Xiaomi vient de hisser un modèle ouvert au niveau des géants fermés. Le 21 septembre, son MiMo-V2.6-Pro a décroché 46 points sur l’Intelligence Index d’Artificial Analysis, à égalité avec Grok 4.7. Il coûte pourtant 0,13 dollar par tâche contre 5,86 dollars pour Claude Opus 5.
À retenir
- MiMo-V2.6-Pro devient le premier modèle open-weights mondial avec 46 points sur l’Intelligence Index, au niveau de Grok 4.7 et devant DeepSeek V4.1 Flash (39).
- Un coût par tâche de 0,11 euro contre 5,10 euros pour Claude Opus 5, soit 45 fois moins cher pour seulement cinq points d’écart.
- Architecture Mixture of Experts à 1 020 milliards de paramètres, dont 42 milliards actifs, fenêtre d’un million de jetons, sous licence MIT.
- En retrait sur 10 benchmarks sur 14 face à Claude Opus 5, avec des écarts marqués sur ExploitBench et Terminal-Bench 4.0.
- En test pratique OpenCode, 23 tests réussis sur 23 pour 0,026 euro contre 0,90 euro pour Claude Opus 5, soit 34 fois moins.
MiMo-V2.6-Pro ne se résume pas au duel entre modèles ouverts et fermés : il fait chuter le coût de l’IA. Il vise les équipes qui déploient des agents de code et d’automatisation sans accepter une facture propriétaire, à condition de connaître ses limites. Pour disposer d’un agent IA directement sur le PC, Hermes Agent s’installe en natif sous Windows.
Le meilleur score open-weights, à un prix qui change l’équation
Avec la série MiMo-V2.6, Xiaomi ne se contente pas de mettre à jour son modèle : le groupe change l’équation économique.
46 points et un coût divisé par 45
Xiaomi publie le 21 septembre sa nouvelle génération sous licence MIT, et Artificial Analysis place immédiatement MiMo-V2.6-Pro en tête des modèles à poids ouverts. Le modèle obtient 46 points sur l’Intelligence Index, égale le système fermé Grok 4.7 de xAI et dépasse DeepSeek V4.1 Flash, à 39 points, ainsi que DeepSeek V4.1 Pro, à 36. Il passe aussi devant GLM-5.3 et Kimi K3, tous deux à 44. L’indicateur agrège le raisonnement, le code, les mathématiques et l’usage d’outils pour évaluer l’intelligence générale. Selon Artificial Analysis, le coût moyen par tâche de l’indice ressort à 0,13 dollar, soit 0,11 euro pour MiMo-V2.6-Pro. Claude Opus 5 d’Anthropic atteint 51 points, mais facture 5,86 dollars, soit 5,10 euros par tâche. Cinq points les séparent ; la facture, elle, est multipliée par 45.
1 020 milliards de paramètres, 42 milliards actifs
Cette performance repose sur une architecture économe à l’inférence. MiMo-V2.6-Pro est un Mixture of Experts, un assemblage de réseaux spécialisés dont seul un sous-ensemble s’active pour chaque jeton. Le modèle compte 1 020 milliards de paramètres au total et n’en active que 42 milliards par jeton généré. Il offre une fenêtre de contexte d’un million de jetons et jusqu’à 131 000 jetons en sortie. Les poids sont publiés sur Hugging Face en accès libre : les entreprises peuvent l’exécuter localement et l’auditer. À distance, l’API coûte 0,38 euro par million de jetons en entrée et 0,76 euro en sortie, avec un cache à 0,003 euro par million. Le modèle intermédiaire MiMo-V2.6-Flash, à 309 milliards de paramètres dont 15 milliards actifs, coûte 0,12 euro en entrée et 0,24 euro en sortie. Pour le détail des modèles, la version 2.3 de LTX fait le point.
Pour la majorité des flux de développement, le compromis qualité-prix penche désormais nettement en faveur du nouveau modèle de Xiaomi.
Kingy AI, d’après les tests OpenCode et Artificial Analysis
Très fort au quotidien, en retrait sur l’agentique extrême
La moyenne masque de vrais écarts selon les tâches. C’est là que se décide le choix du modèle.
