Primero, la respuesta corta: el 22 de septiembre de 2026, Xiaomi lanzó la familia de modelos MiMo-V2.6 y publicó los pesos bajo la licencia MIT, que permite el uso comercial y la modificación casi sin condiciones. La familia tiene dos modelos: Pro, con 1,02 billones de parámetros, y Flash, con 309 mil millones. Ambos aceptan texto, imágenes, video y audio en un solo modelo, con una ventana de contexto de hasta un millón de tokens. En OpenRouter, Flash parte de 0,14 $ por millón de tokens de entrada. Para tu empresa eso significa dos cosas: una opción de autoalojamiento con una licencia cómoda y una opción de API muy barata para tareas que combinan voz, imágenes y texto.

Qué lanzó realmente Xiaomi

Ambos modelos usan una arquitectura de mezcla de expertos (MoE), lo que significa que solo una pequeña parte de los parámetros está activa para cada token. Eso es lo que mantiene los costos de ejecución muy por debajo de lo que sugiere el tamaño total:

  • MiMo-V2.6-Pro: 1,02 billones de parámetros en total, 42 mil millones activos por paso y un contexto de 1M de tokens.
  • MiMo-V2.6-Flash: 309 mil millones de parámetros en total, 15 mil millones activos, con el mismo contexto.
  • Pro-UltraSpeed: una versión de Pro que, según Xiaomi, ejecuta la inferencia hasta 20 veces más rápido, ofrecida a través de la API a diez veces el precio.

La compañía no se quedó en los pesos. También publicó más de 7.000 entornos de entrenamiento por aprendizaje por refuerzo que cubren ingeniería de software, reproducción de vulnerabilidades, trabajo del conocimiento y diseño web, junto con el propio marco de entrenamiento, el informe técnico y un pequeño modelo destilado de 9 mil millones de parámetros basado en Qwen. Los pesos están publicados en FP8 en Hugging Face y se pueden descargar sin solicitar acceso.

Dónde se sitúa realmente su rendimiento

Artificial Analysis otorga a Pro una puntuación de 46,32 en su Intelligence Index. Xiaomi afirma que esa puntuación lo sitúa por delante de Kimi K3 y Qwen3.8 Max, lo que lo convierte en el modelo de código abierto más capaz en el momento de su lanzamiento, aunque reconoce que sigue por detrás de Claude Fable 5.1 y GPT-6 Astra.

Sin embargo, la tabla comparativa de la ficha del modelo lo mide frente a la generación anterior de modelos cerrados, no frente a la actual. Estas son sus cifras frente a Claude Opus 5:

  • AutomationBench (automatización de tareas): 53,1 frente a 50,3.
  • Terminal Bench 2.1 (trabajo en línea de comandos): 89,9 frente a 89,1.
  • DeepSWE (corrección de errores reales de software): 71,9 frente a 74,0.
  • OSWorld-Verified (uso del ordenador): 82,0 frente a 83,4.
  • El más exigente Terminal Bench 4.0: 34,9 frente a 49,0.

El resumen honesto: un modelo cercano a la gama alta de la generación pasada en tareas de agentes y programación, y claramente por detrás en las más difíciles. No interpretes el anuncio como un sustituto equivalente de los modelos cerrados más recientes.

Precio: la cifra que cambia las cuentas de operación

En OpenRouter, cada millón de tokens de entrada y cada millón de tokens de salida cuestan:

  • Flash: 0,14 $ de entrada y 0,28 $ de salida.
  • Pro: 0,435 $ de entrada y 0,87 $ de salida.
  • Pro-UltraSpeed: 4,35 $ de entrada y 8,70 $ de salida.

