Leí "Xiaomi" en el título y casi seguí desplazándome.
Eso suena desdeñoso. Lo es, un poco. Pero esta es la verdad honesta sobre cómo había estado clasificando los lanzamientos de modelos de peso abierto para abril de 2026: eran demasiados. DeepSeek envió la V4 en febrero. Kimi K 2.6 cayó justo después. GLM 5 Pony subió. MiniMax M2.7 lo siguió. Qwen lanzó cuatro variantes en un solo mes. Cada uno de ellos vino con un video de lanzamiento lleno de animaciones de acoplamiento y clones de Minecraft, y cada uno de ellos alcanzó su punto máximo en algún lugar al sur de Opus 4.6 en las cargas de trabajo que realmente ejecuto para los clientes. Entonces, cuando llegó la notificación de MarkTechPost el 22 de abril (Xiaomi lanza MiMo-V2.5 y V2.5-Pro), mi primera reacción fue archivarla en "Le echaré un vistazo al gráfico de referencia más tarde".
Entonces vi el precio. 1 dólar por millón de tokens de entrada. $3 por millón de tokens de salida. Licencia MIT. 1,02 billones de parámetros totales. 42B activo. Contexto de token de 1 millón. Y una puntuación de SWE-bench Pro de 57,2, superando la de 53,4 de Claude Opus 4.6 con el mismo arnés.
Ese no es un lanzamiento que pueda presentar como "más tarde". Se trata de un lanzamiento en el que cierro las ejecuciones de mi agente y empiezo a realizar pruebas.
Pasé los siguientes cinco días analizando Xiaomi MiMo 2.5 Pro todo lo que se me ocurrió: bucles agentes con cientos de llamadas a herramientas, las absurdas demostraciones de front-end de las que alardeaba el vídeo de lanzamiento, refactorizaciones de múltiples archivos en una base de código Laravel real, simulaciones 3D en Three.js y algunas de las cargas de trabajo en las que Opus 4.7 me había hecho sentir bien al pagar $15 de entrada/$75 de salida. Algo de eso fue una verdadera sorpresa. Parte de ello confirmó exactamente lo que esperaba. Y un hallazgo específico cambió el modelo que elijo primero en una carga de trabajo que ejecuto docenas de veces por semana, pero probablemente no la carga de trabajo que adivinarías en el video de lanzamiento.
Esto es lo que complica la sencilla narrativa del "China lanza un modelo frontier barato": las ganancias en los puntos de referencia son reales, la eficiencia del token es irrazonable y los modos de falla son extraños y vale la pena conocerlos antes de conectar esto a una pila de agentes de producción. Resolveré todo eso antes de que salgas de esta publicación.
Por qué es extraño que Xiaomi lance un modelo frontier
Estamos a cuatro meses de lo que se llamará el aumento del código abierto de 2026: el tramo en el que la brecha entre los buques insignia estadounidenses alojados y los modelos chinos descargables dejó de ser una brecha y comenzó a ser una pequeña grieta. Cubrí el lanzamiento de DeepSeek V4 Pro en febrero y lo llamé el primer modelo de pesos abiertos genuinamente competitivo en codificación agente. Esa publicación sigue siendo precisa. DeepSeek V4 fue el primero. MiMo 2.5 Pro es el segundo, pero es el que debería poner nervioso al equipo de precios de Anthropic.
Lo extraño no es la capacidad. Lo extraño es la empresa que lo envía.
Xiaomi fabrica teléfonos. Fabrican ollas arroceras y purificadores de aire. Tienen una división automotriz que vende SUV reales. No son un laboratorio AI, son un conglomerado de hardware. Y el 22 de abril de 2026, abrieron un modelo de mezcla de expertos con parámetros de 1,02 T que supera a Claude Opus 4.6 en SWE-bench Pro y coincide con GPT-5.4 en puntos de referencia agentes de largo horizonte. Bajo la licencia MIT. Con uso comercial explícitamente permitido. Con los pesos del modelo disponibles en Hugging Face el mismo día del anuncio.
No es así como se envían los laboratorios AI. Así es como se presenta una empresa de hardware cuando decide que es necesario restablecer el mercado.
