Xiaomi vydalo AI model, který pracuje za šestinu ceny GPT. Open-source MiMo-V2.5 mění pravidla hry
Čínský gigant Xiaomi predstavil novou generaci open-source jazykových modelů MiMo-V2.5 a MiMo-V2.5-Pro. Podle nezávislých benchmarků zvládnou agentní úlohy za zlomek nákladů konkurence — a kód pod MIT licencí si může stáhnout kdokoli.
Když se rekne Xiaomi, vetsina lidí si vybaví mobilní telefony nebo elektroauta. Jenže firma Lei Juna se v posledních mesících systematicky posouvá jinam — do samého centra závodu o nejlepší jazykové modely. A její poslední krok je težko prehlédnutelný.
Xiaomi dnes uvolnilo modely MiMo-V2.5 a MiMo-V2.5-Pro pod permisivní licencí MIT. To znamená, že je může kdokoli — od samostatného vývojáre po nadnárodní korporaci — stáhnout z Hugging Face, upravit a nasadit do produkce. Zdarma a bez omezení.
Proč by vás to mělo zajímat: čísla, která mluví sama za sebe
Model MiMo-V2.5-Pro dosáhl v benchmarku ClawEval úspešnosti 63,8 % pri plnení agentních úloh — a spotreboval prítom jen priblizne 70 tisíc tokenů na jednu trajektorii. Pro srovnání: Claude Opus 4.6, Gemini 3.1 Pro i GPT-5.4 potrebují na stejný výsledek o 40 až 60 % více tokenů.
V praxi to znamená jediné: nižší účet. Pokud provozujete AI agenty, kterí za vás vyrizují e-maily, spravují marketing nebo automatizují zákaznický servis, každý ušetrený token se promítá prímo do nákladů. A u agentních úloh, kde model generuje tisíce kroků v rade, je rozdíl zásadní.
Pres API stojí MiMo-V2.5-Pro mezinárodní zákazníky 1 dolar za milion vstupních tokenů (pri standardním kontextu do 256 tisíc) a 3 dolary za milion výstupních tokenů. Základní verze MiMo-V2.5 začíná dokonce na pouhých 0,40 dolaru za vstup. Srovnejte si to s ceníkem GPT-5.4 (2,50 + 15 dolarů) nebo Claude Opus 4.7 (5 + 25 dolarů) a pochopíte, proč se o tom mluví v celém odvetví.
Kompilátor za čtyri hodiny, video editor za jedenáct
Suché benchmarky jsou jedna vec. Xiaomi ale zverejnilo i výsledky praktických testů, které stojí za pozornost.
- Kompilátor SysY v jazyce Rust — model sám implementoval kompletní kompilátor vcetne lexeru, parseru a backendu pro RISC-V assembler. Zvládl to za 4,3 hodiny a 672 volání nástrojů. Na skrytých testovacích sadách dosáhl skóre 233 z 233. Studentovi informatiky zabere totéž nekolik týdnů.
- Plnohodnotný video editor — za 11,5 hodiny a 1 868 volání nástrojů model vytvoril desktopovou aplikaci o 8 192 rádcích kódu s vícestopou casovou osou a exportním pipeline.
- Optimalizace analogového obvodu — v inženýrské úloze na magisterské úrovni model iterativne optimalizoval regulátor napetí (FVF-LDO) v procesu TSMC 180nm. Metriku regulace napetí zlepšil 22násobne oproti vlastnímu prvnímu pokusu.
Klícové na techto výsledcích není jen výkon samotný, ale takzvaná harness awareness — vedomost prostredí. Model si aktivne rídí vlastní pamet a formuje kontext tak, aby udržel souvislost i pres tisíce po sobe jdoucích volání. To je schopnost, která z nej delá reálného kandidáta pro dlouhodobé, autonomní úlohy v podnikovém prostredí.
