Prima la risposta breve: il 22 settembre 2026 Xiaomi ha lanciato la famiglia di modelli MiMo-V2.6 e ne ha pubblicato i pesi con licenza MIT, che consente l'uso commerciale e la modifica quasi senza vincoli. La famiglia comprende due modelli: Pro, con 1,02 trilioni di parametri, e Flash, con 309 miliardi. Entrambi accettano testo, immagini, video e audio in un unico modello, con una finestra di contesto fino a un milione di token. Su OpenRouter, Flash parte da 0,14 $ per milione di token in input. Per la tua azienda significa due cose: un'opzione di self-hosting con una licenza comoda e un'opzione API molto economica per le attività che mescolano voce, immagini e testo.

Che cosa ha rilasciato davvero Xiaomi

Entrambi i modelli usano un'architettura mixture-of-experts (MoE), il che significa che solo una piccola parte dei parametri è attiva per ogni token. È questo che mantiene i costi di esecuzione molto al di sotto di quanto suggerirebbe la dimensione totale:

  • MiMo-V2.6-Pro: 1,02 trilioni di parametri in totale, 42 miliardi attivi per passaggio e un contesto di 1M di token.
  • MiMo-V2.6-Flash: 309 miliardi di parametri in totale, 15 miliardi attivi, con lo stesso contesto.
  • Pro-UltraSpeed: una versione di Pro che, secondo Xiaomi, esegue l'inferenza fino a 20 volte più velocemente, offerta tramite API a dieci volte il prezzo.

L'azienda non si è fermata ai pesi. Ha pubblicato anche più di 7.000 ambienti di addestramento per il reinforcement learning che coprono ingegneria del software, riproduzione di vulnerabilità, lavoro della conoscenza e web design, insieme allo stesso framework di addestramento, al rapporto tecnico e a un piccolo modello distillato da 9 miliardi di parametri basato su Qwen. I pesi sono pubblicati in FP8 su Hugging Face e si possono scaricare senza richiedere l'accesso.

Dove si colloca davvero la sua performance

Artificial Analysis assegna a Pro un punteggio di 46,32 nel suo Intelligence Index. Xiaomi afferma che questo punteggio lo pone davanti a Kimi K3 e Qwen3.8 Max, rendendolo il modello open source più capace al momento del lancio, pur ammettendo che resta dietro a Claude Fable 5.1 e GPT-6 Astra.

La tabella di confronto nella scheda del modello, però, lo misura rispetto alla generazione precedente di modelli chiusi, non a quella attuale. Ecco i suoi numeri rispetto a Claude Opus 5:

  • AutomationBench (automazione delle attività): 53,1 contro 50,3.
  • Terminal Bench 2.1 (lavoro da riga di comando): 89,9 contro 89,1.
  • DeepSWE (correzione di bug software reali): 71,9 contro 74,0.
  • OSWorld-Verified (uso del computer): 82,0 contro 83,4.
  • Il più difficile Terminal Bench 4.0: 34,9 contro 49,0.

Il riassunto onesto: un modello vicino al vertice della generazione precedente nelle attività agentiche e di programmazione, e chiaramente indietro in quelle più difficili. Non leggete l'annuncio come un sostituto equivalente dei modelli chiusi più recenti.

Prezzo: il numero che cambia i conti operativi

Su OpenRouter, ogni milione di token in input e ogni milione di token in output costano:

  • Flash: 0,14 $ in input e 0,28 $ in output.
  • Pro: 0,435 $ in input e 0,87 $ in output.
  • Pro-UltraSpeed: 4,35 $ in input e 8,70 $ in output.

Un esempio illustrativo, con ipotesi nostre: un assistente per il servizio clienti che gestisce 1.000 conversazioni al giorno, ciascuna con circa 3.000 token in input e 500 in output. In totale fanno 3 milioni di token in input e mezzo milione di token in output al giorno. Con Flash il costo è di circa 0,56 $ al giorno, all'incirca 63 SAR al mese. Con Pro, circa 1,74 $ al giorno, all'incirca 196 SAR al mese. Le cifre reali varieranno con la lunghezza delle tue conversazioni e con il caching del contesto, ma conta l'ordine di grandezza: il costo non è più l'ostacolo per provarlo. Xiaomi afferma che Pro costa tra un ventesimo e un sessantesimo dei modelli stranieri dello stesso livello di intelligenza; è un'affermazione dell'azienda, non una misurazione indipendente.