El discurso en la página oficial de Xiaomi MiMo es sencillo: arquitectura de atención híbrida, ventana de contexto de 1,048,576 tokens, salida máxima de 131,072 tokens, optimizada para flujos de trabajo agentes que abarcan miles de llamadas a herramientas. El precio a través de OpenRouter es de $1 de entrada / $3 de salida por millón de tokens: una quinceava parte de la tasa de entrada de Opus 4.7 y una veinticinco de su tasa de salida. Acceso gratuito a través del fondo de crédito de $25 de Kilo Code, el API estándar de OpenRouter y un chatbot en la interfaz de MiMo Studio para consultas informales.
Sin embargo, observe las opciones de referencia, porque Xiaomi fue muy específico. Afirman ser líderes en SWE-bench Pro, GDPval y ClawEval: tres evaluaciones en las que la eficiencia de los tokens y la coherencia a largo plazo importan más que la capacidad bruta de un solo disparo. No lideraron con HumanEval o MMLU. Comenzaron con los puntos de referencia que miden qué tan bien se comporta un modelo dentro de un bucle de agente real con cientos de llamadas a herramientas.
Eso no es un accidente de marketing. Esa es una tesis.
Antes de pasar al desglose de carga de trabajo por carga de trabajo, es necesario comprender la apuesta arquitectónica que se esconde dentro de esa tesis, porque explica cada resultado que sigue.
La apuesta por la eficiencia de los tokens que nadie más está haciendo
Esto es lo que creo que realmente está sucediendo. Xiaomi no intentó ganar la carrera de capacidad absoluta. Intentaron ganar la carrera de capacidad por token en la frontera, y eso requiere una decisión arquitectónica fundamentalmente diferente a la que están tomando Anthropic, OpenAI o Google.
Opus 4.7 está optimizado para llamadas individuales de alto riesgo. También lo es GPT-5.5. También lo es Gemini 3.1 Pro. El precio refleja eso: cuando pagas $15/$75 por millón en Opus 4.7, estás comprando la cola larga, la única decisión entre cien en la que el modelo más pequeño habría enviado un error sutil a producción.
MiMo 2.5 Pro está optimizado para trabajo coherente a largo plazo. El contexto del token de 1M no es flexible; es portador de carga. Cuando ejecuta un bucle agente que extrae 200.000 tokens de contexto de repositorio, planifica una refactorización de 14 pasos, realiza 600 llamadas a herramientas y escribe 40.000 tokens de código, la pregunta deja de ser "¿cada llamada es tan inteligente como Opus?" La pregunta es "¿el modelo se mantiene coherente en la llamada 487?"
El artículo de MarkTechPost señaló algo que se me quedó grabado: MiMo 2.5 Pro completa la prueba comparativa del compilador SysY en 4,3 horas a través de 672 llamadas a herramientas, obteniendo un puntaje perfecto de 233/233 frente al conjunto de pruebas ocultas. Ese es el tipo de tarea que le toma a un buen estudiante universitario de informática un semestre completo. El modelo no solo terminó: terminó mientras quemaba aproximadamente 70 000 tokens por trayectoria en ClawEval, lo que es entre un 40 y un 60 por ciento menos de tokens que Opus 4.6, Gemini 3.1 Pro o GPT-5.4 en la misma barra de capacidad.
La eficiencia del token no es un número que entusiasme a nadie en un vídeo de lanzamiento. Pero si ejecuta ciclos de agentes de producción a escala, es el único número que importa. Un modelo que es un 5% más inteligente pero que quema el doble de tokens es un peor modelo para el trabajo de los agentes. Un modelo que es un 5 % más tonto pero que consume 0,5 veces más tokens es la herramienta adecuada para casi todas las cargas de trabajo a largo plazo.
Ese encuadre es el motivo por el que tuve que realizar las pruebas con cuidado. La pregunta no es "¿MiMo 2.5 Pro es mejor que Opus 4.7?" La pregunta es "¿qué tipo específico de trabajo maneja lo suficientemente bien (y lo suficientemente barato) como para que deba dejar de recurrir a Opus primero?"
Esto es lo que encontré.
Prueba 1: el clon de navegador macOS - donde la demo se sostiene
Comencé con la demostración. Xiaomi encabezó el video de lanzamiento con: un clon de escritorio macOS completo ejecutándose completamente en el navegador. Descubridor. Safari. Mensajes. Notas. Mapas. Fotos. Música. Terminal con animación de línea de comandos. Calculadora. Calendario. Widget del tiempo. Panel de configuración. Todo en un único paquete HTML/CSS/JS.
