पहले छोटा जवाब: 22 सितंबर 2026 को Xiaomi ने MiMo-V2.6 मॉडल परिवार लॉन्च किया और इसके वेट्स MIT लाइसेंस के तहत प्रकाशित किए, जो लगभग बिना किसी शर्त के व्यावसायिक उपयोग और बदलाव की अनुमति देता है। इस परिवार में दो मॉडल हैं: Pro, जिसमें 1.02 ट्रिलियन पैरामीटर हैं, और Flash, जिसमें 309 बिलियन हैं। दोनों एक ही मॉडल में टेक्स्ट, इमेज, वीडियो और ऑडियो स्वीकार करते हैं, और कॉन्टेक्स्ट विंडो दस लाख टोकन तक है। OpenRouter पर Flash की शुरुआत प्रति मिलियन इनपुट टोकन $0.14 से होती है। आपके व्यवसाय के लिए इसके दो मतलब हैं: सुविधाजनक लाइसेंस के साथ सेल्फ-होस्टिंग का विकल्प, और आवाज़, इमेज और टेक्स्ट को मिलाने वाले कार्यों के लिए बहुत सस्ता API विकल्प।

Xiaomi ने असल में क्या जारी किया

दोनों मॉडल मिक्सचर-ऑफ़-एक्सपर्ट्स (MoE) आर्किटेक्चर का उपयोग करते हैं, यानी हर टोकन के लिए पैरामीटरों का केवल एक छोटा हिस्सा सक्रिय होता है। यही चलाने की लागत को कुल आकार से लगने वाले अनुमान से कहीं नीचे रखता है:

  • MiMo-V2.6-Pro: कुल 1.02 ट्रिलियन पैरामीटर, हर चरण में 42 बिलियन सक्रिय, और 1M टोकन का कॉन्टेक्स्ट।
  • MiMo-V2.6-Flash: कुल 309 बिलियन पैरामीटर, 15 बिलियन सक्रिय, उसी कॉन्टेक्स्ट के साथ।
  • Pro-UltraSpeed: Pro का एक संस्करण, जिसके बारे में Xiaomi का कहना है कि यह इन्फ़रेंस को 20 गुना तक तेज़ चलाता है, और API के ज़रिए दस गुना कीमत पर उपलब्ध है।

कंपनी सिर्फ़ वेट्स पर नहीं रुकी। उसने रीइन्फ़ोर्समेंट लर्निंग के 7,000 से ज़्यादा ट्रेनिंग एनवायरनमेंट भी प्रकाशित किए, जो सॉफ़्टवेयर इंजीनियरिंग, कमज़ोरियों को दोबारा पैदा करने, नॉलेज वर्क और वेब डिज़ाइन को कवर करते हैं, साथ ही ट्रेनिंग फ़्रेमवर्क खुद, तकनीकी रिपोर्ट, और Qwen पर बना 9 बिलियन पैरामीटर का एक छोटा डिस्टिल्ड मॉडल भी। वेट्स Hugging Face पर FP8 में प्रकाशित हैं और बिना एक्सेस माँगे डाउनलोड किए जा सकते हैं।

इसका प्रदर्शन असल में कहाँ खड़ा है

Artificial Analysis अपने Intelligence Index पर Pro को 46.32 का स्कोर देता है। Xiaomi का कहना है कि यह स्कोर इसे Kimi K3 और Qwen3.8 Max से आगे रखता है, जिससे यह लॉन्च के समय सबसे सक्षम ओपन सोर्स मॉडल बन गया, हालाँकि कंपनी मानती है कि यह अब भी Claude Fable 5.1 और GPT-6 Astra से पीछे है।

लेकिन मॉडल कार्ड पर दी गई तुलना तालिका इसे मौजूदा पीढ़ी नहीं, बल्कि पिछली पीढ़ी के बंद मॉडलों से मापती है। Claude Opus 5 के मुकाबले इसके आँकड़े ये हैं:

