شرکت شیائومی نسل جدید مدلهای هوش مصنوعی MiMo را معرفی کرد که در بنچمارکها به مدل GPT‑5.4 شرکت OpenAI نزدیک شده است.
به گزارش سرویس هوش مصنوعی تکناک، این شرکت چند هفته پیش، مدل MiMo‑V2‑Pro را عرضه کرد؛ مدلی با یک تریلیون پارامتر که مدتها در OpenRouter با نام مستعار Hunter Alpha بدون هویت واقعی خود در حال استفاده بود تا اینکه شیائومی آن را به طور رسمی معرفی کرد. این مدل یکشبه از یک مدل ناشناس به یک مدل سطحبالا تبدیل شد و در آزمایشهایی که انجام دادیم، عملکرد بسیار قدرتمندی داشت.
حالا شیائومی با نسل جدید مدلهای هوش مصنوعی MiMo یعنی MiMo‑V2.5 و MiMo‑V2.5‑Pro برگشته است؛ خانوادهای دو عضوی با ارائه مواردی که نسل قبلی هرگز در یک مدل واحد نداشت و آن هم بینایی، شنوایی و توانایی پردازش ویدیو است. ضمن اینکه شیائومی قصد دارد به زودی این مدلها را متنباز کند.
مدل V2‑Pro فقط متن و کد را پشتیبانی میکرد. قابلیت چندوجهی در مدل خواهر آن یعنی MiMo‑V2‑Omni وجود داشت، اما آن مدل محصولی جداگانه با امتیازهای پایینتر بود. مدل MiMo‑V2.5 همه این قابلیتها را در یک مدل واحد ادغام کرده است و سریعتر، قدرتمندتر و مجهز به درک بومی تصویر، ویدیو و صوت از همان ابتدا میباشد.
این موضوع برای کاربران معمولی بیش از حد تصور اهمیت دارد. برای مثال، اکنون میتوانید از یخچال خود عکس بگیرید و از مدل بخواهید که پیشنهادهای شام برای شما ارائه دهد. یک ویدیوی آموزشی را وارد کنید و خلاصه مرحلهبهمرحله آن را دریافت نمایید. جلسهای را ضبط کنید و مدل آیتمهای عملیاتی آن را استخراج کند. همه این موارد در یک جا، بدون نیاز به استفاده از ابزارهای جداگانه یا مدلهای مختلف با قیمتگذاریهای متفاوت انجام میشود.
شرکت شیائومی بیان کرد که MiMo‑V2.5‑Pro «یک جهش بزرگ نسبت به MiMo‑V2‑Pro در قابلیتهای عاملمحور، مهندسی نرمافزار پیچیده و وظایف بلندمدت» است و اکنون در بیشتر بنچمارکهای کدنویسی و عاملها با مدلهای پیشرفتهای مثل Claude Opus 4.6 و GPT‑5.4 برابری میکند. اعداد و نتایج این ادعا را تا حد زیادی تأیید میکنند، هرچند در وظایف استدلالی سختتر هنوز شکافهایی دیده میشود.
دو مدل پایه و پرو کاربردهای متفاوتی دارند. MiMo‑V2.5‑Pro مدل سنگینکار است. شیائومی عنوان کرد که این مدل میتواند «به طور خودکار وظایف حرفهای شامل بیش از هزار فراخوانی ابزار را کامل کند؛ کاری که برای متخصصان انسانی چندین روز طول میکشد.» این مدل برای توسعهدهندگانی مناسب است که گردشکارهای پیچیده و چندمرحلهای را به صورت خودکار اجرا میکنند. سرعت آن 60 تا 80 توکن بر ثانیه است و هزینه آن 1 دلار برای ورودی و 3 دلار برای خروجی به ازای هر یک میلیون توکن است.
مدل MiMo‑V2.5 نسخه روزمرهتر است؛ سریعتر (100 تا 150 توکن بر ثانیه)، ارزانتر (0.40 دلار ورودی / 2 دلار خروجی) و از تمام حالتها پشتیبانی میکند، تصویر، صوت و ویدیو، قابلیتی که نسخه Pro ندارد. هر دو مدل پنجره متنی 1 میلیون توکن دارند، یعنی میتوانند حدود 750 هزار کلمه را در یک مکالمه نگه دارند.
