Xiaomi impressiona com novo LLM MiMo-V2-Pro, aproximando-se do desempenho de GPT-5.2 e Opus 4.6 por uma fração do custo

O MiMo-V2-Pro não é só mais um LLM grande: é uma aposta estratégica da Xiaomi em eficiência agnóstica de hardware. Com arquitetura MoE de 1 trilhão de parâmetros, mas com apenas 42 bilhões ativos por passo , , ele usa um mecanismo de atenção híbrida 7:1 para priorizar 15% do contexto com densidade máxima, enquanto escaneia os outros 85% com leveza. Isso explica como ele sustenta uma janela de 1 milhão de tokens sem explodir o custo computacional. A camada de Multi-Token Prediction (MTP) não é só sobre velocidade: ela reduz a latência de 'pensamento' em fluxos agênticos reais, como planejamento de tarefas longas no OpenClaw, algo que modelos densos ainda resolvem com múltiplas chamadas síncronas.

Sua performance realista surpreendeu: 49 pontos no Artificial Analysis Intelligence Index, 8º lugar global em benchmarks combinados, e alucinações em 30%, queda de 18 pontos frente ao MiMo-V2-Flash. O preço da API (US$ 1/US$ 3 por milhão de tokens em contextos até 256K) é mesmo um quinto do Opus 4.6, mas o diferencial prático está na saída: 77 milhões de tokens usados na avaliação completa do Index, contra mais de 200 milhões típicos de concorrentes. Isso significa que, em operação contínua, o custo real por tarefa concluída cai ainda mais.

Modelos como GPT-5.5 e Opus 4.8 exigem infraestrutura especializada e orçamentos de centenas de milhares de dólares por mês para equipes médias. O MiMo-V2-Pro, e sua versão open source MiMo-V2.5-Pro, já lançada entre 22 e 27 de abril, oferecem uma alternativa viável para empresas que precisam de raciocínio avançado sem depender de cloud proprietária ou licenças caras. Ele não compete com GPT-5.5 em pico de desempenho bruto, mas supera-o em custo por tarefa concluída em cenários agênticos reais, como automação de suporte técnico com ferramentas externas ou análise de logs multimodais com fallback preciso. É o primeiro modelo capaz de rodar fluxos complexos de OpenClaw com menos de 10% da latência média do Claude 4.6 Sonnet.