A Xiaomi acaba de fazer algo que poucos analistas previam para 2026: colocar um modelo de código aberto no topo da tabela classificativa de inteligência artificial, à frente de sistemas proprietários da xAI e da Google. A 22 de setembro, a empresa chinesa lançou o MiMo-V2.6-Pro e a versão mais leve MiMo-V2.6-Flash, e os números do Artificial Analysis Intelligence Index confirmam a subida: 46,32 pontos, acima do Grok 4.6 (44) e do Gemini 3.8 Flash (41). O anúncio chegou numa semana em que a Anthropic e a OpenAI também dispararam novos modelos, mas foi a Xiaomi que roubou as atenções ao provar que um modelo com pesos abertos já compete de igual para igual com os líderes fechados do setor.
O que torna este lançamento diferente de tantos outros anúncios de IA em 2026 não é só a pontuação. É o preço, a licença e o timing. Enquanto DeepSeek, Qwen e Kimi já tinham mostrado que a China consegue construir modelos competitivos, a Xiaomi juntou tudo: uma janela de contexto de 1 milhão de tokens, licença MIT totalmente permissiva e um custo de API que faz a concorrência parecer cara. Este artigo analisa os números, o contexto histórico da corrida chinesa ao open-weight e o que este lançamento muda para quem constrói produtos com IA.
O que é o MiMo-V2.6-Pro e por que importa agora
O MiMo-V2.6-Pro é um modelo de mistura de especialistas (mixture-of-experts, ou MoE) com 1,02 biliões de parâmetros totais, dos quais apenas 42 mil milhões ficam ativos por token processado, segundo a ficha técnica publicada pela própria Xiaomi. Essa arquitetura esparsa é o que permite a um modelo desta escala correr a um custo que não seria viável se todos os parâmetros estivessem sempre ativos. A versão mais pequena, o MiMo-V2.6-Flash, usa cerca de 310 mil milhões de parâmetros totais e 15 mil milhões ativos, pensada para quem precisa de respostas rápidas e baratas em produção.
Ambos os modelos partilham uma janela de contexto de 1.048.576 tokens, ou seja, cerca de um milhão de tokens, e aceitam entradas em texto, imagem, vídeo e áudio de forma nativa. Isto coloca o MiMo-V2.6 na categoria de modelos verdadeiramente multimodais, ao lado de sistemas como o Gemini 3.8 Flash ou o GPT-6 Astra da OpenAI. A diferença crucial é a licença: a Xiaomi publicou os pesos sob licença MIT, a mais permissiva do mercado, que permite uso comercial, modificação e redistribuição sem restrições de tamanho de empresa ou volume de utilizadores, ao contrário da licença comunitária que a Meta usa nos modelos Llama.
Os números do Artificial Analysis Intelligence Index
O Artificial Analysis Intelligence Index v4.3 é hoje uma das réguas mais citadas pela indústria para comparar modelos de linguagem de forma agregada, combinando dezenas de tarefas de raciocínio, matemática, código e conhecimento geral. Nessa tabela, o MiMo-V2.6-Pro obteve 46,32 pontos, um valor que a Xiaomi destaca como o mais alto já registado por um modelo de pesos abertos. Para comparação direta, o Grok 4.6 da xAI ficou em 44 pontos e o Gemini 3.8 Flash da Google em 41, segundo dados recolhidos pela VentureBeat e pela NewsBytes App.
Mais interessante ainda é a comparação com outros modelos chineses de código aberto. O MiMo-V2.6-Pro superou o Qwen3.8 Max, que ronda os 45 pontos, e o Kimi K3, da Moonshot AI, que fica perto dos 44. Já o Grok 4.7, lançado poucos dias antes pela xAI, aparece tecnicamente empatado com o modelo da Xiaomi, também com cerca de 46 pontos. Isto sugere que a distância entre o topo do open-weight e o topo dos modelos proprietários está, pela primeira vez, praticamente a zero neste índice específico.