Là où MiMo coince encore
Le tableau officiel de Xiaomi montre que MiMo-V2.6-Pro reste derrière Claude Opus 5 sur 10 des 14 benchmarks partagés. L’écart se creuse dans les scénarios très longs, où les outils s’enchaînent. Sur ExploitBench, qui mesure la cybersécurité offensive, MiMo-V2.6-Pro obtient 47,9 % de réussite contre 70,0 % pour Claude Opus 5 et 78,5 % pour GPT-5.6 Sol. Sur Terminal-Bench 4.0, qui évalue l’exécution autonome de commandes système, il enregistre 34,9 % contre 49,0 % pour Claude Opus 5 et 59,6 % pour GPT-6 Astra. Sur ProgramBench, il affiche 26,5 % face à 37,0 % pour Anthropic. Les systèmes fermés conservent l’avantage lorsqu’il faut planifier, corriger et persister pendant des dizaines d’étapes.
Là où MiMo dépasse les fermés
Sur les workflows applicatifs les plus courants, le classement s’inverse. Sur AutomationBench v1.0.6, qui teste l’automatisation d’opérations de bureau, MiMo-V2.6-Pro prend la tête avec 53,1 % contre 50,3 % pour Claude Opus 5 et 52,0 % pour GPT-6 Astra. Sur DeepSWE v1.1, benchmark de génie logiciel quotidien, il atteint 71,9 % contre 74,0 % pour Claude Opus 5, alors que la génération précédente MiMo-V2.5-Pro plafonnait à 19,0 %. Sur MiMo Visual Coding, il égale les meilleurs avec 72,3 %. Le constat est simple : le modèle est très compétitif pour le code et l’automatisation, mais plafonne encore sur l’agentique complexe à plusieurs outils.
Le test grandeur nature qui tranche sur le coût réel
Les benchmarks synthétiques ont aussi été confrontés à un usage réel. L’équipe de Kingy AI a soumis MiMo-V2.6-Pro, MiMo-V2.6-Flash et Claude Opus 5 à trois tâches complètes de code et de données dans l’environnement OpenCode, avec 23 vérifications automatiques masquées. MiMo-V2.6-Pro et Claude Opus 5 valident 23 tests sur 23, soit un score parfait. L’écart est financier : 0,03 dollar, soit 0,026 euro, pour MiMo contre 1,03 dollar, soit 0,90 euro, pour Claude Opus 5. Sur ces cas concrets, MiMo coûte plus de 34 fois moins cher. La version allégée MiMo-V2.6-Flash, gratuite la semaine de lancement, valide 21 tests sur 23 et couvre déjà les besoins courants.
Une méthode d’entraînement transparente à grande échelle
Derrière ces scores, Xiaomi détaille une méthode d’entraînement inhabituellement ouverte, jusqu’aux environnements utilisés.
Six jours en direct et 3,47 millions de dollars de renforcement
L’équipe menée par Fuli Luo a conduit le renforcement par apprentissage sur six jours diffusés en direct. La version Pro a coûté 2,62 millions de dollars, soit 2,28 millions d’euros, pour 30 étapes et environ 750 000 trajectoires. Il faut ajouter 0,85 million de dollars pour Flash. Le total atteint 3,47 millions de dollars, soit 3,02 millions d’euros. La méthode, baptisée You Only RL Once (YORLO), réunit code, agents, vision et sécurité dans un pipeline asynchrone unique fondé sur l’optimisation GRPO (Group Relative Policy Optimization). Tous les environnements et scripts sont publiés.
Omnimodalité native et gamme taillée pour l’usage
Les deux modèles sont omni-natifs et traitent texte, image, vidéo et audio dans la même architecture. Xiaomi décline la gamme avec MiMo-V2.6-Pro-UltraSpeed, qui conserve la qualité du Pro tout en générant jusqu’à 20 fois plus vite pour les usages en temps réel, ainsi qu’un modèle distillé, MiMo-V2.6-Distill-Qwen-9B, destiné à l’embarqué. L’ensemble reste sous licence MIT. Les entreprises européennes peuvent donc le déployer sur site pour préserver leur souveraineté et leurs données, ou passer par l’API à bas coût avec cache de contexte.
MiMo-V2.6-Pro ne remplace pas Claude Opus 5 partout. Sur les ateliers de code et d’automatisation testés par Kingy AI, il atteint le même résultat pour une fraction du prix. Pour les missions agentiques critiques et longues, les modèles fermés gardent une avance mesurable.
Laisser un commentaire
Vous devez vous connecter pour publier un commentaire.