Hacker News Digest

MiMo v2.6 — доступный, прозрачный и эффективный открытый модельный ряд, конкурирующий с лидерами по стоимости и производительности, особенно в кодировании и стратегическом мышлении, несмотря на проблемы с токен-эффективностью и отсутствие гарантий конфиденциальности в хостинге. Прозрачность Xiaomi в публикации данных о тренировке (реальный дашборд, технический отчёт) воспринимается как исключительный стандарт для открытых моделей. MiMo-V2.6-Pro и Flash демонстрируют высокую эффективность по стоимости, превосходя многие модели при значительно меньших затратах, особенно по сравнению с GLM 5.3 и Opus 5. Модели MiMo хорошо справляются с кодированием и стратегическими задачами, сохраняя лаконичность и точность контекста — отмечено пользователями. Низкая цена и высокая производительность делают MiMo привлекательным для пользователей с ограниченными ресурсами, включая тех, кто использует OpenRouter или локальные инфраструктуры. Пользователи отмечают, что MiMo не перегружает ответы излишним анализом, в отличие от некоторых коммерческих моделей, что удобно для повседневного использования. Спор: Некоторые сомневаются в достоверности бенчмарков, где Opus 5 превосходит Astra и Fable 5.1, доверяя только Terminal Bench 4.0 и ExploitGym; другие принимают все результаты как объективные. Спор: Причина, по которой Flash-модель превзошла Pro на Cyber-бенчмарке, остаётся unexplained, вызывая недоумение, хотя другие пользователи результаты не оспаривают. Совет: Пользователи с 128 ГБ памяти рассматривают апгрейд до 256 ГБ для запуска MiMo из-за роста ресурсоёмкости моделей, несмотря на высокую стоимость. Совет: Для корпоративного использования рекомендуется хостинг в ЕС или США, так как OpenCode и прямой доступ от Xiaomi не гарантируют отсутствие использования данных для обучения. Совет: Пользователи с опытом в биологии и кибербезопасности рассматривают переход с Claude на MiMo из-за снижения качества Opus 5 в специфических задачах. MiMo-V2.6-Pro показывает сопоставимую производительность с Muse Spark 1.3 в KillSwitch-Bench при значительно более низкой стоимости. Реализация RL-тренировки с отслеживанием через дашборд и удаление проблемных датасетов (например, cyber) демонстрирует ответственный подход к качеству модели. Энергетическая инфраструктура Китая даёт долгосрочное преимущество в масштабировании ИИ-вычислений, делая американские компании уязвимыми из-за ограничений по электроэнергии. Модели MiMo используют оптимизированные подходы к тренировке: cold-start self-correction и эффективное использование контекста — объясняет их высокую эффективность. Ценовая стратегия Xiaomi соответствует философии Lei Jun как «Costco для технологий» — массовый доступ к мощным моделям по минимальной цене.

Mimo-v2.6-pro и mimo-v2.6-flash — это два параллельных RL-обучения модели от Xiaomi, запущенные 15 сентября 2026 года. На момент обновления pro-версия находится на шаге 13 (из 16), flash — на шаге 15. Оба обучения используют динамический сэмплинг (dynsam) с размером батча 1,568 × 16 последовательностей. Про-версия уже потребила $861,441 и 2.49B токенов на текущем шаге, flash — $382,043 и 2.69B токенов. Общая стоимость проекта превысила $1.24 млн, а суммарное количество обработанных токенов достигло 35.2B для flash и 27.6B для pro.

По метрике DeepSWE v1.1 mini-swe-agent (avg@3) pro-версия опережает flash: 63.72 против 60.77. Динамика показателей улучшается: dynsam/avg@n вырос с шага 1 на +0.059 у pro и +0.083 у flash. Однако наблюдаются компромиссы: у pro снижается grad_norm и растёт entropy_loss, у flash — наоборот, растёт pg_loss и падает entropy_loss. Средняя длина контекста у pro составляет 99.6k токенов (+6.5k от шага 1), у flash — 107k (−4.7k). Время на шаг у pro увеличилось (+5м), у flash уменьшилось (−10м), что отражает разные нагрузки на trainer_ops и outer_gen. Недавние перезапуски были связаны с инфраструктурными ошибками в датасетах и проблемами VRAM на узлах. Офлайн-оценка результатов продолжается.

Mimo-v2.5 демонстрирует высокую ценность для инженеров при низкой стоимости, обеспечивая отличный ROI, сравнимый с Anthropic, особенно для кодирования и выполнения инструкций. Однако возникают сомнения в реальности данных дашборда и качестве по сравнению с другими моделями: некоторые пользователи отмечают, что Mimo-v2.5 уступает Qwen 3.8-flash-next и GLM 5.3, допуская базовые ошибки, в то время как другие считают его надежным для повседневных задач. Есть несоответствие между утверждением о перезапуске flash-обучения и отсутствием изменений в графиках дашборда. Mimo-v2.5 активно используется как рабочая лошадка для агентов-кодеров и тестировщиков в средах, где важны скорость и низкая стоимость, а не абсолютная точность. Он показывает сильные результаты в tool calling и следовании инструкциям, подходит для автоматизированных рабочих процессов, несмотря на occasional hallucinations. Модель лучше всего работает на простых задачах (например, написание скриптов на Python), но теряет надежность на сложных, многокомпонентных проектах. Открытость Xiaomi в публикации данных обучения воспринимается как прорыв на фоне закрытости OpenAI и Anthropic, вызывая интерес к подобным практикам. Пользователи рекомендуют пробовать Mimo-v2.5 через OpenRouter, где он доступен бесплатно, чтобы оценить эффективность без финансовых рисков. Сравнение с DeepSWE v1.1 (19% для Mimo-v2.5-Pro) указывает, что модель находится вне фронт-зоны (лидеры — 70%+), но может быть конкурентоспособной в специфических сценариях. Гипотеза о использовании Claude в качестве основы для Mimo не подтверждена и считается спекуляцией. Высокая скорость обучения и прозрачность дашборда вызывают восхищение, но поднимают вопросы о возможной контаминации данных при бенчмаркинге во время обучения. Расходы на обучение Mimo-v2.6 (около $1.2M) и скорость $5/секунду вызывают вопросы о масштабе ресурсов, но детали инфраструктуры и MFU остаются неизвестными.