Preços: como o MiMo-V2.6 se compara à concorrência
Onde a Xiaomi realmente separa o MiMo-V2.6 da manada é no preço por token. Na própria API da empresa, o MiMo-V2.6-Pro custa 0,435 dólares por milhão de tokens de entrada não armazenados em cache e 0,87 dólares por milhão de tokens de saída, com o cache a descer para apenas 0,0036 dólares por milhão. O MiMo-V2.6-Flash é ainda mais barato: 0,14 dólares por milhão de entrada e 0,28 por milhão de saída, cerca de um terço do preço do Pro para quem não precisa do topo de gama.
| Modelo | Preço entrada ($/1M tokens) | Preço saída ($/1M tokens) | Intelligence Index | Licença |
|---|---|---|---|---|
| MiMo-V2.6-Pro (Xiaomi) | 0,435 | 0,87 | 46,32 | MIT (aberta) |
| MiMo-V2.6-Flash (Xiaomi) | 0,14 | 0,28 | ~40 (tier Flash) | MIT (aberta) |
| Grok 4.7 (xAI) | Variável, sem tabela pública equivalente | – | ~46 | Fechada |
| DeepSeek V4.1 Flash | Preço próprio, variável | – | 39 | Aberta |
| Gemini 3.8 Flash (Google) | Preço próprio, variável | – | 41 | Fechada |
Note-se que os preços de referência para o Grok 4.7 e para os modelos da Google e da DeepSeek variam consoante o volume e o tipo de acordo comercial, pelo que a tabela acima deve ser lida como uma fotografia aproximada e não como uma comparação perfeitamente equivalente. Ainda assim, a diferença de ordem de grandeza entre o custo do MiMo-V2.6 e o de modelos proprietários topo de gama é o argumento comercial mais forte da Xiaomi neste lançamento.
Desempenho em código: onde o MiMo-V2.6 ainda perde terreno
Nem tudo são boas notícias para a Xiaomi. No benchmark DeepSWE v1.1, focado em tarefas de engenharia de software e agentes autónomos, o MiMo-V2.6-Pro obteve 71,9 pontos e o Flash 67,9. Isto fica atrás do DeepSeek V4.1 Flash, que atingiu 74,2 pontos no mesmo teste, e também atrás do Claude Opus 5 e do GPT-6 Astra, ambos próximos dos 74 pontos segundo dados recolhidos pela Unite.AI. A Xiaomi lidera, portanto, no índice geral de inteligência, mas não varre todos os benchmarks técnicos específicos.
Ainda assim, o salto face à geração anterior é notável: o MiMo-V2.5-Pro tinha pontuado apenas 19,0 no DeepSWE v1.1, o que significa uma subida de mais de 50 pontos numa única geração. Outros números divulgados incluem 60,9% no SciCode e 49,4% no Humanity’s Last Exam, um teste desenhado para avaliar conhecimento e raciocínio em domínios académicos avançados, segundo dados publicados pelo agregador Requesty. Estes valores vêm de fontes secundárias de avaliação e não da página oficial da Xiaomi, pelo que convém tratá-los como indicativos.
O treino por reforço que custou 2,62 milhões de dólares
Um dos detalhes mais discutidos pela comunidade técnica é o processo de treino do MiMo-V2.6-Pro. A Xiaomi realizou 30 grandes etapas de aprendizagem por reforço, cobrindo cerca de 750 mil trajetórias, num período inferior a seis dias. O custo reportado dessa fase de treino foi de aproximadamente 2,62 milhões de dólares para o Pro e 850 mil dólares para o Flash, valores relativamente contidos face à escala de melhoria observada no desempenho.
Esta escala de investimento em aprendizagem por reforço, concentrada num curto espaço de tempo, é uma tendência que já se via noutros laboratórios chineses em 2026, mas raramente com números de custo publicados com este detalhe. Isso sugere uma estratégia de transparência calculada por parte da Xiaomi, que procura construir confiança técnica junto de programadores e empresas habituadas a confiar apenas em modelos fechados de fornecedores ocidentais.
A estratégia da Xiaomi: de fabricante de telefones a plataforma de IA
A Xiaomi não é uma recém-chegada ao desenvolvimento de modelos de linguagem, mas o MiMo-V2.6 marca uma mudança de ambição clara. A empresa está a posicionar a família MiMo como a camada de fundação para todo o seu ecossistema, que vai muito além de smartphones: carros elétricos, dispositivos domésticos inteligentes, serviços de nuvem e agora uma API aberta para programadores externos. Ao contrário de um lançamento pontual de chatbot de consumo, o MiMo-V2.6 foi desenhado a pensar em agentes e fluxos de trabalho profissionais, com ênfase clara em tarefas de codificação e automação.
