شیائومی مدل یک تریلیون پارامتری MiMo-V2-Pro را معرفی کرد. این مدل قدرتمند عملکردی بسیار نزدیک به مدلهای برتر شرکتهای OpenAI و آنتروپیک دارد، اما توسعهدهندگان میتوانند فقط با پرداخت یکهفتم هزینه مدلهای آمریکایی، از طریق رابط برنامهنویسی به قدرت استدلال آن دسترسی پیدا کنند.
«فولی لو» (Fuli Luo)، از اعضای ارشد پروژه موفق DeepSeek R1، رهبری توسعه مدل جدید شیائومی را برعهده دارد. او وعده داده که شیائومی در آینده نسخهای متنباز از این مدل را نیز منتشر میکند. شیائومی این مدل یک تریلیون پارامتری را بهنحوی تنظیم کرده که فقط ۴۲ میلیارد پارامتر در هر پردازش فعال میشود تا سرعت و کارایی افزایش یابد.
طراحان MiMo-V2-Pro از یک مکانیسم توجه ترکیبی با نسبت ۷ به ۱ استفاده کردند که به مدل اجازه میدهد ۸۵ درصد دادهها را به سرعت مرور کند و تمرکز عمیق خود را تنها روی ۱۵ درصد اطلاعات مهم بگذارد. همچنین معماری ترکیبی به این مدل (با پنجره زمینه یک میلیون توکنی) کمک میکند تا حافظه عمیق خود را در انجام وظایف طولانیمدت حفظ کند و دچار افت عملکرد نشود.
این مدل در رتبهبندیهای معتبر جهانی، جایگاه دهم را بهدست آورد و با عملکردی همرده با GPT-5.2 کدکس و مدلهای شناختهشدهای مانند گروک ۴.۲ بتا را پشت سر گذاشت. آمارهای سازمان مستقل Artificial Analysis نیز نشان میدهند که MiMo-V2-Pro نرخ توهم را به ۳۰ درصد کاهش داده که پیشرفت چشمگیری نسبت به آمار ۴۸ درصدی MiMo-V2-Flash محسوب میشود.
همچنین در بنچمارک GDPval-AA که عملکرد دستیارها را در دنیای واقعی میسنجد، این مدل با کسب امتیاز ۱۴۲۶ بالاتر از تمام رقبای چینی خود مانند GLM-5 و Kimi K2.5 ایستاد. اگرچه این سیستم همچنان از مدلهای قدرتمند غربی مانند کلود سونت ۴.۶ ضعیفتر است، اما بهترین عملکرد را در تاریخ مدلهای چینی به نام خود ثبت کرد.
نکته مهم دیگر این است که اجرای کامل شاخصهای ارزیابی برای این مدل فقط ۳۴۸ دلار هزینه داشت، درحالیکه برنامهنویسان برای انجام همان تست با جیپیتی ۵.۲ باید ۲۳۰۴ دلار و با کلود اپوس ۴.۶ باید ۲۴۸۶ دلار پرداخت میکردند.
