Otwarte modele za 3,5 miliona dolarów: Xiaomi i DeepSeek zmieniają rachunek kosztów

Przez lata reguła była prosta: najlepszy model jest zamknięty i kosztuje tyle, ile operator zechce policzyć. Chiński portal qbitai (量子位) opisał eksperyment Xiaomi, który podważa przynajmniej drugą część tej reguły.

Podczas transmisji na żywo zespół MiMo pokazał rozliczenie treningu. Kieruje nim Luo Fuli, wcześniej zaangażowana w prace nad DeepSeek-R1. Model MiMo-V2.6-Pro wykonał 30 kroków uczenia ze wzmocnieniem w 5 dni i 3 godziny. Trening kosztował około 2,6 miliona dolarów. Lżejszy MiMo-V2.6-Flash zrobił to samo w 3 dni i 10 godzin za około 0,9 miliona dolarów. Łączny rachunek zamknął się na poziomie około 3,5 miliona dolarów.

Skala pojedynczego kroku wyjaśnia, dlaczego te liczby nie są ekstrawaganckie. Każdy krok obejmuje 1568 zapytań, a model próbuje 16 różnych ścieżek dla każdego z nich. W jednej rundzie powstaje ponad 25 tysięcy prób. Przy 2,7–3,7 miliarda tokenów treningowych na krok model Pro przetworzył łącznie około 81–111 miliardów tokenów. To odpowiednik ponad 80 tysięcy okien kontekstu o długości miliona tokenów.

Wyniki, które da się zweryfikować

Efekty Xiaomi wskazuje w dwóch miejscach. Średni współczynnik zaliczenia wzrósł po 30 krokach o 25 procent (wersja Flash) i 12 procent (Pro). Ważniejszy jest test poza zbiorem treningowym. Na DeepSWE v1.1, który sprawdza pracę agenta w prawdziwych repozytoriach kodu, Pro poprawił się z 58,4 do 72,57 punktu, a Flash z 48,7 do 65,68. Model nie tylko zapamiętał zadania, ale przeniósł umiejętności na zupełnie nowe problemy inżynierskie.

W rankingu Artificial Analysis Intelligence Index MiMo-V2.6-Pro uzyskał 46 punktów i stanął na pierwszym miejscu wśród modeli otwartych. W zadaniu AutomationBench zdobył 53,1 punktu, wyprzedzając Claude Opus 5 (50,3) i GPT-5.6 Sol (45,8). Cena pozostała bez zmian wobec poprzedniej generacji: Pro około 3 juanów za milion tokenów wejściowych i 6 za wyjściowe, Flash odpowiednio 1 i 2. Według szacunków Artificial Analysis średni koszt wykonania jednego zadania z indeksu wynosi dla Pro 0,13 dolara. Dla porównania model Grok 4.7, który w tym samym dniu zdobył identyczne 46 punktów, w wariancie xHigh ma kosztować około 3,74 dolara, czyli blisko 29 razy więcej.

Nie tylko kod

Ciekawiej wypada zastosowanie naukowe. Xiaomi poddało model projektowaniu materiałów MOF, które mają wychwytywać PFAS, trwałe zanieczyszczenia nieulegające rozkładowi. Po przeglądzie literatury i patentów oraz samodzielnej weryfikacji nowości pomysłu model zbudował środowisko symulacyjne i policzył siłę wiązania. Zaproponował dwie struktury, A50 i B50, oparte na cyrkonowych szkieletach typu UiO-67. Ich adsorpcja PFAS ma być milion do dziesięciu milionów razy lepsza od materiału odniesienia. Cytowany w relacji profesor Dou Jinhu z Uniwersytetu Pekińskiego ocenił wynik jako pracę zbliżoną do doświadczonego doktoranta. Cykl badawczy w firmie skrócono z miesiąca do dwóch–trzech dni.

Otwartość nie jest już hasłem marketingowym, lecz sposobem na obniżenie kosztu jednego zadania z kilku dolarów do kilkunastu centów.

W tle działa ten sam mechanizm co przy DeepSeek-V4.1-Flash, który przy 552 miliardach parametrów i licencji MIT obniżył wymagania pamięciowe wnioskowania. Xiaomi opublikowało nie tylko wagi i raport techniczny, ale również ponad 7 tysięcy środowisk zadań do uczenia ze wzmocnieniem, pełny framework treningu i mały model destylowany na bazie Qwen3.5-9B. W dyskusji o otwartości przestaje chodzić o udostępnienie pliku z wagami, a zaczyna o oddanie całego procesu produkcyjnego.