Esta lógica de integração vertical, em que o modelo de IA alimenta hardware, veículos e software ao mesmo tempo, aproxima a Xiaomi de uma estratégia semelhante à de outras gigantes tecnológicas, mas com a vantagem adicional de abrir os pesos ao público. Ao contrário do que aconteceria com um modelo fechado, qualquer empresa pode agora descarregar o MiMo-V2.6 do Hugging Face, alojá-lo nos seus próprios servidores e integrá-lo em produtos comerciais sem pagar licenciamento à Xiaomi, mantendo apenas a obrigação de aviso de copyright exigida pela licença MIT.
Contexto histórico: a subida acelerada da IA chinesa de código aberto
Para entender por que o lançamento da Xiaomi é significativo, é preciso olhar para o percurso de 2025 e 2026. A DeepSeek abriu a porta com modelos que rivalizavam com sistemas ocidentais a uma fração do custo de treino, forçando toda a indústria a repensar a economia dos grandes modelos de linguagem. Seguiram-se a Alibaba com a família Qwen, a Moonshot AI com o Kimi K3 e a Zhipu AI com o GLM, cada uma a reivindicar posições de topo em diferentes tabelas classificativas ao longo do ano.
O que distingue o MiMo-V2.6 desse grupo não é apenas a pontuação, mas o facto de vir de uma empresa cujo negócio principal nunca foi inteligência artificial pura, mas sim eletrónica de consumo. A Xiaomi entrar no topo do ranking de código aberto mostra que a capacidade de construir modelos de fronteira deixou de ser exclusiva de laboratórios especializados como a DeepSeek, alastrando-se a fabricantes de hardware com escala de capital e de dados suficiente. Este padrão espelha, de forma acelerada, o que aconteceu com a computação em nuvem uma década antes, quando gigantes de outros setores acabaram por se tornar líderes de infraestrutura.
Impacto no mercado: o que muda para programadores e empresas
Para equipas de engenharia que hoje pagam por APIs de modelos fechados, o MiMo-V2.6 oferece uma alternativa prática imediata: os modelos já estão disponíveis no OpenRouter com uma janela de contexto de 1,05 milhões de tokens através de uma API unificada, o que reduz drasticamente o atrito de adoção. Isto significa que qualquer produto já integrado com o OpenRouter pode testar o MiMo-V2.6-Flash ou o Pro numa questão de minutos, sem negociar contratos separados com a Xiaomi.
Do lado empresarial, a disponibilidade dos pesos sob licença MIT abre uma via que os modelos fechados nunca oferecem: auto-alojamento total. Empresas com requisitos rígidos de soberania de dados, comuns na banca ou nas administrações públicas europeias, podem correr o MiMo-V2.6 dentro da sua própria infraestrutura, sem que nenhum dado saia para servidores de terceiros. Esta característica, combinada com o preço baixo por token, torna o modelo particularmente atrativo para startups que precisam de escalar volume de utilização sem disparar a fatura de inferência.
Comparação direta: MiMo-V2.6 vs DeepSeek vs Grok vs Gemini
Reunir estes quatro concorrentes numa única grelha ajuda a perceber onde cada um se destaca. O MiMo-V2.6-Pro lidera no índice geral de inteligência, mas o DeepSeek V4.1 Flash continua à frente em tarefas de engenharia de software pura. O Grok 4.7 mantém-se competitivo em pontuação bruta mas sem a vantagem de preço nem de licença aberta. O Gemini 3.8 Flash, apesar de ser a terceira geração Flash da Google lançada em apenas seis semanas, fica atrás dos rivais chineses e do sistema da xAI neste índice específico.