  • AutomationBench (कार्य ऑटोमेशन): 53.1 बनाम 50.3।
  • Terminal Bench 2.1 (कमांड-लाइन का काम): 89.9 बनाम 89.1।
  • DeepSWE (असली सॉफ़्टवेयर बग ठीक करना): 71.9 बनाम 74.0।
  • OSWorld-Verified (कंप्यूटर का उपयोग): 82.0 बनाम 83.4।
  • ज़्यादा कठिन Terminal Bench 4.0: 34.9 बनाम 49.0।

ईमानदार सार: एजेंट और कोडिंग कार्यों में पिछली पीढ़ी के शीर्ष स्तर के करीब एक मॉडल, और सबसे कठिन कार्यों में साफ़ तौर पर पीछे। इस घोषणा को नवीनतम बंद मॉडलों का बराबर विकल्प न समझें।

कीमत: वह आँकड़ा जो संचालन का हिसाब बदल देता है

OpenRouter पर हर मिलियन इनपुट टोकन और हर मिलियन आउटपुट टोकन की कीमत है:

  • Flash: इनपुट $0.14 और आउटपुट $0.28।
  • Pro: इनपुट $0.435 और आउटपुट $0.87।
  • Pro-UltraSpeed: इनपुट $4.35 और आउटपुट $8.70।

हमारी अपनी मान्यताओं पर आधारित एक उदाहरण: एक कस्टमर सर्विस असिस्टेंट जो रोज़ 1,000 बातचीत संभालता है, हर बातचीत में लगभग 3,000 इनपुट टोकन और 500 आउटपुट टोकन। कुल मिलाकर यह रोज़ 3 मिलियन इनपुट टोकन और आधा मिलियन आउटपुट टोकन बनता है। Flash पर लागत लगभग $0.56 प्रति दिन है, यानी महीने में करीब 63 SAR। Pro पर लगभग $1.74 प्रति दिन, यानी महीने में करीब 196 SAR। असली आँकड़े आपकी बातचीत की लंबाई और कॉन्टेक्स्ट कैशिंग के साथ बदलेंगे, लेकिन मायने परिमाण का क्रम रखता है: लागत अब इसे आज़माने में बाधा नहीं है। Xiaomi का कहना है कि Pro की लागत समान बुद्धिमत्ता स्तर वाले विदेशी मॉडलों के बीसवें हिस्से से साठवें हिस्से के बीच है; यह कंपनी का दावा है, कोई स्वतंत्र माप नहीं।

एक मॉडल जो सुनता, देखता और पढ़ता है

ध्यान देने लायक बात यह है कि एक ही मॉडल चारों तरह के इनपुट समझता है। आज अगर आप ग्राहकों की कॉल रिकॉर्डिंग का विश्लेषण करने वाला सिस्टम चाहते हैं, तो आमतौर पर पहले स्पीच-टू-टेक्स्ट सेवा चाहिए, फिर ट्रांसक्रिप्ट का विश्लेषण करने के लिए एक लैंग्वेज मॉडल। सेल्स प्रतिनिधि द्वारा फ़ोन से ली गई इनवॉइस की फ़ोटो के साथ भी यही है: इमेज से टेक्स्ट निकालने के लिए एक सेवा, फिर उसे समझने के लिए एक मॉडल। इस श्रृंखला की हर कड़ी एक अतिरिक्त लागत और विफलता का एक और बिंदु है।

एक मल्टीमॉडल मॉडल इस श्रृंखला को छोटा कर देता है: कॉल रिकॉर्डिंग जैसी है वैसी ही जाती है, रसीद की फ़ोटो जैसी है वैसी ही, गोदाम के कैमरे का वीडियो क्लिप जैसा है वैसा ही। इससे कॉल गुणवत्ता की समीक्षा, आपके अकाउंटिंग सिस्टम में दस्तावेज़ों की स्वचालित एंट्री, या माल प्राप्त होने पर उसकी फ़ोटो की जाँच जैसे सिस्टम बनाना आसान हो जाता है। फिर भी ध्यान रखें कि स्रोत अरबी या सऊदी बोलियों में इसके प्रदर्शन के बारे में कुछ खास नहीं कहते, और कोई भी फ़ैसला करने से पहले आपको ठीक यही अपने डेटा पर परखना चाहिए।