Un solo modello che sente, vede e legge

L'aspetto che merita attenzione è che un unico modello comprende tutti e quattro i tipi di input. Oggi, se vuoi un sistema che analizzi le registrazioni delle chiamate dei clienti, di solito ti serve prima un servizio di trascrizione vocale e poi un modello linguistico per analizzare la trascrizione. Lo stesso vale per la foto di una fattura scattata da un venditore con il telefono: un servizio per estrarre il testo dall'immagine, poi un modello per capirlo. Ogni anello di questa catena è un costo aggiuntivo e un ulteriore punto di guasto.

Un modello multimodale accorcia la catena: la registrazione della chiamata entra così com'è, la foto della ricevuta così com'è, il videoclip della telecamera del magazzino così com'è. Questo semplifica la realizzazione di sistemi come la verifica della qualità delle chiamate, l'inserimento automatico dei documenti nel tuo sistema contabile o il controllo delle foto della merce al ricevimento. Tieni presente, però, che le fonti non dicono nulla di specifico sulle sue prestazioni in arabo o nei dialetti sauditi, ed è proprio questo che dovresti testare sui tuoi dati prima di decidere qualsiasi cosa.

Eseguirlo sui propri server: possibile, con un budget

La licenza MIT significa che puoi eseguire il modello all'interno della tua infrastruttura, modificarlo e integrarlo in un prodotto commerciale. Questo conta per chiunque tratti dati personali, perché la Legge sulla protezione dei dati personali dell'Arabia Saudita impone controlli sul trasferimento dei dati fuori dal Regno, e il self-hosting li mantiene all'interno del tuo ambiente.

Le dimensioni però sono reali. La scheda del modello Pro mostra una configurazione di riferimento che suddivide il modello su 8 GPU con vLLM, oppure su due nodi con SGLang. Flash richiede una suddivisione su 4 GPU. La scheda non specifica il tipo di GPU, ma un modello di queste dimensioni richiede realisticamente server di IA di fascia alta. Per questo Flash, con i suoi 15 miliardi di parametri attivi, è il candidato realistico al self-hosting per la maggior parte delle aziende. Abbiamo trattato in dettaglio i conti dell'hardware in come eseguire un grande modello di IA sulla tua macchina.

Cosa tenere d'occhio prima di affidarti a lui

  • Sicurezza: Pro è molto indietro nei test di sfruttamento delle vulnerabilità, con 47,9 su ExploitBench contro 70,0 di Opus 5. Se il tuo compito è la revisione di sicurezza del codice, non è la tua prima scelta.
  • Percorso dei dati: usarlo tramite API significa che i dati dei tuoi clienti passano per i server di un fornitore esterno. Per i dati sensibili, il self-hosting o l'anonimizzazione prima dell'invio è un requisito, non un'opzione.
  • Numeri del fornitore: la maggior parte dei risultati dei benchmark è stata pubblicata dalla stessa Xiaomi. Provalo su un compito del tuo lavoro, con domande tratte dai tuoi dati.

Come lo affrontiamo in Origami

Non leghiamo i sistemi che costruiamo a un solo modello. Inseriamo uno strato intermedio in modo che il modello possa essere sostituito senza ricostruire l'applicazione, poi misuriamo ogni candidato su un compito reale del lavoro del cliente: accuratezza, costo per operazione e tempo di risposta. MiMo-V2.6 entra ora in questa rosa ristretta, soprattutto per le attività che combinano voce, immagini e testo, e ovunque la bolletta mensile sia ciò che impedisce a un progetto di IA di partire. Se hai un compito del genere e vuoi conoscerne il costo reale prima di impegnarti, contattaci.

Fonti