Le di a MiMo 2.5 Pro el mismo mensaje que le había dado a Opus 4.7 la semana pasada y a Qwen 3.6 Max Preview la semana anterior: crear un clon de escritorio macOS funcional, un solo archivo, una pila web básica, con al menos ocho aplicaciones funcionales y una base de trabajo con aumento al pasar el mouse.
El resultado fue, y quiero tener cuidado con esta palabra, sorprendentemente competente. La animación del muelle tenía la curva de aumento correcta. El cromo de la ventana tenía el radio de esquina y la caída de sombra correctos. La calculadora hizo cálculos de punto flotante sin los errores de redondeo que he visto cometer en modelos más pequeños. Las notas tenían un indicador de guardado automático en funcionamiento. Terminal tenía una animación de caracteres escritos que realmente se sentía bien. Los mapas representaron una cuadrícula de ciudad reconocible con controles de zoom.
Se rindió en la primera ejecución. No después de que solucioné tres errores de la consola. Primera carrera.
Pero aquí es donde apareció la debilidad específica de MiMo 2.5 Pro, y quiero señalarla porque es el tipo de cosas que el video de lanzamiento omite. La barra de herramientas superior estaba casi bien y no del todo. El menú de Apple estaba allí pero no tenía menú desplegable. El panel de Configuración se representó, pero la mayoría de los cambios eran decoración no funcional. El modelo terminó el 80% visible de la demostración y se saltó la capa de pulido que a un ingeniero real le toma el doble de tiempo que el corte preliminar.
A modo de comparación, Opus 4.7 produjo un resultado que fue aproximadamente un 12 % más pulido: mejor tipografía, paneles de configuración de trabajo, una caja de luz de Fotos más refinada. Pero tomó 3,4 veces más generarlo y costó aproximadamente 14 veces más en tokens. GPT-5.5 produjo algo notablemente más débil: la base parecía apagada, dos de las aplicaciones tenían errores de diseño y la animación de la Terminal temblaba.
Esta es la carga de trabajo que MiMo 2.5 Pro fue diseñada para ganar en la relación precio-capacidad: generación de código frontal con gran latitud creativa, salida de un solo disparo, sin necesidad de depuración de seguimiento para la funcionalidad básica. Si puede vivir terminando la capa de esmalte usted mismo, pagará una quinceava parte del costo.
Pero antes de asumir que ese patrón se mantiene en todas partes, la siguiente prueba es dónde se rompe.
Prueba 2: el clon de Minecraft - donde la ambición supera la ejecución
La segunda prueba fue la demostración sobre la que era más escéptico en el vídeo de lanzamiento. Un clon funcional de Minecraft en el navegador: terreno procesal, bloques rompibles, texturas, agua, nubes, sistemas de cuevas, minerales, una interfaz de usuario de inventario.
MiMo 2.5 Pro envió una compilación funcional. Romper bloques funcionó. La colocación de bloques funcionó. Texturas aplicadas. El agua tenía un brillo creíble. Las nubes flotaron. Las cuevas tenían minerales incrustados en las capas de roca adecuadas. La interfaz de usuario del inventario mostraba ranuras, barra de acceso rápido y una interfaz que se podía arrastrar.
Luego intenté caminar hasta el fin del mundo.
El mundo no genera infinitamente. Hay un cuadro delimitador de terreno fijo y, una vez que lo pasas, caes por el suelo hacia el vacío. Ese no es un error sutil: ese es el modelo que decide que "clon de Minecraft" significaba un campo finito en lugar de la generación de procedimientos de carga de fragmentos real que hace que Minecraft sea Minecraft.
Le di el mismo mensaje a Opus 4.7 para comparar. Opus produjo un mundo más pequeño (una cuadrícula fija de 64×64 versus 128×128 de MiMo), sin cuevas, texturas más simples, pero señaló explícitamente en los comentarios del código que la carga de fragmentos infinitos estaba fuera del alcance de una solicitud de un solo mensaje. GPT-5.5 se negó inicialmente, citando complejidad, luego produjo una demostración técnica de cubos que realmente no calificaba como un juego.
La lección de esta prueba: MiMo 2.5 Pro es ambiciosa. Llega a las partes difíciles de un problema de una manera que los buques insignia estadounidenses no lo hacen. A veces el alcance vale la pena. A veces produce el 90% de una demostración impresionante y se salta silenciosamente el 10% que la habría hecho realmente correcta. Si está creando un prototipo y la calidad visible es más importante de lo que puede permitirse depurar, el sobreprecio de Opus en esta carga de trabajo específica vale la pena.
