiempo real métricas clave y detalles del proceso que habitualmente permanecen ocultos.
El coste estimado para esta fase de entrenamiento ascendió a 854.044 dólares en el modelo MiMo-V2.6-Flash y a 2.620.670 dólares en el MiMo-V2.6-Pro, sumando un total aproximado de 3,5 millones de dólares, una cifra que únicamente cubre la etapa de refuerzo y no el preentrenamiento. Estos datos, que Xiaomi ha hecho públicos en tiempo real, son una rareza en la industria, destacando por su transparencia frente a modelos similares como MiniMax-M1 o DeepSeek.
Fuli Luo, líder del equipo MiMo y ex investigadora en DeepSeek, explicó en redes sociales que el proyecto se basó en casi seis meses de experimentación para escalar el entrenamiento por refuerzo, aumentando la cantidad de datos, diversidad de entornos, y adaptaciones de agentes para optimizar el aprendizaje. Asimismo, anunció que el proceso de publicación de información y recursos se realizará de forma progresiva.
En palabras de Thomas Wolf, cofundador de Hugging Face, esta apertura es excepcional dadas las dimensiones de un entrenamiento de estas características: “Un nivel de transparencia impresionante para una ejecución tan grande”.
Además del código y los pesos del modelo bajo licencia MIT —que permite un uso muy flexible y sin las restricciones comerciales habituales en otros modelos como los de Moonshot o Alibaba— Xiaomi ha liberado documentos técnicos detallados, un modelo derivado de 9.000 millones de parámetros basado en Qwen, y promete compartir más de 7.000 entornos de tarea para entrenamiento y una infraestructura completa de aprendizaje por refuerzo.
Esta generosidad en abrir tanto los recursos como la metodología utilizada supone un cambio radical respecto a lo habitual en la industria, donde muchas veces solo se publican los modelos con pesos cerrados o con licencias restrictivas. En palabras de expertos, la publicación de entornos y herramientas para entrenamiento podría ser la aportación más significativa para avanzar la investigación abierta en inteligencia artificial.
La comunidad científica y tecnológica ha recibido con entusiasmo este nivel de apertura. Elie Bakouch, investigador en Prime Intellect y ex de Hugging Face, resaltó en redes sociales la importancia de liberar no solo el modelo y su documentación, sino también los datos de entrenamiento y el marco completo para el aprendizaje por refuerzo, elementos clave para la reproducibilidad y extensión del trabajo.
Asimismo, se ha señalado que la evolución hacia modelos de aprendizaje por refuerzo con recompensas verificables (Reinforcement Learning with Verifiable Rewards, RLVR) hace que los entornos de entrenamiento sean esenciales, al permitir medir automáticamente el éxito de las tareas, y que Xiaomi esté facilitando justamente esos entornos es un paso crucial para el avance de la investigación abierta.
En definitiva, Xiaomi no solo ha presentado un modelo competitivo desde el punto de vista técnico, sino que ha establecido un nuevo estándar de transparencia y colaboración en el desarrollo de inteligencia artificial. Su propuesta MiMo-V2.6 invita a la comunidad global a explorar y construir sobre una base sólida y abierta, cambiando las reglas del juego del desarrollo y democratización de la IA.
