Xiaomi merilis model AI open-weight bernama MiMo-V2.5 dan menyebutnya sebagai lompatan penting dalam kemampuan agentic serta pemahaman multimodal. Model ini diposisikan untuk menangani data teks, gambar, dan video, sekaligus ditujukan bagi pengguna yang ingin mengakses model secara lebih terbuka.
Perusahaan juga mempublikasikan hasil benchmark yang membandingkan MiMo-V2.5 dengan sejumlah model lain, termasuk DeepSeek-V4, Kimi K2.6, Claude Opus 4.6, Gemini 3.1 Pro, dan model lama Xiaomi sendiri, MiMo-V2-Pro. Dari klaim Xiaomi, fokus utama peningkatan ada pada tugas agentic, coding, serta pemahaman visual.
Fokus pada kemampuan agentic
Xiaomi menyatakan MiMo-V2.5 menghadirkan “frontier-level agentic capability” atau kemampuan agentic di level terdepan. Istilah ini merujuk pada kapasitas model AI untuk menjalankan tugas yang lebih kompleks dan terarah, bukan sekadar menjawab perintah sederhana.
Dalam penjelasannya, Xiaomi mengklaim MiMo-V2.5 mencatat performa terbaik di kelasnya pada benchmark internal untuk tugas-tugas agentic. Klaim ini menjadi salah satu pesan utama dari peluncuran model tersebut, meski pengujiannya berasal dari benchmark buatan internal perusahaan.
Xiaomi juga menyoroti hasil di benchmark coding internal yang disebut MiMo Coding Bench. Pada pengujian itu, MiMo-V2.5 versi lebih kecil disebut mampu menyamai MiMo-V2.5-Pro yang berukuran lebih besar, tetapi dengan biaya hanya setengahnya.
Dua varian dengan skala berbeda
MiMo-V2.5 hadir dalam dua versi yang dibedakan berdasarkan total parameter dan active parameter. Xiaomi merilis MiMo-V2.5 dengan 310B total parameter dan 15B active parameter, serta MiMo-V2.5-Pro dengan 1.02T total parameter dan 42B active parameter.
Perbedaan ini menunjukkan Xiaomi menyiapkan pilihan untuk kebutuhan komputasi yang berbeda. Versi standar diarahkan untuk efisiensi yang lebih baik, sedangkan versi Pro ditujukan untuk kapasitas yang lebih besar.
Model ini juga mendukung context window hingga 1 juta token. Angka tersebut memberi ruang pemrosesan konteks yang sangat panjang, sehingga relevan untuk penggunaan yang membutuhkan analisis dokumen besar atau rangkaian input yang panjang.
Dilatih dengan data skala sangat besar
Xiaomi menyebut MiMo-V2.5 dilatih menggunakan 48 triliun token. Skala pelatihan ini menegaskan ambisi perusahaan untuk menempatkan model tersebut dalam persaingan AI kelas atas.
Selain itu, model ini dirancang secara native multimodal. Artinya, dukungan terhadap teks, gambar, dan video bukan tambahan belakangan, melainkan bagian inti dari arsitektur dan pelatihan model.
Pada benchmark yang menguji pemahaman gambar dan video, Xiaomi mengatakan MiMo-V2.5 berada di level yang setara dengan model closed-source. Klaim ini memperkuat posisi MiMo-V2.5 sebagai model open-weight yang ingin bersaing bukan hanya di teks dan coding, tetapi juga pada pemrosesan konten visual.
Akses terbuka, tetapi kebutuhan perangkat berat
Salah satu aspek penting dari peluncuran ini adalah statusnya sebagai model open-weight. Xiaomi membuka akses agar model dapat diunduh melalui Hugging Face, dipakai lewat API resmi, atau dicoba melalui AI Studio.
Namun, akses terbuka itu tidak otomatis berarti mudah dijalankan di perangkat umum. Artikel referensi menyebut pengguna memerlukan perangkat kelas berat seperti Mac Studio dengan spesifikasi tinggi untuk menjalankan model secara lokal.
GPU konsumen disebut tidak memiliki VRAM yang cukup untuk kebutuhan model ini. Bahkan, referensi menegaskan bahwa Nvidia RTX 5090 pun tidak memadai untuk menjalankannya secara lokal dalam konfigurasi yang dibutuhkan.
Kondisi ini membuat MiMo-V2.5 lebih realistis dipakai melalui API resmi atau layanan studio ketimbang dijalankan langsung oleh pengguna biasa. Pada saat artikel referensi ditulis, AI Studio Xiaomi juga disebut belum berhasil dimuat.
Posisi Xiaomi di tren model open-weight
Peluncuran MiMo-V2.5 menempatkan Xiaomi sebagai perusahaan terbaru yang ikut merilis model AI open-weight. Langkah ini menunjukkan persaingan tidak lagi hanya terjadi pada model tertutup milik perusahaan besar, tetapi juga pada model yang bobotnya dibuka untuk akses publik.
Dengan gabungan klaim performa agentic, dukungan multimodal native, dan context window 1 juta token, Xiaomi berupaya menawarkan model yang tidak hanya besar di atas kertas. Relevansi praktisnya akan sangat ditentukan oleh seberapa kuat hasil benchmark itu bertahan saat diuji lebih luas melalui Hugging Face, API resmi, dan penggunaan langsung oleh komunitas pengembang.