Si está creando un prototipo y va a refactorizar la salida de todos modos, MiMo 2.5 Pro le lleva a un punto de partida utilizable mucho más rápido y mucho más barato.
Prueba 3: el set de estrés en Three.js - física de SUV, sistemas solares y el detalle de Pong
Aquí es donde se manifestó la verdadera personalidad de la modelo.
Le di un conjunto de indicaciones de simulación 3D que he estado usando desde que se lanzó GPT-5.4: renderizar un SUV haciendo una prueba de durabilidad todoterreno en terreno procesal, renderizar un sistema solar con mecánica orbital precisa, renderizar una sala de televisión de la década de 2000 con un CRT funcional que muestra fuegos artificiales, renderizar un árbol fractal, renderizar una bandada de pájaros con física boid, renderizar un juego de Pong funcional con visualización de audio.
MiMo 2.5 Pro envió seis demostraciones. Cinco de ellos fueron realmente impresionantes. La prueba de física del SUV tuvo balanceo de la carrocería, recorrido de la suspensión y deformación de los neumáticos que superaron al Gemini 3 Flash en comparación directa. El sistema solar tenía períodos orbitales correctos (la Tierra completa una revolución en 365 segundos modelo, Júpiter tarda 4.332). El árbol fractal se ramificó recursivamente con una aleatorización creíble. La bandada de aves utilizó reglas adecuadas de separación, alineación y cohesión de los cuerpos. El juego Pong fue la versión más limpia de Pong que he visto en un modelo de barco: la física de las paletas se sintió bien, la aceleración de la pelota aumentó correctamente, la visualización de audio en realidad respondió a las colisiones entre la pelota y la paleta en lugar de simplemente ejecutar una forma de onda genérica.
La demo de la sala de televisión fue la que me sorprendió. El CRT tuvo el efecto de línea de exploración correcto. Los fuegos artificiales tenían física de partículas. La ciudad nocturna en la ventana se generó procedimentalmente con luces de edificios creíbles. Incluso había un pequeño océano visible en la distancia con sombreadores de olas reflectantes. La visualización de audio estaba conectada a un patrón de sintetizador que en realidad sonaba coherente.
Esta es la prueba en la que MiMo 2.5 Pro realmente avergonzó a Gemini 3 Flash y se mantuvo firme frente a Opus 4.7. Para la composición de escenas 3D con múltiples sistemas coordinados, es el mejor modelo de pesos abiertos que he usado.
Hubo una demostración en la que perdió: un visor de producto de 360 grados para una zapatilla. MiMo 2.5 Pro envió la lógica de rotación correctamente, pero no pudo implementar la personalización del color funcional: al hacer clic en las muestras se cambió el estado de la interfaz de usuario pero no se actualizaron las propiedades del material del modelo 3D. DeepSeek V4 había acertado exactamente con este mensaje el mes pasado. Entonces, si está creando un verdadero configurador de productos 3D, la V4 sigue siendo la herramienta. Para todo lo demás en este conjunto de estrés, MiMo 2.5 Pro es competitivo con modelos que cobran entre 10 y 15 veces más por token.
Prueba 4: la carga real - refactor multiarchivo en Laravel
Las demostraciones de front-end son divertidas, pero no me pagan por ellas. La prueba que más me interesó fue una carga de trabajo de cliente real: una base de código Laravel 12 con 47 archivos, un sistema de permisos que debía migrarse desde una implementación de ACL personalizada a las clases de políticas integradas de Laravel, con total compatibilidad con versiones anteriores en el contrato API.
Esta es la carga de trabajo que ejecuto en Opus 4.7 cuando el presupuesto lo permite y en Qwen 3.6 Plus cuando no lo permite. Se obtienen aproximadamente 280.000 tokens de contexto. El agente funciona durante 90-180 minutos. Las llamadas a herramientas se sitúan entre 200 y 500, dependiendo de qué tan limpio esté el código existente.
Ejecuté el mismo mensaje de tres maneras: Opus 4.7 como línea base, Qwen 3.6 Max Preview como desafío presupuestario, MiMo 2.5 Pro como nueva variable.
