Einstieg
Wenn ich dir vor zwei Jahren gesagt hätte, dass das beste frei herunterladbare KI-Modell der Welt von Xiaomi kommt, dem Unternehmen, das Handys, Staubsauger und E-Autos baut, hättest du vermutlich gelacht. Ich auch.
Genau das ist aber diese Woche passiert. Xiaomi hat MiMo-V2.6 veröffentlicht, samt Gewichten und Forschungsbericht, unter der MIT-Lizenz. Auf dem Artificial Analysis Intelligence Index, einem unabhängigen Vergleichstest, steht das Pro-Modell mit 46 Punkten auf Platz 1 aller offenen Modelle. Und es kostet nur einen Bruchteil dessen, was die großen amerikanischen Anbieter verlangen.
Ich schaue mir an, was da wirklich dahintersteckt und was du davon hast.
Was ist das überhaupt?
MiMo-V2.6 ist eine Modellfamilie mit drei Mitgliedern, die rund um den 21. und 22. September erschienen ist (die Quellen nennen mal den einen, mal den anderen Tag):
- MiMo-V2.6-Pro: das Flaggschiff. Es versteht Text, Bilder, Video und Audio und hat ein Kontextfenster von einer Million Token.
- MiMo-V2.6-Flash: die schlankere, günstigere Variante.
- MiMo-V2.6-Distill-Qwen-9B: ein kleines Forschungsmodell auf Basis von Alibabas Qwen. Wichtig: Das ist keine Mini-Version von Pro oder Flash, sondern ein Trainingsstand für Leute, die Reinforcement Learning erforschen wollen.
Das Pro-Modell hat laut Artificial Analysis rund 1 Billion Parameter, von denen pro Wort nur etwa 42 Milliarden aktiv sind. Lizenz: MIT. Das ist eine der freizügigsten Lizenzen überhaupt. Du darfst das Modell herunterladen, verändern und auch kommerziell nutzen.
Kurz zu den Begriffen:
- Open Weights heißt: Die “Gehirnverdrahtung” des Modells liegt zum Download bereit. Du kannst es selbst betreiben, statt bei jemandem zu mieten.
- Token sind Wortschnipsel. Ein deutsches Wort besteht oft aus zwei bis drei Token. Abgerechnet wird pro Million Token.
- Intelligence Index ist eine Sammelnote aus vielen Tests. Wie die Gesamtnote im Zeugnis, nur dass man dabei nicht sieht, in welchem Fach man schwach ist.
Wie funktioniert das?
Zwei Dinge sind bei MiMo interessant.
Erstens die Bauweise: Mixture of Experts. Stell dir ein riesiges Großraumbüro mit vielen Fachleuten vor: Steuerrecht, Programmierung, Bilder, Mathe. Wenn eine Frage reinkommt, holst du nicht alle an den Tisch, sondern nur die paar, die dazu was wissen. Beim MiMo-Pro sind es laut Berichten 8 von 384 Experten pro Token. Deshalb hat das Modell eine Billion Parameter im Gepäck, rechnet aber pro Schritt nur mit etwa 42 Milliarden. Das spart Rechenzeit.
Zweitens das Training: Reinforcement Learning im großen Stil. Das Modell bekommt Aufgaben, versucht sie zu lösen und wird belohnt, wenn es klappt. Wie beim Hundetraining, nur mit Rechenzentren. Xiaomi gibt an, dass Pro und Flash jeweils 30 große Trainingsschritte durchlaufen haben. Insgesamt waren das laut Xiaomi rund 750.000 Lösungsversuche innerhalb von etwa sechs Tagen. Die Kosten für diese Phase beziffert Xiaomi auf etwa 2,62 Millionen Dollar für Pro und 850.000 Dollar für Flash. Achtung: Das ist nur die Feinschliff-Phase, das eigentliche Vortraining ist nicht eingerechnet.
Was ich daran bemerkenswert finde: Xiaomi hat auch die Trainingsumgebungen und den Forschungsbericht veröffentlicht. Laut einem Bericht sind über 7.000 Aufgabenumgebungen dabei. Andere Teams können das also nachbauen und überprüfen. In der Branche ist das nicht selbstverständlich.
Warum ist das relevant?
