Xiaomi addestra il modello in diretta e spende 3,5 milioni di dollari in sei giorni

Xiaomi ha trasformato l'addestramento del modello in uno spettacolo pubblico: per sei giorni ha trasmesso in diretta l'apprendimento per rinforzo, con un contatore di spese che saliva in tempo reale. Come riportato dal portale cinese QbitAI, entrambi i modelli, MiMo-V2.6-Pro e MiMo-V2.6-Flash, hanno completato 30 passi di addestramento. Il conto finale si è fermato a 3,5 milioni di dollari, circa 23,44 milioni di yuan.

La ripartizione dei costi mostra quanto sia costoso oggi l'apprendimento per rinforzo su larga scala. Il solo Pro ha richiesto 5 giorni e 3 ore, per un costo di circa 2,6 milioni di dollari. Flash ha impiegato 3 giorni e 10 ore, per circa 0,9 milioni. Ogni passo includeva 1568 prompt e per ogni compito il modello provava 16 percorsi diversi, per oltre 25 mila esecuzioni per passo. Con 2,7-3,7 miliardi di token di addestramento per passo, il solo Pro ha elaborato circa 81-111 miliardi di token nell'intero ciclo. Secondo i calcoli del portale, è una quantità superiore a 80 mila finestre di contesto da un milione di token.

Il risultato e il confronto con la frontiera

MiMo-V2.6-Pro ha 1,02 trilioni di parametri, di cui 42 miliardi attivi, e ha ottenuto 46 punti nell'indice di intelligenza Artificial Analysis, piazzandosi al primo posto tra i modelli aperti. Nella maggior parte dei test agentici, il risultato di Pro si avvicina a Claude Opus 5 e GPT-5.6 Sol. La responsabile del progetto MiMo, Luo Fuli, che in passato ha lavorato a DeepSeek-R1, lo ha definito uno dei maggiori addestramenti per rinforzo mai condotti da un team su un modello aperto. Ha aggiunto che la sfida ingegneristica ha superato quella che ricorda da DeepSeek-R1.

L'apertura come strategia, non come gesto

In parallelo, Xiaomi pubblica i dettagli dell'architettura. MiMo-V3 si basa sulla soluzione HySparse2, ottimizzata per compiti agentici lunghi e a più fasi: condivisione KV a due livelli, selezione sparsa dei token e uscita anticipata dalla fase preliminare. Il carico computazionale di questa fase scende a un quinto del valore della soluzione HySparse con finestra di attenzione ibrida, e la KV cache passa da 12 GB a 2,7 GB con un contesto da un milione di token. Secondo Xiaomi, la capacità di ricerca nei testi lunghi non cala, anzi cresce.

È la stessa direzione che si vede nella famiglia DeepSeek: i modelli cinesi oggi competono non sul picco dei parametri, ma sul costo di mantenere un contesto lungo. Per l'utente finale conta anche un altro aspetto: i pesi sono aperti, quindi i risultati non vanno presi sulla fiducia.