Xiaomi Lança Código Aberto do MiMo-V2.5-Pro: Próximo ao Claude Opus 4.6 em Benchmarks de Codificação
A Xiaomi lançou a família MiMo-V2.5 de modelos de código aberto, com a variante Pro oferecendo benchmarks de codificação competitivos contra Claude Opus 4.6 e GPT-5.4.
Testes do Mundo Real
O V2.5-Pro concluiu um projeto de compilador da Universidade de Pequim (compilador SysY em Rust) em 4,3 horas com pontuação perfeita de 233/233 — superior à maioria dos alunos que levam semanas. Dado um prompt vago como "construa um editor de vídeo", ele produziu autonomamente um aplicativo de desktop com 8.192 linhas, incluindo linha do tempo com múltiplas faixas, corte de clipes, crossfades, mixagem de áudio e pipeline de exportação após 11,5 horas e 1.868 chamadas de ferramentas. Em uma tarefa de projeto de circuito analógico de nível de pós-graduação (LDO Flipped-Voltage-Follower em TSMC 180nm), ele iterou via simulação ngspice e melhorou a regulação de linha em 22× e a regulação de carga em 17× em relação à sua própria tentativa inicial.
Benchmarks vs. Claude Opus 4.6, GPT-5.4, Gemini 3.1 Pro, DeepSeek V4 Pro
- SWE-Bench Pro: 57,2 (vs. 57,3 Claude, 57,7 GPT, 54,2 Gemini, 55,4 DeepSeek)
- SWE-Bench Verified: 78,9 (vs. 80,8 Claude, n/a GPT, 76,2 Gemini, 80,6 DeepSeek)
- Terminal-Bench 2.0: 68,4 (vs. 65,4 Claude, 75,1 GPT, 68,5 Gemini, 67,9 DeepSeek) — lidera Claude e Gemini
- Claw-Eval Pass@3: 63,8 (vs. 70,4 Claude, 60,3 GPT, 57,8 Gemini, 59,8 DeepSeek) — supera GPT e Gemini
- HLE com ferramentas: 48,0 (vs. 53,0 Claude, 58,7 GPT, 51,4 Gemini, 48,2 DeepSeek) — fica atrás em raciocínio geral
- GDPVal-AA: 1581 (vs. 1606 Claude, 1674 GPT, 1317 Gemini, 1554 DeepSeek) — fica atrás de GPT e Claude
No Claw-Eval, o gráfico de eficiência de tokens da Xiaomi também afirma que o V2.5-Pro (63,8) supera o Claude Sonnet 4.6. O V2.5-Pro suporta execução sustentada de tarefas com mais de 1.000 chamadas de ferramentas e autocorreção; uma passagem de refatoração regressiva no turno 512 foi detectada e corrigida autonomamente.
Os pesos agora são de código aberto para download e auto-hospedagem.
📖 Leia a fonte completa: HN AI Agents
👀 See Also
Spotify Lança Selos 'Verificados' para Identificar Artistas Humanos vs. Geração por IA
O Spotify adiciona um selo verde 'Verificado pelo Spotify' aos perfis de artistas que atendem a critérios como contas sociais vinculadas, datas de shows ou mercadorias, com o objetivo de distinguir artistas humanos de gerados por IA.
A Cerebras lança os modelos Step-3.5-Flash-REAP com redução de 40% no uso de memória.
A Cerebras lançou os modelos Step-3.5-Flash-REAP que utilizam REAP (Router-weighted Expert Activation Pruning) para comprimir modelos de 196B parâmetros para 121B mantendo desempenho quase idêntico. Os modelos funcionam com vLLM padrão e são otimizados para ambientes com recursos limitados.
Desenvolvedor troca Cursor Composer 2 e Kimi 2.6 pelo Qwen3.6:35b-a3b para cargas de trabalho empresariais
Um desenvolvedor relata o uso do Qwen3.6:35b-a3b para o trabalho diário em um conjunto de software empresarial de 500-700k LOC, citando desempenho superior ao Kimi 2.6 e DeepSeek 4 Pro/Flash, com custos de ~$0,08/1M tokens no OpenRouter.
MCP é Apenas Bibliotecas Reempacotadas: Déjà Vu Novamente
Uma discussão no Reddit argumenta que o MCP da Anthropic é essencialmente uma reembalagem de bibliotecas de programação, traçando paralelos com o design da ferramenta smolagents da Hugging Face e questionando se devemos construir novos MCPs ou melhorar a documentação das bibliotecas existentes.