Un ejemplo ilustrativo, con supuestos propios: un asistente de atención al cliente que gestiona 1.000 conversaciones al día, cada una con unos 3.000 tokens de entrada y 500 de salida. Eso suma 3 millones de tokens de entrada y medio millón de tokens de salida al día. Con Flash, el costo es de unos 0,56 $ al día, aproximadamente 63 SAR al mes. Con Pro, unos 1,74 $ al día, aproximadamente 196 SAR al mes. Las cifras reales variarán según la longitud de tus conversaciones y el almacenamiento en caché del contexto, pero lo que importa es el orden de magnitud: el costo ya no es la barrera para probarlo. Xiaomi afirma que Pro cuesta entre la vigésima y la sexagésima parte de los modelos extranjeros del mismo nivel de inteligencia; esa es la afirmación de la compañía, no una medición independiente.

Un solo modelo que oye, ve y lee

Lo que merece atención es que un solo modelo entiende los cuatro tipos de entrada. Hoy, si quieres un sistema que analice las grabaciones de llamadas de clientes, normalmente necesitas primero un servicio de voz a texto y luego un modelo de lenguaje para analizar la transcripción. Lo mismo ocurre con la foto de una factura tomada por un vendedor con su teléfono: un servicio para extraer el texto de la imagen y luego un modelo para entenderlo. Cada eslabón de esa cadena es un costo adicional y otro punto de fallo.

Un modelo multimodal acorta la cadena: la grabación de la llamada entra tal cual, la foto del recibo tal cual, el videoclip de la cámara del almacén tal cual. Eso simplifica la construcción de sistemas como la revisión de la calidad de las llamadas, la entrada automática de documentos en tu sistema contable o la comprobación de fotos de la mercancía al recibirla. Ten en cuenta, eso sí, que las fuentes no dicen nada concreto sobre su rendimiento en árabe ni en los dialectos saudíes, y eso es exactamente lo que deberías probar con tus propios datos antes de decidir nada.

Ejecutarlo en tus propios servidores: posible, con presupuesto

La licencia MIT significa que puedes ejecutar el modelo dentro de tu propia infraestructura, modificarlo e integrarlo en un producto comercial. Eso importa a cualquiera que procese datos personales, porque la Ley de Protección de Datos Personales de Arabia Saudí impone controles a la transferencia de datos fuera del Reino, y el autoalojamiento los mantiene dentro de tu entorno.

Pero el tamaño es real. La ficha del modelo Pro muestra una configuración de referencia que reparte el modelo entre 8 GPU con vLLM, o entre dos nodos con SGLang. Flash necesita repartirse entre 4 GPU. La ficha no indica el tipo de GPU, pero un modelo de este tamaño necesita, de forma realista, servidores de IA de gama alta. Por eso Flash, con sus 15 mil millones de parámetros activos, es el candidato realista de autoalojamiento para la mayoría de las empresas. Explicamos en detalle las cuentas del hardware en cómo ejecutar un modelo de IA grande en tu propia máquina.

Qué vigilar antes de confiar en él

  • Seguridad: Pro va muy por detrás en las pruebas de explotación de vulnerabilidades, con 47,9 en ExploitBench frente a 70,0 de Opus 5. Si tu tarea es la revisión de seguridad del código, no es tu primera opción.
  • Ruta de los datos: usarlo a través de una API significa que los datos de tus clientes pasan por los servidores de un proveedor externo. Para datos sensibles, el autoalojamiento o la anonimización antes del envío es un requisito, no una opción.
  • Cifras del fabricante: la mayoría de los resultados de las pruebas comparativas los publicó la propia Xiaomi. Pruébalo con una tarea de tu propio trabajo, con preguntas extraídas de tus propios datos.

Cómo lo abordamos en Origami

No atamos los sistemas que construimos a un solo modelo. Colocamos una capa intermedia para que el modelo pueda cambiarse sin reconstruir la aplicación y luego medimos a cada candidato con una tarea real del trabajo del cliente: precisión, costo por operación y tiempo de respuesta. MiMo-V2.6 se suma ahora a esa lista corta, sobre todo para tareas que combinan voz, imágenes y texto, y allí donde la factura mensual es lo que impide que un proyecto de IA arranque. Si tienes una tarea así y quieres conocer su costo real antes de comprometerte, ponte en contacto con nosotros.

Fuentes