Xiaomi stellt MiMo-V2.6 offen und steht selbst unter Verdacht

Xiaomi hat am 22. und 23. September die Modellfamilie MiMo-V2.6 als Open-Weight-Modelle unter MIT-Lizenz veröffentlicht. Das größte davon, MiMo-V2.6-Pro-RL, hat 1,02 Billionen Parameter insgesamt und 42 Milliarden aktivierte. Gebaut ist es als Sparse MoE mit hybrider Attention, 1 Million Token Kontext und einem Vision-Encoder mit 681 Millionen Parametern.

Dazu kommen MiMo-V2.6-Flash-RL mit 311 Milliarden Parametern und ein Destillat mit 9 Milliarden Parametern auf Qwen-Basis.

Die Trainingskosten gibt Xiaomi mit rund 3,5 Millionen Dollar an, ausgegeben in einem einzigen großen Verstärkungslern-Lauf. Den hat das Unternehmen live gestreamt, was in dieser Branche noch niemand gemacht hat.

Im Artificial Analysis Intelligence Index erreicht Pro 46 Punkte und ist damit das stärkste Open-Weight-Modell. Die Modellkarte stellt es direkt gegen die kommerziellen Spitzenmodelle: DeepSWE v1.1 71,9 Prozent gegen 74,0 bei Claude Opus 5 und 73,0 bei GPT-5.6 Sol, AutomationBench v1.0.6 53,1 gegen 50,3 und 45,8, Terminal Bench 2.1 89,9 gegen 89,1 und 88,8, OSWorld-Verified 82,0 gegen 83,4 und 83,0.

Über Xiaomis eigene API kostet Pro 0,435 Dollar pro Million Eingabe-Token und 0,87 Dollar Ausgabe, Flash 0,14 und 0,28 Dollar.

Der zweite Strang ist ein Vorwurf, und er ist nicht belegt. Anthropic hatte am 10. September in einem 154 Seiten langen Bericht sieben chinesische Labore genannt: Alibaba, Moonshot AI, DeepSeek, Zhipu, Xiaomi, MiniMax und SenseTime, mit zusammen rund 190 Millionen Interaktionen. Über 151 Millionen davon gehen laut Bericht allein auf Alibaba.

Xiaomi soll über mehr als 1.500 Konten mehr als 400.000 Entwickler-Sitzungen weitergespielt haben, über Coding-Harnesses namens OpenClaw und OpenCode. Anthropic hält in dem Bericht ausdrücklich fest, Distillation an sich sei nicht das Problem; es gehe um den Zugang über Fake-Konten.

Eine offizielle Stellungnahme von Xiaomi zu den Vorwürfen gibt es bis heute nicht. Nach einem Bericht von The Information prüfen chinesische Behörden DeepSeek und Moonshot AI, inklusive Bürobesuchen. Die Cyberspace Administration of China hat das nicht bestätigt, und chinesische Stellen wiesen die Anthropic-Vorwürfe pauschal als Angriff auf den eigenen KI-Sektor zurück.

Wer die beiden Stränge zusammen liest, landet bei einer unbequemen Frage: Falls sich ein Modell für 3,5 Millionen Dollar tatsächlich an den Ausgaben eines Spitzenmodells schulen lässt, was ist dann ein Trainingsbudget im Milliardenbereich noch wert? Die Antwort darauf hätte gern jemand, der eine Zahl statt eines Verdachts vorlegt.