Вышла новая модель Xiaomi MiMo-V2.5-Pro
Создали новую модель Xiaomi MiMo-V2.5-Pro (https://huggingface.co/XiaomiMiMo/MiMo-V2.5-Pro) с 1.02T параметров, архитектурой Mixture-of-Experts (42B активных), гибридным вниманием (SWA и GA в соотношении 6 к 1) и контекстом в 1M токенов.
Её прорыв в агентности позволяет ей надёжно выполнять сверхдлинные задачи (более 1000 вызовов инструментов), точно следовать сложным инструкциям в длинном контексте и эффективно использовать среды ("harness awareness").
Эффективность токенов составляет примерно 70K на выполнение одной задачи в ClawEval при pass³ 64%, что на 40-60% меньше, чем у Opus 4.6, Gemini 3.1 Pro и GPT-5.4.
Для создания архитектуры объединили hybrid attention и Multi-Token Prediction, а во время обучения использовали 27T токенов при предобучении (FP8, контекст расширили с 32K до 1M) и выполнили посттренинг путем SFT, domain RL и Multi-Teacher On-Policy Distillation.
На практике у неё получается создать Rust-компилятор SysY полностью с нуля за 4.3 часа (672 вызова), пройдя все 233 теста (100%) и применяя послойную архитектуру вместо хаотичного перебора. Также она может разработать полнофункциональное десктопное приложение видеоредактора (8192 строки кода, 1868 вызовов, 11.5 часов автономной работы). Кроме того, она оптимизировала аналоговую микросхему FVF-LDO примерно за 1 час в замкнутом цикле (ngspice), улучшив параметры на порядок (стабильность входного напряжения в 22 раза, стабильность нагрузки в 17 раз, ток потребления в покое в 9 раз, глубину просадок напряжения в 13 раз).
В результате агентные способности дают 63.8 на Claw-Eval pass³, 72.9 на τ³-bench и 1581 Elo на GDPVal-AA, а в агентном программировании получаются 57.2 на SWE-Bench Pro, 73.7 на MiMo Coding Bench, ранг #3.4 в FrontierSWE и 68.4 на Terminal-Bench 2.0. В рассуждениях на HLE модель демонстрирует без инструментов 34.0, а с инструментами 48.0. При всём этом она уверенно конкурирует с Claude Opus 4.6, GPT-5.4 и DeepSeek V4 Pro.
