Модель стала заметно крупнее прошлой 4.6, её натаскали на долгий резонинг и проверку своего же кода, при этом ценник и базовую скорость оставили без изменений • Новая база: модель тяжелее 4.6, полноценный новый претрейн • RL под долгие задачи: обучали на тасках, требующих многочасовой работы. Намного лучше держит длинный контекст, перепроверяет свои вызовы и не сыпется на длинных цепочках • Нативный Grok Bot: из коробки понимает свою экосистему, подтянули...
Модель стала заметно крупнее прошлой 4.6, её натаскали на долгий резонинг и проверку своего же кода, при этом ценник и базовую скорость оставили без изменений. • Новая база: Модель тяжелее 4.6, полноценный новый претрейн. • RL под долгие задачи: Обучали на тасках, требующих многочасовой работы. Намного лучше держит длинный контекст, перепроверяет свои вызовы и не сыпется на длинных цепочках. • Нативный Grok Bot: Из коробки понимает свою экосистему, подтянули диалоги и работу с базой знаний. • Сейфти: Пересобрали защиту от джейлбрейков (в HackerBench всего 3.3% пропуска рискованных запросов, но нормальную работу разрабам не ломает)...
! Выкатили сразу две омнимодальные модели: MiMo-V2.6 Pro и Flash, обученные через масштабный RL. • Опять китайцы всех победили: Заявляют, что Pro идет ноздря в ноздрю с Claude Opus 5 и GPT-5.6 Sol в агентских бенчмарках. В Artificial Analysis Intelligence Index модель набрала 46 баллов — топ-1 результат среди открытых моделей. • open-source: Выложили веса, техрепорт, тренировочный код, 7000+ RL-окружений и фреймворк. Плюсом открыли легковесную дистилляцию MiMo-V2.6-Distill-Qwen-9B — отличная новость для локального сетапа...
новый флагман от китайцев, заточен ровно под то, что сейчас нужнее всего: агентные нагрузки и длинные контексты • MoE, 552B параметров суммарно, но активны всего 8B на префилле и 16B на декоде — инференс дешёвый • контекст до 1 000 000 токенов • нативно видит картинки: свой vision-энкодер deepseek-vit, обучен с нуля • новая causal encoder-decoder архитектура: 20 слоёв энкодера + 20 декодера главный прикол — эффективность. kv-кэш на токен ужали до 890 байт: это в 4 раза меньше, чем у v4-flash, и в 437 раз меньше первого поколения...
