O Novo MiMo 2.5 Pro AI da Xiaomi Pode Ver, Ouvir e Agir — Tudo em um Modelo

Resumidamente

• Xiaomi revelou o MiMo-V2.5 e V2.5-Pro, combinando capacidades de texto, imagem, áudio e vídeo em um único modelo de IA multimodal.
• A versão Pro rivaliza os principais modelos de fronteira em benchmarks de codificação e agentes, além de melhorar significativamente a eficiência de tokens e o custo.
• Os novos modelos marcam a rápida aposta da Xiaomi em IA, com planos de código aberto e iteração agressiva após forte adoção em plataformas como OpenRouter.

A Xiaomi acaba de lançar uma nova família de modelos de IA. Novamente. Há algumas semanas, a empresa lançou o MiMo-V2-Pro—um modelo de trilhões de parâmetros que circulava silenciosamente no OpenRouter sob o nome “Hunter Alpha” antes de a Xiaomi revelar sua identidade. Ele passou de anônimo para topo de linha da noite para o dia. Nós testamos, e foi impressionante. Agora, a Xiaomi volta com o MiMo-V2.5 e o MiMo-V2.5-Pro, uma família de dois modelos que adiciona algo que a geração anterior nunca teve em um pacote único: olhos, ouvidos e a capacidade de processar vídeo. Ah, e a empresa planeja abrir o código dos modelos em breve.

O V2-Pro era apenas de texto e código. A capacidade multimodal existia em seu modelo irmão, o MiMo-V2-Omni, mas esse era um produto separado com pontuações de benchmark mais baixas. O MiMo-V2.5 consolida tudo isso em um único modelo—mais rápido, mais capaz, e com compreensão nativa de imagem, vídeo e áudio integrada desde o início. Isso importa mais do que parece para usuários comuns. Por exemplo, agora você pode fazer upload de uma foto da sua geladeira e pedir sugestões de receitas para o jantar. Inserir um tutorial em vídeo e obter um resumo passo a passo. Gravar uma reunião e extrair itens de ação. Tudo em um só lugar, sem precisar alternar entre ferramentas e modelos diferentes com estratégias de preço distintas. A Xiaomi afirma que o MiMo-V2.5-Pro representa “um grande avanço em relação ao MiMo-V2-Pro nas capacidades gerais de agente, engenharia de software complexa e tarefas de longo prazo,” e diz que agora ele corresponde a modelos de fronteira como Claude Opus 4.6 e GPT-5.4 na maioria dos benchmarks de codificação e agentes. Os números apoiam isso em grande parte—com algumas lacunas ainda visíveis em tarefas de raciocínio mais difíceis. 

Os modelos base e Pro atendem a propósitos diferentes. O MiMo-V2.5-Pro é o peso pesado. A Xiaomi diz que ele pode “completar autonomamente tarefas profissionais envolvendo mais de 1.000 chamadas de ferramentas, trabalho que levaria dias para especialistas humanos.” Isso para desenvolvedores que executam fluxos de trabalho automatizados complexos e multi-etapas. Ele funciona a 60–80 tokens por segundo e custa $1,00 por entrada / $3,00 por saída por milhão de tokens. O MiMo-V2.5 é a versão do dia a dia. Mais rápido (100–150 tokens por segundo), mais barato ($0,40 entrada / $2,00 saída), e suporta todas as modalidades—imagem, áudio e vídeo que a camada exclusiva Pro ignora. Ambos os modelos possuem uma janela de contexto de 1 milhão de tokens, o que significa que podem manter aproximadamente 750.000 palavras em uma única conversa. No SWE-bench Pro—um benchmark de codificação onde os modelos corrigem bugs reais em bases de código de startups, avaliado como taxa de aprovação de 100—o MiMo-V2.5-Pro resolve 57,2% das tarefas. Isso está próximo do topo do campo; o modelo médio gerencia cerca de 25%. A história é semelhante no τ3-bench e ClawEval, onde fica a poucos pontos de Claude Opus 4.6 e GPT-5.4. A diferença se amplia em Humanity’s Last Exam, uma prova de problemas de nível de mestrado em várias áreas acadêmicas: o MiMo pontua 48,0% contra 58,7% do GPT-5.4—uma diferença de 10 pontos difícil de ignorar. Onde realmente se destaca é na eficiência de tokens. A Xiaomi diz que o MiMo-V2.5-Pro usa 42% menos tokens do que o Kimi K2.6 em pontuações de benchmark equivalentes, e o MiMo-V2.5 usa quase metade dos tokens do Muse Spark para resultados similares. Para quem opera em escala—desenvolvedores processando milhares de solicitações diárias—essa diferença representa dinheiro de verdade. Em tarefas multimodais, os resultados do MiMo-V2.5 mostram desempenho que o colocam em par com GPT/5.4 e Gemini 3.1 Pro, e bastante próximos aos padrões do Opus 4.6.

Desde dezembro de 2025, a Xiaomi completou três grandes lançamentos de modelos: primeiro, lançou seu eficiente MiMo-V2-Flash, depois o trio V2-Pro/Omni/TTS em março, e agora a série V2.5 hoje. A empresa comprometeu pelo menos US$ 8,7 bilhões em investimentos em IA nos próximos três anos, anunciado pelo CEO Lei Jun no dia seguinte ao lançamento do V2-Pro—e o ritmo de lançamentos sugere que o orçamento já está em movimento. O contexto também ajuda a explicar a velocidade. Segundo a Digital Applied, até o início de abril, os modelos da Xiaomi representavam cerca de 21% de todo o tráfego no OpenRouter—crescendo mais de 42% nos últimos 7 dias. Quando seu modelo anterior se torna um dos mais competitivos na maior plataforma de roteamento de IA do mundo, você tem tanto os recursos quanto a pressão para iterar rapidamente.

Isso provavelmente se deve ao boom da ferramenta de IA agente Hermes e seu acordo com a Xiaomi, oferecendo aos usuários acesso gratuito ao MiMo v2 Pro por um tempo limitado. Esse período já terminou, mas o hype foi suficiente para colocar a Xiaomi no campo de jogo.

Obrigado pelo seu amor ❤️❤️ https://t.co/mA1WV1GAia

— Xiaomi MiMo (@XiaomiMiMo) 11 de abril de 2026

Quem quiser usar o Hermes de graça agora pode testar o novo flash Step 3.5 com a API Nous ou usar o OpenRouter com modelos gratuitos, mas com uso mais limitado. A precificação do plano de tokens também foi atualizada. O MiMo-V2.5 funciona com uma taxa de crédito de 1x; o MiMo-V2.5-Pro, com 2x. A Xiaomi não cobra mais um multiplicador extra pelo uso da janela de contexto de 1 milhão de tokens, o que torna a análise de documentos longos significativamente mais barata. Usuários existentes também recebem um reset completo de créditos como bônus de lançamento. A Xiaomi diz que o modelo já está disponível no seu AI Studio. Tentamos acessá-lo lá imediatamente após o lançamento—sem sucesso. No entanto, já está ativo via API do Xiaomi MiMo, que é onde a maioria dos desenvolvedores realmente o utilizará. A empresa afirma que já está treinando a próxima geração, com “raciocínio mais profundo, integração mais apertada de ferramentas e maior fundamentação no mundo real.” Na velocidade que a Xiaomi está avançando, esse anúncio provavelmente está mais próximo do que você imagina.