در بنچمارک SWE‑bench Pro (که در آن مدلها باید باگهای واقعی را در کدهای استارتآپها برطرف کنند) MiMo‑V2.5‑Pro توانسته است 57.2 درصد وظایف را حل کند. این رقم نزدیک به بالاترین مدلهای موجود است؛ در حالی که میانگین مدلها حدود 25 درصد است. در آزمونهای τ3‑bench و ClawEval نیز عملکرد مشابهی دیده میشود و این مدل تنها چند امتیاز با Claude Opus 4.6 و GPT‑5.4 فاصله دارد. اما در آزمون Humanity’s Last Exam (شامل مسائل سطح تحصیلات تکمیلی در حوزههای متعدد) عملکرد ضعیفتر است: امتیاز 48 درصد در برابر 58.7 درصد برای GPT‑5.4، یعنی اختلاف 10 امتیازی که به سختی میتوان آن را نادیده گرفت.
جایی که این نسل جدید هوش مصنوعی شیائومی واقعا میدرخشد، بهرهوری توکنی است. این شرکت اعلام کرد که MiMo‑V2.5‑Pro نسبت به Kimi K2.6 حدود 42 درصد توکن کمتری مصرف میکند و MiMo‑V2.5 تقریبا نصف Muse Spark برای نتایج مشابه مصرف دارد. برای توسعهدهندگانی که هزاران درخواست را روزانه پردازش میکنند، این هزینه بسیار کمتر است.
عملکرد MiMo‑V2.5 در وظایف چندوجهی نیز در سطح GPT‑5.4 و Gemini 3.1 Pro قرار میگیرد و به استانداردهای Opus 4.6 نزدیک میشود.
شرکت شیائومی از دسامبر 2025 تا امروز، سه عرضه مهم مدل داشته است، که شامل MiMo‑V2‑Flash، سپس مجموعه V2‑Pro/Omni/TTS در مارس و حالا خانواده V2.5 میشود. لی جون، مدیرعامل شرکت، یک روز پس از معرفی V2‑Pro اعلام کرد که شیائومی طی سه سال آینده حداقل 8.7 میلیارد دلار در هوش مصنوعی سرمایهگذاری خواهد کرد و سرعت انتشار مدلها نشان میدهد که این بودجه به سرعت در حال خرج شدن است.
آمارها نیز این موضوع را توضیح میدهند. طبق گزارش Digital Applied، اوایل آوریل حدود 21 درصد کل ترافیک OpenRouter مربوط به مدلهای شیائومی بوده، رقمی که تنها در 7 روز گذشته بیش از 42 درصد رشد کرده است. زمانی که مدل قبلی شما به یکی از رقابتیترین مدلها در بزرگترین پلتفرم مسیریابی هوش مصنوعی جهان تبدیل میشود، هم منابع لازم و هم فشار کافی برای انتشار سریع نسخههای جدید وجود دارد.
این رشد احتمالا به دلیل رونق ابزار عاملمحور Hermes و همکاری آن با شیائومی بود که به کاربران امکان استفاده رایگان محدود از MiMo‑V2‑Pro را میداد. آن بازه زمانی تمام شده است، اما همین کافی بود تا شیائومی را وارد رقابت جدی کند.
کاربرانی که اکنون میخواهند از Hermes رایگان استفاده کنند، میتوانند Step 3.5 flash را با API شرکت Nous تست کنند یا از OpenRouter با مدلهای رایگان اما محدودتر استفاده نمایند.
طرح قیمتگذاری توکن نیز بهروزرسانی شده است. MiMo‑V2.5 با ضریب 1x و MiMo‑V2.5‑Pro با ضریب 2x محاسبه میشود. شیائومی دیگر برای استفاده از کل پنجره متنی 1 میلیون توکن، هزینه اضافه دریافت نمیکند، که تحلیل اسناد طولانی را بسیار ارزانتر میکند. همچنین تمام کاربران فعلی یک ریست کامل اعتبار به عنوان پاداش انتشار دریافت میکنند.
بر اساس گزارش دیکریپت، شیائومی عنوان کرد که این مدل در AI Studio شرکت در دسترس است. ما بلافاصله بعد از معرفی سعی کردیم به آن دسترسی پیدا کنیم که موفق نشدیم. اما مدل از طریق API شیائومی MiMo فعال است، که احتمالا همان جایی است که توسعهدهندگان از آن استفاده میکنند.
این شرکت بیان کرد که نسل بعدی مدلها نیز با «استدلال عمیقتر، یکپارچگی بهتر ابزارها و درک واقعیتر از جهان» در حال آموزش است. با سرعتی که شیائومی حرکت میکند، احتمالا این اعلامیه از آنچه انتظار دارید نزدیکتر است.
