Producent telefonów właśnie przerysował mapę
Xiaomi wypuściło 22 września trzy nowe modele AI pod nazwą MiMo-V2.6, a flagowy model to nie jest funkcja telefonu. MiMo-V2.6 Pro to model rozumowania z bilionem parametrów, zbudowany w architekturze rzadkiej mixture-of-experts, która aktywuje dla każdej odpowiedzi około 42 miliardy z tych parametrów, a Xiaomi udostępniło pełne wagi i kod treningowy na licencji MIT.
Mniejszy model, MiMo-V2.6 Flash, korzysta z 309 miliardów parametrów łącznie i 15 miliardów aktywnych, przeznaczony do zastosowań o dużym wolumenie i niższym koszcie. Oba przetwarzają tekst, obrazy, wideo i dźwięk, oba zostały ocenione przez niezależnego oceniającego Artificial Analysis: Pro uzyskał 46 punktów w jego Intelligence Index, wyprzedzając chińskie modele Kimi K3 (44) i GLM-5.3 (45), podczas gdy czołowe modele zamknięte wciąż prowadzą z wynikiem około 53 punktów.
Co kupiło 2,6 miliona dolarów
Xiaomi nie tylko opublikowało model, ale transmitowało cały trening na żywo. Firma podaje, że MiMo-V2.6 Pro ukończył 30 kroków uczenia przez wzmacnianie w mniej niż sześć dni, na 750 tysiącach trajektorii zadań, metodą zwaną Group Relative Policy Optimization, przy zgłoszonym koszcie około 2,6 miliona dolarów; Flash kosztował dodatkowo około 850 tysięcy dolarów, co daje łącznie 3,5 miliona dolarów za oba modele.
Warto zestawić tę liczbę z tym, ile branża deklaruje wydawać na własne czołowe modele. Poniższe porównanie korzysta z powszechnie cytowanych szacunków branżowych, a nie z liczb samej Xiaomi, dla każdego modelu zamkniętego.
| Model | Szacowany koszt trenowania | Wagi dostępne |
|---|---|---|
| Xiaomi MiMo-V2.6 Pro | ok. 2,6 miliona dolarów | Tak, licencja MIT |
| GPT-4 (OpenAI) | od 78 do 100 milionów dolarów | Nie |
| Gemini Ultra 1.0 (Google) | ok. 192 miliony dolarów | Nie |
| Llama 3.1 405B (Meta) | ok. 170 milionów dolarów | Tak, licencja społecznościowa |
Rachunek suwerenności właśnie się zmienił
Europejska debata o suwerenności cyfrowej była dotąd głównie debatą infrastrukturalną: zbudować suwerenny region chmury, sfinansować fabrykę chipów, wydać lata i miliardy na zmniejszenie dystansu do amerykańskich i chińskich hiperskalerów. MiMo-V2.6 wskazuje krótszą drogę, która nie wymaga niczego z tego. Urząd publiczny albo duża firma może już dziś pobrać pełne wagi, uruchomić je na własnych lub wynajętych GPU wewnątrz UE i nigdy nie wysłać ani jednego zapytania do amerykańskiego czy chińskiego API.
Ta droga niesie ze sobą własne nierozwiązane pytania. Nikt poza Xiaomi nie sprawdził, na jakich danych wytrenowano MiMo-V2.6, ani czy zachowuje ono ograniczenia treści typowe dla chińskich modeli, to samo zastrzeżenie, które już towarzyszy innym suwerennym wdrożeniom zbudowanym na chińskich wagach. Samodzielny hosting usuwa zależność od dostawcy, ale nie obowiązek weryfikacji; organizacja, która pobiera wagi, dziedziczy tym samym pracę kontrolną, którą inaczej wykonałby płatny dostawca API.
Co to znaczy, jeśli sami prowadzicie infrastrukturę AI
Zespół zakupów albo infrastruktury, który właśnie negocjuje wieloletnią umowę na suwerenną chmurę, ma teraz prawdziwą trzecią opcję do porównania: kupić GPU, pobrać wagi i prowadzić model całkowicie we własnym zakresie, z jednorazowym kosztem sprzętu zamiast bieżącego rachunku za API. Model Pro z bilionem parametrów wciąż potrzebuje prawdziwego klastra GPU, by odpowiadać z użyteczną szybkością, więc ta opcja realistycznie pasuje raczej do dużych firm, uczelni i instytucji publicznych niż do małej firmy.
Przed przejściem na ten model warto zaplanować budżet na pracę, którą dostawca taki jak OpenAI czy Anthropic wykonuje dziś niewidocznie: dostrajanie bezpieczeństwa, dopasowanie do polityki treści oraz kontrolę tego, co model może, a czego nie może powiedzieć klientowi. Xiaomi przekazało wagi i kod treningowy. Nie przekazało struktury odpowiedzialności, a zbudowanie jej to teraz zadanie kupującego, a nie sprzedającego.
Czytaj dalej: Bezpieczeństwo poczty jako kwestia jurysdykcji | Moonshot Negocjuje, USA Rozważają Zakaz