Xiaomi’s новое процессорное ядро Xring O3 демонстрирует резкий сдвиг в архитектуре мобильных чипов: оно превосходит Apple по многопоточной производительности и оснащено 44 МБ кэша — больше, чем у большинства ноутбучных Intel-процессоров. Ядра C1-Ultra имеют 21 порт выполнения, включая шесть для SIMD-операций по 128 бит, что превышает количество портов у современных Intel и AMD. Хотя AMD Zen 5 опережает в обработке 512-битных векторов, для ARM это рекордная ширина SIMD.

Основной тренд — взрывной рост числа исполнительных юнитов и кэша. Процессоры теперь нацелены на параллельную обработку тысяч независимых операций в цикл: сложения, умножения, матричные вычисления через SME2 и SVE2. Это не просто ускорение — это переосмысление вычислений под задачи ИИ и высокопроизводительных вычислений. Большинство транзисторов теперь тратятся не на частоту, а на параллелизм и объём кэша, что делает мобильные чипы конкурентоспособными даже с десктопными решениями.

Обсуждение дополняет статью, подчеркивая, что производительность на бумаге не гарантирует реальную эффективность из-за термических ограничений, отсутствия данных о потреблении энергии и зависимости от экосистемы, а не только от архитектуры процессора.

• Спор: Некоторые отмечают, что Xring O3 использует готовое ARM-ядро C1-Ultra, как и MediaTek, и Xiaomi не создавала собственную архитектуру ядра, лишь настраивала интерконнекты и физическую реализацию на TSMC 3nm.

• Спор: Хотя многопоточная производительность выше, однопоточная уступает Apple M5 Max, что ставит под сомнение утверждение о полном превосходстве, особенно в реальных сценариях использования.

• Все согласны, что ключевой метрикой является производительность на ватт, а не абсолютная скорость — многие отмечают, что высокая мощность и кэш не имеют значения, если устройство перегревается и деградирует под нагрузкой.

• Реальные результаты в смартфоне с ограничениями охлаждения и энергопотребления могут быть на 20-30% ниже лабораторных, как это было с MediaTek Dimensity 9500, что делает текущие цифры сомнительными.

• Большой кэш в 44 МБ указывает на то, что узким местом теперь является не вычислительная мощность, а задержка доступа к памяти — это подтверждается несколькими участниками, ссылающимися на архитектурные ограничения.

• Разработчики отмечают, что реальный успех зависит не только от железа, но и от поддержки Linux-ядра, драйверов, инструментов и стабильности экосистемы — всё это пока неизвестно для Xiaomi Xring O3.

• Большинство считают, что Apple остаётся лидером в энергоэффективности и интеграции железа с ПО, и даже при высоких цифрах в бенчмарках Xiaomi не дотягивает до целостности ecosystem Apple.

• Несколько участников подчеркивают, что данные пока основаны на прототипе, а не на финальном продукте в телефоне — это делает любые выводы преждевременными.

• Совет: Стоит ждать независимых тестов и анализа тепловых кривых, а не полагаться на анонсы — как отмечает @StrLght, третьих сторонных данных пока нет, и это критично для оценки.

• Совет: Сравнивать только с Apple не имеет смысла — экосистема iOS/macOS и управление ресурсами важнее, чем цифры в Geekbench, как пишет @bee_rider — переключение ОС не основывается на бенчмарках.

• Совет: Интересно, что производительность GPU близка к M5, но в Android-устройствах она будет сильно ограничена драйверами и термическим лимитом — как отмечает @simjnd, это снижает практическую ценность.

• Спор: Некоторые считают, что Xiaomi не может использовать TSMC и вынуждена использовать китайские литографические процессы с низким выходом годных кристаллов — что объясняет редкость таких чипов, как пишет @hn_submit.

• Китайский прогресс в полупроводниках — это реальность, но его масштабирование и надёжность остаются под вопросом, особенно в контексте безопасности и архитектурных уязвимостей, как в случае Loongson, упомянутых @angry_octet.

• Потребительский опыт с Xiaomi — хороший, особенно по соотношению цены и производительности, как отмечают @rawoke083600 и @otterley, но это не означает технологическое превосходство над Apple.

• Совет: Стоит смотреть на видео с анализом кристалла и кривыми производительности-потребления, как предлагает @picture — там можно увидеть реальные термические характеристики, а не только цифры бенчмарков.

Missing the most important metric: processing power per watt.I have some server CPUs laying around that can also beat Apple CPUs. But putting them in a compact, densely packed, sealed box (aka a phone) would result in a fireball and almost no battery life. — @strictnein