| Critério | MiMo-V2.6-Pro | DeepSeek V4.1 Flash | Grok 4.7 | Gemini 3.8 Flash |
|---|---|---|---|---|
| Intelligence Index | 46,32 | 39 | ~46 | 41 |
| DeepSWE v1.1 | 71,9 | 74,2 | Não divulgado | Não divulgado |
| Contexto máximo | 1.048.576 tokens | 1.000.000 tokens | Não divulgado publicamente | Não divulgado publicamente |
| Licença | MIT (aberta) | Aberta | Fechada | Fechada |
| Multimodalidade nativa | Texto, imagem, vídeo, áudio | Principalmente texto | Texto e imagem | Texto, imagem, áudio |
A reação do mercado e o ângulo financeiro
É importante ser rigoroso aqui: não há, até ao momento, dados públicos que liguem de forma direta e quantificada o lançamento do MiMo-V2.6 a um movimento específico da ação da Xiaomi em bolsa. O valor de mercado da empresa depende de múltiplos negócios simultâneos, entre smartphones, eletrodomésticos inteligentes, veículos elétricos e serviços, o que torna impossível isolar o efeito de um único lançamento de modelo de IA nos números financeiros globais da companhia.
O ângulo financeiro mais defensável é estratégico, não bolsista. Ao construir os seus próprios modelos de fundação, a Xiaomi reduz a dependência de fornecedores externos de IA para os seus próprios produtos, um custo recorrente que pode pesar em margens a longo prazo. Adicionalmente, abrir os pesos gratuitamente pode acelerar a adoção do modelo dentro do ecossistema de programadores da empresa, criando um efeito de rede em torno do hardware Xiaomi, mesmo que a receita direta gerada pela API do modelo seja modesta face às restantes divisões do grupo.
Uma semana de lançamentos: o contexto de setembro de 2026
O lançamento do MiMo-V2.6 não aconteceu isolado. Na mesma semana, a Anthropic lançou o Claude Opus 5.5 a 22 de setembro, prometendo um custo 40% inferior ao do modelo anterior mantendo o mesmo nível de desempenho. Cerca de 90 minutos depois, a OpenAI respondeu com o GPT-6 Sol e o GPT-6 Luna, ambos com preços por token a rondar metade do custo da geração GPT-5.6. A Google, por seu lado, já tinha lançado o Gemini 3.8 Flash a 2 de setembro, seguido de variantes Live, TTS e Flash-Lite ao longo do mês, naquela que analistas descrevem como a terceira geração Flash da empresa em apenas seis semanas, segundo o relato da SiliconANGLE.
Este ritmo de lançamentos consecutivos, quase diário em certas semanas de setembro, tem gerado o que vários comentadores do setor já apelidam de fadiga de lançamentos de IA. Para quem gere produtos que dependem destes modelos, acompanhar qual é de facto o melhor sistema para cada tarefa tornou-se um trabalho a tempo inteiro, obrigando equipas de engenharia a testar continuamente novas versões em vez de se fixarem numa única API por longos períodos.
Riscos e limitações a considerar antes de adotar
Apesar do entusiasmo em torno da pontuação do Artificial Analysis Intelligence Index, convém sublinhar que as comparações entre modelos raramente são perfeitamente equivalentes. Diferenças em metodologia de teste, acesso a ferramentas externas durante a avaliação, controlo de contaminação de dados de treino e a versão exata do modelo testado podem alterar significativamente os resultados finais. A própria Unite.AI nota que a pontuação de 46 pontos do MiMo-V2.6-Pro não prova superioridade universal sobre DeepSeek, Grok, Gemini, Qwen, Kimi ou Llama em todas as tarefas possíveis.
Há ainda a questão da origem geográfica do modelo, algo que empresas europeias e norte-americanas com requisitos regulatórios mais rígidos vão continuar a escrutinar antes de adotar modelos chineses em produção, sobretudo em setores sensíveis como banca, saúde ou administração pública. A licença MIT resolve a questão legal de uso comercial, mas não resolve automaticamente preocupações contratuais internas sobre proveniência de dados de treino ou políticas de moderação de conteúdo embutidas no modelo.
O que esperar nos próximos meses: previsões
Com base no ritmo observado ao longo de 2026, há várias tendências que devem consolidar-se nos próximos meses. Primeiro, é provável que a DeepSeek ou a Alibaba respondam com uma atualização rápida da família V4 ou Qwen para recuperar a liderança no Artificial Analysis Intelligence Index, dado o histórico de resposta acelerada entre laboratórios chineses observado desde 2025.
Segundo, espera-se que mais fabricantes de hardware fora do setor tradicional de IA, à semelhança da Xiaomi, lancem os seus próprios modelos de fundação como parte de estratégias de integração vertical, reduzindo a dependência de fornecedores externos. Terceiro, o preço por token deve continuar a cair de forma generalizada em toda a indústria, à medida que a concorrência entre modelos abertos e fechados se intensifica, beneficiando diretamente programadores e startups com orçamentos limitados.