Opus 4.7 tardó 142 minutos, realizó 312 llamadas a herramientas, produjo una migración limpia que pasó las 184 pruebas existentes en la primera ejecución y costó aproximadamente $11,40 en tokens. El resultado fue el tipo de trabajo que enviaría a un cliente sin una segunda pasada.
Qwen 3.6 Max Preview tomó 168 minutos, realizó 387 llamadas a herramientas, pasó 178 pruebas /184 en la primera ejecución y costó aproximadamente $1,20 en tokens. Las seis fallas se produjeron en la herencia de permisos de casos extremos, lo que se puede solucionar en unos 25 minutos de limpieza humana.
MiMo 2.5 Pro tardó 156 minutos, realizó 287 llamadas a herramientas, pasó 181 pruebas /184 en la primera ejecución y costó aproximadamente $0,95 en tokens. Los tres fallos se produjeron en un área específica: una dependencia circular en el registro de la póliza que en realidad había marcado como una mina terrestre conocida en el mensaje. MiMo manejó el resto de la migración de manera más limpia que Qwen, usó menos llamadas a herramientas que Opus y produjo código que se leía más cerca del estilo de la base de código existente que cualquiera de los competidores.
Ese es el resultado que cambió mi forma de pensar sobre mi pila de agentes. Para una carga de trabajo que me cuesta $11 en Opus, MiMo 2.5 Pro me permitió obtener el 98 % del mismo resultado por menos de un dólar. La brecha del 2% es real, y en el trabajo con clientes en los que facturo el costo del modelo directamente, vale la pena pagar ese 2%. ¿Pero para mi propio trabajo interno, para la creación de prototipos, para las docenas de pequeños refactores que ejecuto en una semana normal? La economía cambió en el momento en que terminó esa prueba.
Si prefiere que alguien cree una pila de agentes de nivel de producción que realmente elija el modelo correcto por carga de trabajo, ese es exactamente el tipo de compromiso que asumo a través de [mi listado de Fiverr] (https://www.fiverr.com/s/EgxYmWD).
En qué falla MiMo 2.5 Pro - la lista honesta de fallos
Cinco días de pruebas. No voy a pretender que el modelo sea uniformemente impresionante. Aquí está la lista honesta de fracasos, en el orden en que me costó más tiempo:
1. El salto de la capa de pulido. Este es el modo de falla más consistente que vi. El modelo finaliza el 80% visible de una tarea creativa de front-end y se salta silenciosamente la capa de pulido: alternancias no funcionales, menús desplegables incompletos, animación faltante que facilita las interacciones secundarias. No falla: envía algo que se demuestra bien y se desmorona en una segunda revisión. Si está utilizando MiMo 2.5 Pro para prototipos orientados al cliente, planee hacer el último 20% usted mismo.
2. El salto de alcance infinito. Al igual que el límite mundial Minecraft, MiMo 2.5 Pro a veces interpretará una solicitud de generación abierta como una versión finita de sí misma. El terreno procesal se convierte en una cuadrícula fija. El desplazamiento infinito se convierte en una lista paginada. El modelo no miente sobre lo que construyó; simplemente no hace la pregunta aclaratoria que Opus 4.7 habría hecho. Agregue lenguaje explícito "infinite/unbounded/procedural" a sus indicaciones cuando lo diga en serio.
3. El pelícano en bicicleta. Realicé la prueba de vibraciones estándar SVG: pelícano andando en bicicleta, pinturas degradadas, animación de aleteo de mariposa. Dos de los tres lo lograron. La animación del pedaleo de las patas del pelícano estaba desactivada: las articulaciones giraban pero el contacto del pie con el pedal no estaba sincronizado, por lo que parecía como si el pájaro estuviera levitando con las patas agitándose en lugar de pedalear. Kimi K 2.6 había mejorado en el mensaje de pinturas degradadas el mes pasado. Es una pequeña cosa, pero es una señal de que la lógica de sincronización de la animación de MiMo no está exactamente donde se encuentra la frontera.
4. La brecha del configurador de productos 3D. Como se señaló anteriormente, el modelo puede representar escenas 3D impresionantes, pero tiene problemas con las actualizaciones interactivas de las propiedades del material según la entrada del usuario. DeepSeek V4 todavía lidera esa carga de trabajo específica.
