Xiaomi ondermijnt elk plan voor AI-soevereiniteit

Een telefoonmaker heeft de kaart zojuist hertekend

Xiaomi bracht op 22 september drie nieuwe AI-modellen uit onder de naam MiMo-V2.6, en het vlaggenschip is geen telefoonfunctie. MiMo-V2.6 Pro is een redeneermodel met een biljoen parameters, gebouwd met een sparse mixture-of-experts architectuur die voor elk antwoord ongeveer 42 miljard van die parameters activeert, en Xiaomi gaf de volledige gewichten en trainingscode vrij onder een MIT-licentie.

Een kleiner model, MiMo-V2.6 Flash, gebruikt 309 miljard parameters in totaal en 15 miljard actieve, bedoeld voor gebruik met hoog volume tegen lagere kosten. Beide lezen en genereren tekst, beelden, video en audio, en beide werden beoordeeld door de onafhankelijke beoordelaar Artificial Analysis: Pro scoorde 46 op de Intelligence Index, voor de eigen Chinese modellen Kimi K3 (44) en GLM-5.3 (45), terwijl de beste gesloten modellen met ongeveer 53 punten nog steeds voorop lopen.

Wat 2,6 miljoen dollar heeft opgeleverd

Xiaomi publiceerde het model niet zomaar, het bedrijf streamde de training live. Volgens Xiaomi voltooide MiMo-V2.6 Pro 30 reinforcement-learning stappen in minder dan zes dagen, over 750.000 taaktrajecten, met een methode genaamd Group Relative Policy Optimization, voor gerapporteerde kosten van ongeveer 2,6 miljoen dollar; Flash kostte daar nog eens ongeveer 850.000 dollar bovenop, samen 3,5 miljoen dollar voor beide modellen.

Dat cijfer is het waard om naast te leggen wat de sector zegt te hebben uitgegeven aan zijn eigen topmodellen. De vergelijking hieronder gebruikt gangbare schattingen uit de sector, niet de eigen cijfers van Xiaomi, voor elk gesloten model.

De soevereiniteitsrekensom is zojuist veranderd

Het Europese debat over digitale soevereiniteit ging vooral over infrastructuur: een soevereine cloudregio bouwen, een chipfabriek financieren, jaren en miljarden besteden om de kloof met Amerikaanse en Chinese hyperscalers te dichten. MiMo-V2.6 wijst op een kortere route die niets van dat alles nodig heeft. Een overheidsinstantie of een groot bedrijf kan vandaag de volledige gewichten downloaden, ze draaien op eigen of gehuurde GPU's binnen de EU, en nooit een enkele aanvraag naar een Amerikaanse of Chinese API sturen.

Die route brengt eigen onopgeloste vragen met zich mee. Niemand buiten Xiaomi heeft gecontroleerd met welke data MiMo-V2.6 is getraind, of het de inhoudelijke beperkingen draagt die gebruikelijk zijn bij Chinese modellen, hetzelfde voorbehoud dat al geldt voor andere soevereine implementaties op basis van Chinese gewichten. Zelf hosten schrapt de afhankelijkheid van de leverancier, niet de controleplicht; een organisatie die de gewichten downloadt, erft daarmee het controlewerk dat anders een betaalde API-leverancier had gedaan.

Wat dit betekent als u zelf AI-infrastructuur beheert

Een inkoop- of infrastructuurteam dat op dit moment een meerjarig contract voor een soevereine cloud onderhandelt, heeft nu een echte derde optie om tegen af te wegen: de GPU's kopen, de gewichten downloaden en het model volledig zelf draaien, met een eenmalige hardwarekost in plaats van een doorlopende API-rekening. Het biljoen-parameter model Pro heeft nog steeds een echte GPU-cluster nodig om op bruikbare snelheid te antwoorden, dus deze optie past realistisch eerder bij grote bedrijven, universiteiten en overheidsinstanties dan bij een kleine onderneming.

Voordat u overstapt, moet u rekening houden met het werk dat een leverancier als OpenAI of Anthropic nu onzichtbaar doet: veiligheidsafstelling, afstemming op contentbeleid en een controle van wat het model wel en niet tegen een klant mag zeggen. Xiaomi leverde de gewichten en de trainingscode. Het bedrijf leverde geen verantwoordingsstructuur, en die nu bouwen is de taak van de koper, niet van de verkoper.

Lees hierna: Wanneer e-mailbeveiliging een jurisdictiekwestie wordt  |  Moonshot Onderhandelt, VS Overweegt Verbod