इसे अपने सर्वरों पर चलाना: संभव है, बजट के साथ

MIT लाइसेंस का मतलब है कि आप मॉडल को अपने इन्फ़्रास्ट्रक्चर के अंदर चला सकते हैं, उसमें बदलाव कर सकते हैं और उसे किसी व्यावसायिक उत्पाद में शामिल कर सकते हैं। यह व्यक्तिगत डेटा प्रोसेस करने वाले हर किसी के लिए मायने रखता है, क्योंकि सऊदी अरब का व्यक्तिगत डेटा संरक्षण कानून डेटा को साम्राज्य से बाहर भेजने पर नियंत्रण लगाता है, और सेल्फ-होस्टिंग उसे आपके अपने वातावरण में रखती है।

हालाँकि आकार असली है। Pro मॉडल कार्ड एक रेफ़रेंस सेटअप दिखाता है जो vLLM के साथ मॉडल को 8 GPU में बाँटता है, या SGLang के साथ दो नोड्स में। Flash को 4 GPU में बाँटना पड़ता है। कार्ड GPU का प्रकार नहीं बताता, लेकिन इस आकार के मॉडल को व्यावहारिक रूप से शीर्ष स्तर के AI सर्वर चाहिए। इसीलिए 15 बिलियन सक्रिय पैरामीटर वाला Flash ज़्यादातर व्यवसायों के लिए सेल्फ-होस्टिंग का व्यावहारिक उम्मीदवार है। हार्डवेयर का हिसाब हमने बड़े AI मॉडल को अपनी मशीन पर कैसे चलाएँ में विस्तार से समझाया है।

इस पर भरोसा करने से पहले किन बातों पर नज़र रखें

  • सुरक्षा: कमज़ोरियों का फ़ायदा उठाने वाले परीक्षणों में Pro काफ़ी पीछे है, ExploitBench पर इसका स्कोर 47.9 है जबकि Opus 5 का 70.0। अगर आपका काम कोड की सुरक्षा समीक्षा है, तो यह आपकी पहली पसंद नहीं है।
  • डेटा का रास्ता: API के ज़रिए इसका उपयोग करने का मतलब है कि आपके ग्राहकों का डेटा किसी बाहरी प्रदाता के सर्वरों से होकर गुज़रता है। संवेदनशील डेटा के लिए सेल्फ-होस्टिंग या भेजने से पहले गुमनाम बनाना एक ज़रूरत है, विकल्प नहीं।
  • विक्रेता के आँकड़े: ज़्यादातर बेंचमार्क नतीजे खुद Xiaomi ने प्रकाशित किए हैं। इसे अपने काम के किसी कार्य पर, अपने डेटा से लिए गए सवालों के साथ परखें।

Origami में हम इसे कैसे देखते हैं

हम अपने बनाए सिस्टम को किसी एक मॉडल से नहीं बाँधते। हम एक बीच की परत रखते हैं ताकि ऐप्लिकेशन को दोबारा बनाए बिना मॉडल बदला जा सके, फिर हर उम्मीदवार को क्लाइंट के काम के किसी असली कार्य पर मापते हैं: सटीकता, प्रति ऑपरेशन लागत और प्रतिक्रिया समय। MiMo-V2.6 अब उस छोटी सूची में शामिल है, खासकर उन कार्यों के लिए जो आवाज़, इमेज और टेक्स्ट को जोड़ते हैं, और वहाँ जहाँ मासिक बिल ही किसी AI प्रोजेक्ट को शुरू होने से रोकता है। अगर आपके पास ऐसा कोई कार्य है और आप प्रतिबद्ध होने से पहले उसकी असली लागत जानना चाहते हैं, तो हमसे संपर्क करें।

स्रोत