MiMo

MiMo è la famiglia di modelli di AI aperti sviluppata da Xiaomi. Copre più taglie, dai modelli da 7 miliardi di parametri pensati per girare su hardware contenuto fino ai modelli omnimodali della serie V2.6, che leggono testo, codice, immagini, video e audio nello stesso flusso. I pesi dei modelli aperti si scaricano da Hugging Face e si eseguono su infrastruttura propria; le versioni Pro più recenti sono disponibili anche come API a consumo, a prezzi molto bassi rispetto ai modelli occidentali equivalenti.

Ha senso per chi sviluppa applicazioni agentiche o strumenti interni e vuole controllare dove girano i dati, oppure per chi cerca un'alternativa economica ai modelli di punta di OpenAI e Anthropic. Il limite vero è che l'ecosistema attorno a MiMo è più giovane: documentazione parziale, community più piccola e strumenti di terze parti ancora limitati rispetto a Llama o Qwen.

Un caso d’uso concreto: un agente che legge lo schermo

Con la serie V2.6, MiMo accetta uno screenshot, un frammento audio e del testo nello stesso prompt e restituisce un’azione coerente: utile per costruire agenti che devono guardare un’interfaccia, leggere un documento scansionato o ascoltare un audio di supporto e poi decidere cosa fare. Ne avevamo parlato al lancio del modello (MiMo-V2.6, l’AI aperta di Xiaomi che scalza DeepSeek in cima alla classifica): sui benchmark agentici citati da Xiaomi, come l’uso del terminale e l’esecuzione di compiti a più passaggi, MiMo-V2.6-Pro si comporta alla pari o meglio di modelli come Claude Opus 5.

Come si comincia

Per i modelli aperti (MiMo-7B, MiMo-V2-Flash) si scaricano i pesi da Hugging Face e si eseguono con le librerie standard di inferenza (vLLM, Transformers); serve una GPU adeguata alla taglia del modello scelto. Per i modelli Pro più recenti la via più rapida è passare dal sito ufficiale di MiMo o da un provider come OpenRouter, che espone il modello insieme a decine di altri con la stessa interfaccia API: bastano una chiave e poche righe di codice per iniziare a mandare richieste.

Quanto costa nella pratica

I modelli aperti non costano nulla oltre all’hardware per farli girare. Via API, MiMo-V2.6-Flash costa pochi centesimi ogni milione di token, mentre Pro si aggira su meno di mezzo dollaro per milione di token in ingresso: per un’azienda che elabora grandi volumi di documenti o richieste, la differenza rispetto ai modelli proprietari occidentali si sente rapidamente in bolletta, anche considerando l’opzione Pro-UltraSpeed, più cara ma pensata per chi ha bisogno di risposte quasi istantanee.

Per chi ha senso e per chi no

Ha senso per team tecnici che vogliono ridurre i costi di inferenza o mantenere i dati su infrastruttura propria, e per chi sperimenta con agenti multimodali. Non è la scelta più comoda per chi cerca un prodotto chiuso e pronto all’uso in italiano, con supporto clienti e documentazione localizzata: su questo fronte l’intelligenza artificiale di Google o OpenAI resta più matura. Vale anche la pena guardare come si posiziona rispetto alle altre famiglie di IA aperta cinese, di cui parliamo nel confronto tra DeepSeek, Qwen e Kimi, perché parte dei benchmark citati arriva dalla stessa Xiaomi e va presa con la giusta cautela.