Snilld

Xiaomi åbner MiMo med fokus på billige agentopgaver

Xiaomi har frigivet MiMo-V2.5 og MiMo-V2.5-Pro som open source under MIT-licens. Ifølge Xiaomis egne benchmark-tal er modellerne blandt de mest token-effektive til agentiske claw-opgaver, men de stærkeste præstationspåstande hviler stadig på virksomhedens egne målinger.

28. april 2026 Peter Munkholm

Xiaomi har frigivet to åbne AI-modeller, MiMo-V2.5 og MiMo-V2.5-Pro, under MIT-licens. Modellerne ligger på Hugging Face, og ifølge VentureBeats gengivelse af lanceringen kan de downloades, modificeres og køres lokalt eller i virtuelle private cloudmiljøer. Det er en konkret del af nyheden, fordi MIT-licensen gør modellerne egnede til kommerciel brug og produktion. Det er dokumenteret i kilderne, og det er nok det mest håndfaste ved hele lanceringen.

Den anden store del af historien er Xiaomis egne benchmarktal. Ifølge VentureBeat, som refererer til Xiaomis publicerede materiale, placerer MiMo-V2.5 og MiMo-V2.5-Pro sig blandt de mest effektive modeller til agentiske claw-opgaver. Her er det vigtigt at holde tungen lige i munden. Vi ved fra kilderne, at Xiaomi siger det. Vi har ikke i det foreliggende materiale uafhængige målinger, der bekræfter det.

Benchmarkene er kernen i påstanden

VentureBeat skriver, at Xiaomis ClawEval-benchmark viser MiMo-V2.5-Pro med en succesrate på 63,8 procent og et forbrug på cirka 70.000 tokens per trajectory. Samme artikel skriver også, at det svarer til omtrent 40 til 60 procent lavere tokenforbrug end Anthropic Claude Opus 4.6, Google Gemini 3.1 Pro og OpenAI GPT-5.4 for sammenlignelige resultater. Det er præcise tal, men de kommer fra Xiaomis eget benchmarkmateriale. Derfor bør de læses som virksomhedens egne præstationspåstande, ikke som bredt bekræftet markedsfakta.

Det er samtidig fair at sige, at Xiaomi i det mindste lægger konkrete tal frem. Der er forskel på en løs påstand om at være billigere og på at offentliggøre et benchmark med succesrate og tokenforbrug. Men kilderne her giver ikke grundlag for at sige, at samme forskel vil slå direkte igennem i drift hos virksomheder. Den bro er simpelthen ikke dokumenteret i materialet.

Banner

VentureBeat beskriver også, hvad claw-opgaver dækker over i denne sammenhæng. Det handler om agentiske systemer, hvor brugeren kommunikerer med modellen, hvorefter agenten går videre og udfører opgaver på brugerens vegne. Artiklen nævner blandt andet markedsføringsindhold, kontohåndtering, organisering af mail og planlægning. Det er relevant, fordi det forklarer, hvorfor tokenforbrug bliver et centralt mål i netop den type opgaver.

Bærbar computer med anonym modelside i et kontormiljø

Åben licens og lokal drift er den mest solide del

På licenssiden står kilderne stærkere. VentureBeat skriver direkte, at begge modeller er udgivet under MIT-licens, og at de dermed er egnede til brug i produktion i kommercielle sammenhænge. Artiklen skriver også, at modellerne kan hentes fra Hugging Face, ændres efter behov og køres lokalt eller i virtuelle private clouds. Hugging Face-linket understøtter tilgængeligheden, selv om de mere udfoldede formuleringer om drift og ændringer kommer fra VentureBeat-artiklen.

Det betyder, at den praktiske relevans ikke kun handler om benchmarkplaceringer. Snillds brief peger på, at kombinationen af lav pris, stærk performance og open source kan sænke barriererne for on-prem eller edge-kørsel, reducere vendor lock-in og forbedre datasuverænitet for virksomheder. Den vurdering er en del af det medsendte brief og kan derfor bruges, men den skal holdes som en afledt konsekvens, ikke som en dokumenteret effekt i konkrete virksomheder.

Det er også derfor, lanceringen kan være interessant, selv hvis man lægger lidt afstand til de mest offensive benchmarkudsagn. Når en model både er åben, kommercielt anvendelig og mulig at køre uden om en ren hosted standardopsætning, ændrer det valgmulighederne for nogle organisationer. Kilderne dokumenterer ikke, hvor stor forskellen bliver i praksis. Men de dokumenterer, at Xiaomi positionerer modellerne sådan.