5. La relación razonamiento versus resultado. En tareas de razonamiento más difíciles (del tipo en el que Opus 4.7 notablemente "piensa más" y produce una respuesta más cuidadosa), MiMo 2.5 Pro tiende a comprometerse con su primera cadena de razonamiento en lugar de retroceder. Es más rápido y más barato. También es menos correcto cuando el problema realmente requiere retroceder. Para bucles agentes sencillos, esto no aparece. Para tareas de razonamiento realmente difíciles (depurar una condición de carrera sutil, desenredar una prueba de corrección algorítmica compleja), Opus 4.7 aún gana y la diferencia de precios deja de importar.
Ninguno de estos es un factor decisivo. Vale la pena conocerlos todos antes de conectar el modelo a una pila de producción y descubrirlos a las 2 a.m.
Dónde encaja esto - el panorama de IA open source después de MiMo
La frontera del código abierto a principios de 2026 tenía una jerarquía clara. DeepSeek V4 fue el codificador agente más potente. Kimi K 2.6 fue el más fuerte en producción creativa de formato largo. GLM 5 Pony fue el más fuerte en razonamiento multimodal. Qwen 3.6 Max Preview fue el más fuerte en la generación de front-end de un solo disparo. MiniMax M2.7 fue el más fuerte en coordinación sostenida de múltiples agentes.
MiMo 2.5 Pro acaba de fusionar tres de esos nichos en un solo modelo. Coincide con DeepSeek V4 en codificación agente mientras quema un 40% menos de tokens. Coincide con Kimi K 2.6 en producción creativa para tareas con mucho código. Coincide con GLM 5 en razonamiento multimodal para cargas de trabajo típicas. No supera a cada especialista en su especialidad, pero no es necesario. Lo que hace es brindarle un modelo único que maneja la larga cola de cargas de trabajo de agencia sin obligarlo a cambiar de modelo por tarea.
Esa es la posición realmente interesante que ocupa MiMo 2.5 Pro. No es el modelo de pesos abiertos más inteligente (DeepSeek V4 todavía lo supera en las tareas de razonamiento más difíciles). No es el más barato (Qwen 3.6 Plus es gratis y lo suficientemente bueno para trabajos ocasionales). Es el modelo con la mejor relación capacidad-cobertura por dólar que he encontrado en el nivel de ponderaciones abiertas.
Para mi pila de agentes en el futuro: Opus 4.7 sigue siendo el modelo que utilizo cuando el costo de una respuesta incorrecta es alto. MiMo 2.5 Pro se convierte en el valor predeterminado para todo lo demás. Qwen 3.6 Plus permanece como el prototipo de nivel I gratuito. DeepSeek V4 permanece para las cargas de trabajo específicas de razonamiento difícil donde aparece su ventaja.
Ese es un cambio significativo. Hace un mes, ese espacio de nivel predeterminado era Qwen 3.6 Max Preview. Dos semanas antes de eso, era el propio Opus 4.7.
Cómo probar realmente MiMo 2.5 Pro este fin de semana
Si quieres tener en tus manos el modelo en la próxima hora, funcionan tres caminos:
1. Acceso gratuito al chatbot. Dirígete a la interfaz de MiMo Studio y pregunta directamente. Sin clave API. Sin pago. La forma más rápida de ver si el modelo se adapta a su carga de trabajo.
2. OpenRouter API. Disponible en xiaomi/mimo-v2.5-pro por $1 de entrada / $3 de salida por millón de tokens. Compatible directamente con la mayoría de los marcos de agentes. Así es como realicé todas las pruebas en esta publicación.
3. Kilo Code con $25 de créditos gratis. Si está creando flujos de trabajo de codificación agente específicamente, Kilo Code ha integrado oficialmente MiMo 2.5 Pro y ofrece $25 en créditos gratis para probarlo. Aproximadamente 6,25 millones de tokens de salida de presupuesto de prueba.
4. Inferencia local de múltiples GPU. Los pesos están activos en Hugging Face en XiaomiMiMo/MiMo-V2.5-Pro. Necesitará una infraestructura de GPU significativa para ejecutar un MoE de 1.02T localmente, pero es factible para equipos con presupuesto de hardware. Bajo licencia MIT, uso comercial incluido.
Para la mayoría de los lectores de esta publicación, OpenRouter o Kilo Code serán el punto de entrada correcto. Gaste $5 en tokens ejecutando el modelo en tres o cuatro de sus cargas de trabajo reales. Sabrás en la primera hora si gana un espacio en tu pila.