Architektura: 310 miliard parametrů, aktivních je jen 15 miliard
Oba modely stojí na architekture Sparse Mixture-of-Experts (MoE). Základní MiMo-V2.5 má celkem 310 miliard parametrů, ale pri každém dotazu aktivuje jen 15 miliard. Verze Pro jde ješte dál — disponuje 1,02 bilionu parametrů s 42 miliardami aktivních.
Predstavte si to jako velkou fakultní nemocnici. Má stovky specialistů, ale ke konkrétnímu pacientovi prijdou jen ti, kterí jsou potreba. Díky tomu model zvládne obrovskou síri úloh, aniž by pri každém dotazu spotreboval astronomické množství výpocetního výkonu.
Oba modely navíc podporují kontextové okno o velikosti jednoho milionu tokenů. V praxi to znamená, že agent dokáže zpracovat celou kódovou základnu stredne velké firmy najednou — bez toho, aby zapomel zacátek konverzace. Tato vlastnost je klícová prave pro agentní úlohy trvající hodiny nebo dny.
Konec predplatného, nástup platby za spotrebu — a proc to hraje do karet MiMo
Vydání modelů prichází v mimorádne príhodnou chvíli. GitHub práve oznámil, že jeho AI kodér Copilot prechází na úctování podle spotreby tokenů. Éra neomezeného predplatného v AI skonc ila. Vývojári si stežují, že dostanou méne za stejnou cenu — a mají pravdu.
V tomto novém svete je efektivita modelu klícová. Pokud jeden model spotrebuje na stejnou úlohu o polovinu méne tokenů, ušetríte reálné peníze — ne procenta, ale násobky. A prave zde se MIT licence MiMo stává strategickou výhodou: můžete si model nasadit na vlastní servery a vyhnout se rostoucí SaaS dani úplne.
Hodnota modelu se nemeří jen pozicí v žebríccích — merí se problémy, které reší. Pojdme s MiMo stavét.
Na podporu komunity Xiaomi vyhlásilo program 100 bilionu bezplatných tokenů pro vývojáre a tvůrce. Oba modely už mají okamžitou podporu v inferencních frameworcích SGLang a vLLM a fungují na hardwaru od AWS, AMD, T-HEAD i cínského Enflame.
Co to znamená pro vaši firmu
Pokud ve své firme experimentujete s AI agenty — at už pro zákaznický servis, automatizaci interních procesů nebo generování obsahu — MiMo-V2.5 patrí na váš radar. Důvodů je nekolik.
- Náklady: Pri agentních úlohách může být provoz MiMo až šestkrát levnejší než srovnatelné proprietární modely. U firmy zpracovávající stovky požadavků denne to predstavuje rozdíl desítek tisíc korun mesícne.
- Kontrola dat: MIT licence umožnuje nasazení na vlastním serveru nebo privátním cloudu. Vaše firemní data nikdy neopustí vaši infrastrukturu — klícové pro regulovaná odvetví jako finance nebo zdravotnictví.
- Dlouhý kontext: Milion tokenů v kontextovém okne znamená, že model dokáže pracovat s rozsáhlými dokumenty, celými kódovými repozitári nebo historií komunikace bez ztráty kontextu.
- Riziko geografického původu: Model pochází z Cíny. Pro americké firmy analytici doporucují provozovat ho výhradne na vlastní infrastrukture. Pro evropské a ceské firmy platí totéž — stáhnete si váhy modelu a provozujte lokálne bez závislosti na externím API.
Trh s jazykovými modely se za poslední rok zásadne promenil. Open-source modely už nejsou horší alternativa — v nekterých oblastech, jako jsou agentní úlohy, vedou. Xiaomi MiMo-V2.5 je dalším důkazem, že propast mezi uzavrenými laboratoremi a otevreným výzkumem se prakticky zavrela.
Tým kolem Fuli Lua už podle vlastních slov pracuje na další generaci zamerené na hlubší uvažování a bohatší propojení s reálným svetem. Ale i soucasná verze nabízí dostatek důvodů, proc ji otestovat — zvlášt pokud vám rostou úcty za proprietární API a hledáte cestu ven.