Specifikationerne er store, men ikke hele historien

VentureBeat beskriver MiMo som bygget på en 310B-parameter-arkitektur med et kontekstvindue på 1 million tokens. Det er en markant specifikation, og den er en del af den verificerede dokumentation. Mere end det bør man dog ikke lægge ind i materialet her. Kilderne siger ikke meget om den præcise arbejdsdeling mellem MiMo-V2.5 og MiMo-V2.5-Pro ud over, at der er tale om to varianter, og at Pro-modellen fremhæves stærkt i benchmarkomtalen.

Det er værd at holde sig til netop det. Den oprindelige fristelse i sådan en historie er at læse meget ind i modelnavne, positionering og enkelte formuleringer fra lanceringen. Men i denne revisionsrunde er grænsen enkel: hvis vi ikke kan spore en detaljeret produktopdeling direkte til verified claims eller de medsendte kilder, skal den ud. Derfor er det mere korrekt at sige, at Xiaomi lancerer to åbne varianter og selv fremhæver deres effektivitet i agentiske claw-opgaver.

Banner

Der mangler også svar på en række praktiske spørgsmål i det tilgængelige materiale. Kilderne siger relativt lidt om hardwarekrav, throughput, værktøjslag omkring modellerne og produktionsmodenhed i større miljøer. Det er ikke et argument imod modellerne. Det er bare en præcis afgrænsning af, hvad kilderne faktisk giver belæg for.

Det betyder noget for danske virksomheder, men kun med test

Her er Snillds brief nyttig, fordi den holder fokus på, hvad virksomheder bør validere. Briefen siger, at danske virksomheder bør dokumentere dansk sprogkvalitet, domænepræcision, sikkerhed, latency på edge-hardware og samlet total cost of ownership mod alternativer som Llama, Mistral, Qwen og DeepSeek. Det er en relevant og kildebunden måde at oversætte lanceringen til praksis på. Ikke som garanti, mere som en nøgtern testliste.

Tekniker arbejder med lokal AI-drift på on-prem hardware

Det er også en vigtig begrænsning i den foreliggende dokumentation, at vi ikke har kilder her, der viser dansk sprogkvalitet eller præstation i danske virksomhedsscenarier. Derfor kan man ikke ud fra materialet konkludere, at MiMo er særligt stærk til danske workflows. Man kan kun sige, at modellerne ifølge Xiaomis egne benchmarktal ser effektive ud i en bestemt type agentiske opgaver, og at briefen anbefaler, at danske virksomheder tester dem mod egne krav.

Briefen kobler også lanceringen til on-prem og edge-kørsel, vendor lock-in og datasuverænitet. Det er alle sammen vinkler, som er direkte understøttet i briefen og derfor kan bevares i en afdæmpet form. Men igen. Kilderne dokumenterer ikke konkrete besparelser, konkrete implementeringstider eller konkrete danske cases. Så den del skal blive på niveauet: potentielle fordele, der kræver validering.

To specialister vurderer AI-benchmark og workflow i et mødelokale

Det mest interessante er presset på økonomien i agentforløb

Selv med de forbehold står én ting tilbage som den mest interessante del af historien. Xiaomi forsøger at gøre tokenforbrug til et konkurrencemål i agentiske forløb, ikke kun rå modelkvalitet isoleret set. Det fremgår af VentureBeats omtale af benchmarkets top-venstre placering, hvor høj opgaveløsning kombineres med lavt tokenforbrug. Den framing er central for hele lanceringen.

Det hænger sammen med den type opgaver, kilderne selv nævner. Når et system skal organisere mail, planlægge eller håndtere andre opgaver på brugerens vegne, bliver ressourceforbruget en del af produktvurderingen. VentureBeat kobler selv tokenforbruget til omkostninger og usage-baseret billing. Vi behøver ikke gå længere end det for at se, hvorfor Xiaomi forsøger at eje netop den fortælling.

Det ændrer ikke ved, at de stærkeste sammenligninger stadig står på Xiaomis egen banehalvdel. Der findes endnu ikke uafhængig dokumentation i det foreliggende materiale for de rapporterede effektivitetsfordele i produktion. Derfor er den mest præcise konklusion også den mest jordnære: Xiaomi har åbnet to modeller med en fri licens og en tydelig pris-og-effektivitetsfortælling omkring agentiske opgaver. Om den fortælling holder uden for benchmarkgrafen, siger kilderne endnu ikke nok om.

Kilder

    Gør brugeroplevelsen bedre.
    Hvilket firma arbejder du for?