2026년 9월 22일, 샤오미 MiMo 팀은 공식 채널을 통해 대규모 모델 MiMo-V2.6 시리즈를 정식 발표하고 오픈소스로 공개했다. 플래그십 모델 MiMo-V2.6-Pro와 고효율 추론 모델 MiMo-V2.6-Flash다. 두 모델 모두 네이티브 전모달 모델로 텍스트·이미지·영상·오디오 입력을 지원하며 MIT 라이선스로 제공된다. 가중치는 내려받아 배포하고 상업적으로 이용할 수 있다.
46점으로 1위: 오픈 1위가 갖는 의미
가장 눈에 띄는 성적은 제3자 플랫폼 Artificial Analysis에서 나왔다. MiMo-V2.6-Pro는 종합 지능 지수에서 46.32점을 기록해 Kimi K3와 Qwen3.8 Max를 제치고 발표 시점 최고 점수의 오픈 웨이트 모델이 됐다. 샤오미의 표현은 신중하다. Pro는 Claude Opus 5, GPT-6 Sol과 "대부분의" 에이전트 벤치마크에서 대등하다고 했지 "전부"라고 하지 않았다. 최상위 클로즈드 모델은 여전히 1~4점 차이를 유지하고 있지만, 중국산 오픈소스가 세계 최상위권의 문턱에 닿은 것은 이번이 처음이다.
학습 과정을 전 세계에 생중계: 6일, 347만 달러
이번 릴리스의 볼거리는 파라미터가 아니라 학습이다. MiMo-V2.6 시리즈의 사전 학습 아키텍처는 전 세대와 동일하고, 능력의 도약은 거의 전부 강화학습 후학습에서 나왔다. 샤오미는 RL 학습 전 과정을 공개 대시보드에 생중계했다. 비용, 처리량, 단계별 벤치마크 점수가 모두 공개됐다. Pro와 Flash는 각각 30단계의 RL, 누적 약 75만 개의 궤적을 6일도 안 돼 완료했고 총비용은 약 347만 달러였다. 외부 관찰자는 학습 도중 GPU 메모리로 인한 재시작까지 기록했다.
가중치만이 아니다: RL 툴체인까지 함께 공개
가장 주목할 만한 것은 함께 공개된 자산이다. 증류 소형 모델 MiMo-V2.6-Distill-Qwen-9B, 7000개가 넘는 고품질 태스크 환경, 엔드투엔드 RL 학습 프레임워크, 경량 조합형 에이전트 프레임워크가 동시 공개됐다. 학습 환경, 학습 코드, 검증 도구가 모두 오픈됐다.
어떻게 볼 것인가: 진지하게 봐야 할 세 가지 이유
첫째, 전모달이 처음으로 오픈 Pro급 모델의 기본 사양이 됐다는 점이다. 멀티모달 이해는 더 이상 클로즈드 모델만의 특권 입구가 아니다. 둘째, RL 규모화의 "패 공개" 전략이다. 학습 과정, 비용, 실패까지 공개하는 것은 엔지니어링에 대한 자신감이자 "재현 가능한" 것을 업계의 새 기준으로 만드는 움직임이다. 셋째, 가격이다. API 가격은 V2.5와 동일하게 유지됐고 Pro의 실측 태스크당 비용은 0.13달러로, 해외 일부 모델의 20분의 1에서 60분의 1에 불과하다. 물론 46점이 전면적 우위를 뜻하지는 않는다. 공식 표에서도 Pro는 일부 코딩·보안 테스트에서 뒤처져 있다. 냉정한 읽기는 이렇다. 오픈 진영이 처음으로 최상위 클로즈드 모델과 같은 무대에 설 수 있는 중국산 모델을 갖게 됐고, 그 학습 방법과 툴체인은 전 세계에 공개돼 있다.