Der Preis. Hier die Zahlen pro Million Token (Input / Output):
- MiMo-V2.6-Flash: 0,14 $ / 0,28 $
- MiMo-V2.6-Pro: 0,435 $ / 0,87 $
- GPT-6 Sol (OpenAI): 2 $ / 10 $
- Claude Opus 5.5 (Anthropic): 4 $ / 20 $
Wenn ich rechne: Pro ist beim Input rund 4,6-mal günstiger als GPT-6 Sol und beim Output etwa 11,5-mal. Gegenüber Opus 5.5 sind es etwa 9-mal beim Input und 23-mal beim Output. Beide amerikanischen Anbieter haben ihre Preise diese Woche übrigens selbst gesenkt (OpenAI um 50 Prozent, Anthropic um 20 Prozent gegenüber den Vorgängern). Ob das mit dem Druck aus China zusammenhängt, kann ich nicht belegen. Auffällig ist der Zeitpunkt trotzdem.
Dazu kommt: Weil die Gewichte offen sind, kannst du das Modell auch bei einem beliebigen Cloud-Anbieter oder auf eigener Hardware laufen lassen. Du hängst nicht an Xiaomis Server.
Für Leute wie mich, die viele Automatisierungen und Agenten bauen, ist das relevant. Agenten verbrauchen schnell Millionen Token, und dann entscheidet der Preis darüber, ob sich ein Projekt lohnt.
Was sollte ich beachten?
Platz 1 bei den offenen Modellen heißt nicht Platz 1 insgesamt. Laut Xiaomi liegen die besten geschlossenen Modelle bei 53 Punkten, MiMo bei 46. Auch Anthropic Claude Opus 5 liegt bei einigen Tests weiter vorn. Wenn du das absolut beste Ergebnis brauchst, bist du woanders besser aufgehoben.
Die Geschwindigkeit ist mäßig. Artificial Analysis misst rund 41 Token pro Sekunde und nennt das “deutlich langsam” im Vergleich zu ähnlichen Modellen. Xiaomi bietet eine “UltraSpeed”-Variante an, die dafür etwa das Zehnfache kostet.
Eine Billion Parameter selbst betreiben ist kein Hobby. Die Gewichte sind offen, aber du brauchst dafür ein Serverrack, keinen Gaming-PC. Realistisch nutzt du das Modell über einen Anbieter wie OpenRouter oder Xiaomis eigene API.
Datenschutz bei der Xiaomi-API. Wenn du die API von Xiaomi direkt nutzt, gehen deine Daten an einen chinesischen Anbieter. Für sensible Firmendaten ist das für mich ein klarer Punkt zum Nachdenken. Bei einem europäischen Cloud-Anbieter, der die offenen Gewichte hostet, sieht das anders aus.
Benchmarks sind Momentaufnahmen. Ein Wert von 46 sagt dir nicht, wie gut das Modell bei deinem Problem ist. Probiere es an deinen eigenen Aufgaben aus, bevor du dich festlegst.
Fazit & Ausblick
Mein Eindruck: Die Lücke zwischen offenen und geschlossenen Modellen wird kleiner, und der Preis fällt schneller als die Qualität. MiMo-V2.6 ist dafür ein gutes Beispiel, und dass ein Hardware-Konzern wie Xiaomi das liefert, zeigt, wie breit der Wettbewerb inzwischen ist.
Ob ich MiMo produktiv einsetze, hängt an drei Dingen: an Erfahrungsberichten von Leuten, die es im Alltag testen, an der Frage, wo ich es datenschutzkonform betreiben kann, und daran, ob die Geschwindigkeit für meine Agenten reicht. Ich probiere es in den nächsten Wochen bei einem kleineren Automatisierungs-Workflow aus und melde mich mit einem ehrlichen Zwischenstand.
Kein Bullshit, nur Signal: Sehr günstig, stark unter den offenen Modellen, aber nicht die Nummer eins am Markt.
Deine Gedanken dazu:
Würdest du ein Modell aus China nutzen, wenn es deutlich günstiger ist, oder ist das für dich ein No-Go?
Bei welchen Aufgaben wäre dir der Preis wichtiger als die letzten paar Prozent Qualität?
Glaubst du, dass offene Modelle die geschlossenen bald einholen, oder bleibt da immer ein Abstand?
Wofür würdest du ein günstiges Modell mit einer Million Token Kontext als Erstes einsetzen?