Preguntas frecuentes
¿Xiaomi MiMo 2.5 Pro es mejor que Claude Opus 4.7?
No en cuanto a capacidad bruta: Opus 4.7 aún gana en las tareas de razonamiento más difíciles y produce resultados más pulidos en el trabajo inicial creativo. Pero MiMo 2.5 Pro ofrece aproximadamente entre el 90% y el 95% de la producción de codificación agente de Opus a una quinceava parte del costo de entrada y una veinticinco del costo de salida. Para la mayoría de las cargas de trabajo de los agentes de producción, la relación precio por capacidad favorece a MiMo por un amplio margen.
¿Puedo utilizar MiMo 2.5 Pro comercialmente?
Sí. El modelo se publica bajo la licencia MIT y el uso comercial está explícitamente permitido. Puede usarlo a través de proveedores alojados como OpenRouter o Kilo Code, o puede descargar los pesos desde Hugging Face y autohospedarlo en una infraestructura de múltiples GPU. Sin restricciones de uso, sin regalías.
¿Cuál es la ventana de contexto real y el límite de salida?
MiMo 2.5 Pro admite 1.048.576 tokens de entrada (ventana de contexto de 1 millón) y 131.072 tokens de salida máximos por llamada. Ambos están verificados en el listado de OpenRouter y en la documentación oficial Xiaomi. El contexto 1M es realmente utilizable para bucles de agentes de largo plazo, no un número de referencia únicamente.
¿Cómo se compara MiMo 2.5 Pro con DeepSeek V4 en codificación?
En cargas de trabajo de codificación agente estándar, están efectivamente vinculados: MiMo es un poco más eficiente en términos de token, DeepSeek V4 es un poco más fuerte en las tareas más difíciles y con mucho razonamiento. El mayor diferenciador es la salida 3D interactiva, donde DeepSeek V4 todavía lidera en configuradores de productos y actualizaciones complejas de propiedades de materiales. Para todo lo demás, elija según el precio y la latencia del proveedor que funcione mejor para su pila.
¿Cuál es el problema con el precio de $1/$3?
No hay trampa. El precio refleja la decisión estratégica de Xiaomi de competir en eficiencia de token en lugar de capacidad por llamada, y el lanzamiento de código abierto significa que proveedores alojados como OpenRouter compiten para ofrecer el modelo con márgenes reducidos. Espere que el precio mínimo baje aún más a medida que más proveedores se conecten, no que aumente.
La única pregunta que vale la pena hacerse
Comencé esta publicación casi sin abrir la pestaña. Lo terminaré con MiMo 2.5 Pro en mi espacio de agente predeterminado para el próximo mes y Opus 4.7 reservado para las cargas de trabajo donde el costo de una respuesta incorrecta supera el costo de los tokens.
Se trata de un cambio mayor de lo que parece. Durante la mayor parte de 2025 y el primer trimestre de 2026, "AI de código abierto" significó "la opción barata a la que recurrir cuando no puedes permitirte el modelo real". MiMo 2.5 Pro es la primera versión en la que ese encuadre dejó de ser cierto. El modelo real ahora compite con un modelo de peso abierto que cuesta una quinceava parte más, se envía bajo MIT y no necesita estar alojado en una infraestructura que no controla.
Si está ejecutando cargas de trabajo de agente de producción en la segunda mitad de 2026 y no ha probado MiMo 2.5 Pro esta semana, probablemente esté pagando de más en un orden de magnitud en cargas de trabajo donde la capacidad marginal de un buque insignia cerrado en realidad no le está comprando nada.
Así que aquí está la pregunta que vale la pena plantearse esta noche: ¿qué se está ejecutando actualmente en Opus 4.7 en su pila y qué cambiaría si una quinceava parte del costo le permitiera obtener el 95% del mismo resultado?
Haz la prueba este fin de semana. La respuesta te sorprenderá.
Trabajemos juntos
¿Quiere crear sistemas AI, automatizar flujos de trabajo o ampliar su infraestructura tecnológica? Me encantaría ayudar.
- Fiverr (compilaciones e integraciones personalizadas): fiverr.com/s/EgxYmWD
- Cartera: mejba.me
- Ramlit Limited (soluciones empresariales): ramlit.com
- ColorPark (diseño y marca): colorpark.io
- xCyberSecurity (servicios de seguridad): xcybersecurity.io
