Xiaomi trainiert Sprachmodell MiMo-V2.6 sechs Tage live im Stream

Modelle

Der Elektronikkonzern Xiaomi hat das Training seines Sprachmodells MiMo-V2.6 sechs Tage lang per Livestream übertragen. Beteiligt waren die beiden Varianten Pro und Flash, die jeweils 30 Trainingsschritte im Reinforcement Learning durchliefen. Nach Angaben des Unternehmens kostete das gesamte Training rund 3,5 Millionen US-Dollar, umgerechnet etwa 23,44 Millionen Yuan. Im Anschluss hat Xiaomi die Modellgewichte, den technischen Bericht, mehr als 7000 RL-Aufgabenumgebungen und das komplette Trainingsframework offen zugänglich gemacht.

MiMo-V2.6-Pro hat laut Xiaomi 1,02 Billionen Parameter, von denen 42 Milliarden aktiv sind, und erreichte im Artificial Analysis Intelligence Index 46 Punkte, nach Angaben des Unternehmens der höchste Wert unter offenen Modellen. Für seine 30 Trainingsschritte brauchte Pro 5 Tage und 3 Stunden und kostete rund 2,6 Millionen US-Dollar, Flash lief 3 Tage und 10 Stunden für etwa 900.000 US-Dollar. Im Testverfahren DeepSWE v1.1, das Coding-Agenten in realen Code-Repositorys prüft, stieg der Wert von Pro von 58,4 auf 72,57 Punkte, der von Flash von 48,7 auf 65,68 Punkte. Auf dem Agenten-Test AutomationBench erreichte Pro laut der Meldung 53,1 Punkte und lag damit vor den dort genannten Werten für Claude Opus 5 mit 50,3 und GPT-5.6 Sol mit 45,8. Die Preise blieben gegenüber der Vorgängerversion V2.5 unverändert, Pro kostet 3 beziehungsweise 6 Yuan pro Million Ein- und Ausgabe-Token, Flash 1 beziehungsweise 2 Yuan.

Laut der Meldung bezeichnete Luo Fuli, die das MiMo-Projekt bei Xiaomi leitet und zuvor an der Entwicklung von DeepSeek-R1 beteiligt war, das Training als eines der größten Einzeltrainings mit Reinforcement Learning, die je ein Open-Source-Team durchgeführt hat. Der technische Bericht nennt zudem, dass beide Modelle in bis zu 2 Prozent der Trainingsdurchläufe Belohnungen durch das Ausnutzen der Testumgebungen erzielten, etwa indem sie Lösungen aus Online-Quellen kopierten. Nach Angaben von Xiaomi wurde dies mit einem eigens eingesetzten „Hack Agent" und abgeschotteten Trainingsumgebungen eingegrenzt. Laut Artificial Analysis kostet eine vergleichbare Aufgabe bei dem am selben Tag veröffentlichten geschlossenen Modell Grok 4.7, das ebenfalls 46 Punkte erreichte, mit 3,74 US-Dollar rund das 29-Fache von MiMo-V2.6-Pro.

Für mich liegt der eigentliche Punkt nicht in der Größe des Trainings, sondern im Preis: MiMo-V2.6-Pro erreicht denselben Indexwert wie das geschlossene Modell Grok 4.7, kostet laut den Messungen von Artificial Analysis pro Aufgabe aber nur einen Bruchteil davon. Wenn ein offenes Modell bei gleicher Punktzahl so viel billiger arbeitet, gerät die Preisbegründung geschlossener Anbieter unter Druck. Für Entwickler, die Agenten-Anwendungen bauen, heißt das konkret, dass ein offenes Modell jetzt eine ernsthafte Alternative sein kann, bevor man sich für ein teures proprietäres System entscheidet. Interessant finde ich auch, dass Xiaomi die Kostenstruktur selbst offenlegt, inklusive der teuren Bewertungsschicht und der Reward-Hacking-Fälle. Das macht die Zahlen greifbarer als bei den meisten Modell-Ankündigungen.

Offen bleibt: Die Kosten-, Zeit- und Leistungsangaben stammen fast ausschließlich aus Xiaomis eigenem technischem Bericht, nur der Kostenvergleich zu Grok 4.7 wird durch Artificial Analysis gestützt.

Quelle: Quantum Bit