2026년 10월 1일, Arena가 Xiaomi의 MiMo-V2.6-Pro와 MiMo-V2.6-Flash가 Agent Arena 리더보드에 정식 진입했다고 발표했다. 9월 21일 릴리스와 MIT 라이선스 오픈소스화 이후, MiMo-V2.6 시리즈가 대규모 실제 에이전트 세션에서 검증받는 것은 이번이 처음이다.
먼저 Pro의 성적표다. 8,100개가 넘는 실제 에이전트 세션에서 Pro는 +3.17%의 순 개선(net improvement)을 기록하며 오픈소스 모델 중 5위에 올랐다. 비교 대상이 설득력 있다. 전 세대인 MiMo-V2.5-Pro는 같은 보드에서 13위, 순 개선은 -7.23%였다. 한 세대 만에 9계단 상승, 10.4%포인트 개선이다. 더 주목할 지표는 Confirmed Success 시그널로, Pro는 여기서 +7.35%를 기록해 오픈소스 중 2위에 올랐다. Flash는 가성비 노선이다. 오픈소스 9위, 순 개선 -0.57%이지만 작업당 중위 비용이 단 0.04달러로 Pro보다 56% 저렴해 Arena의 가성비 프론티어에도 이름을 올렸다.
Confirmed Success는 따로 설명할 가치가 있다. Agent Arena의 평가는 객관식이 아니라 모델이 실제 작업에서 직접 손을 움직이는 방식이다. Confirmed Success는 "돌아가긴 했다"보다 엄격한, 작업이 완료됐음을 확인받은 품질 시그널을 측정한다. Pro가 이 지표에서 오픈소스 2위라는 것은 세션 수를 채우는 데 그치지 않고, 다단계 판단이 필요한 작업에서 실제로 더 신뢰할 수 있다는 뜻이다. 앞서 보도한 MiMo-V2.6의 오픈소스 공개 당시 46점으로 오픈소스 정상에 올랐는데, 이번 Agent Arena 결과는 "실제 작업 수행"이라는 퍼즐 조각을 채우는 것이다.
리더보드의 한계도 짚어야 한다. Arena 점수는 실제 사용자 세션의 투표에서 나오므로 표본 수와 작업 분포에 따라 변동한다. +3.17%는 베이스라인 대비 상대적 순 개선이지 절대 승률이 아니다. "세대가 거듭될수록 강해지고 있다"는 증거로 읽는 것은 타당하지만, "이미 무적"이라는 결론은 과하다.
오픈소스 모델 판도에게 시그널은 명확하다. 에이전트 영역의 경쟁은 "파라미터와 리더보드 점수"에서 "실제 작업에서의 확실한 완수"로 이동하고 있다. MiMo-V2.6-Pro는 한 세대 만에 순 개선을 마이너스에서 플러스로 뒤집고 Confirmed Success를 오픈소스 2위까지 끌어올렸다. Xiaomi의 대규모 강화학습 노선이 에이전트 워크플로에서 결실을 맺고 있다는 방증이다. 사용자 입장에서의 선택도 명확해졌다. 상한을 노리면 Pro, 비용을 아끼면 Flash다. 같은 시리즈 안에서 성능과 가격의 역할 분담이 분명해졌다.