Quarto, é expectável que cresça a pressão sobre a Meta para rever a licença dos modelos Llama, atualmente mais restritiva do que a licença MIT usada pela Xiaomi, sob risco de perder relevância na conversa sobre modelos verdadeiramente abertos. Por fim, a distinção entre benchmarks gerais de inteligência e benchmarks especializados em código deve tornar-se um critério de escolha cada vez mais importante para equipas técnicas, já que nenhum modelo lidera hoje em todas as categorias ao mesmo tempo.
Como testar o MiMo-V2.6 hoje
Para equipas curiosas em experimentar o modelo sem grande fricção, a via mais rápida é através do OpenRouter, onde tanto o MiMo-V2.6-Pro como o Flash já estão disponíveis com a janela completa de contexto de 1,05 milhões de tokens através de uma API unificada compatível com o formato usado por outros fornecedores. Isto elimina a necessidade de reescrever integrações existentes só para testar o novo modelo.
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer SUA_CHAVE_API" \
-H "Content-Type: application/json" \
-d '{
"model": "xiaomi/mimo-v2.6-pro",
"messages": [
{"role": "user", "content": "Explica em portugues a arquitetura de mistura de especialistas."}
]
}'Quem preferir alojamento próprio pode descarregar os pesos diretamente do repositório da Xiaomi no Hugging Face, respeitando os requisitos de hardware compatíveis com um modelo de mistura de especialistas desta dimensão. Vale a pena lembrar que, apesar de o Flash ter apenas 15 mil milhões de parâmetros ativos por token, o total de 310 mil milhões de parâmetros ainda exige infraestrutura de memória considerável para correr localmente em produção.
Perguntas frequentes
O que é o MiMo-V2.6-Pro?
É o mais recente modelo de linguagem de fundação da Xiaomi, lançado a 22 de setembro de 2026, com 1,02 biliões de parâmetros totais e arquitetura de mistura de especialistas, disponibilizado com pesos abertos sob licença MIT.
O MiMo-V2.6-Pro é realmente o melhor modelo de código aberto do mundo?
Segundo o Artificial Analysis Intelligence Index v4.3, sim, com 46,32 pontos, à frente do Qwen3.8 Max e do Kimi K3. Contudo, noutros benchmarks específicos, como o DeepSWE v1.1 de engenharia de software, o DeepSeek V4.1 Flash continua à frente.
Quanto custa usar o MiMo-V2.6 através da API?
O Pro custa 0,435 dólares por milhão de tokens de entrada e 0,87 dólares por milhão de saída. O Flash é mais barato, com 0,14 dólares de entrada e 0,28 dólares de saída por milhão de tokens.
Qual é a diferença entre o MiMo-V2.6-Pro e o Flash?
O Pro tem 1,02 biliões de parâmetros totais e 42 mil milhões ativos, focado em tarefas complexas. O Flash tem cerca de 310 mil milhões de parâmetros totais e 15 mil milhões ativos, pensado para respostas rápidas e baratas em grande volume.
Posso usar o MiMo-V2.6 em produtos comerciais sem pagar licença?
Sim. A licença MIT permite uso comercial, modificação e redistribuição, exigindo apenas a manutenção do aviso de copyright original nos termos da licença.
Como é que o MiMo-V2.6 se compara ao Gemini 3.8 Flash da Google?
No Artificial Analysis Intelligence Index, o MiMo-V2.6-Pro supera o Gemini 3.8 Flash, com 46,32 pontos contra 41. Ainda assim, o Gemini mantém vantagens noutras áreas específicas de integração com o ecossistema Google.
Onde posso experimentar o MiMo-V2.6 sem instalar nada localmente?
Através da plataforma OpenRouter, que já disponibiliza tanto o Pro como o Flash com a janela completa de 1,05 milhões de tokens através de uma API unificada.
O custo de treino do modelo foi divulgado?
Sim, de forma pouco comum na indústria. A Xiaomi reportou um custo aproximado de 2,62 milhões de dólares para o treino de aprendizagem por reforço do Pro e 850 mil dólares para o Flash, num processo concluído em menos de seis dias.
