Xiaomi publie en licence libre un agent qui talonne Claude et GPT sur le code
— AGENTS
Xiaomi publie sous licence libre un modèle d'agent capable de lire du code, des captures d'écran, de l'audio et de la vidéo avant d'actionner des outils. Ses scores frôlent ceux de Claude et GPT sur le code et les outils, pour un prix nettement inférieur et la possibilité de l'héberger soi-même.
Un fabricant connu pour ses téléphones met en ligne un modèle d'agent capable de lire un dépôt de code, une capture d'écran, un enregistrement audio et une vidéo avant de manipuler des outils. MiMo-V2.6 sort en deux versions, Pro pour les tâches lourdes et Flash pour les appels répétés, toutes deux publiées sous une licence ouverte qui autorise la modification, la redistribution et la revente.
Le modèle comprend l'image, la vidéo et l'audio, et restitue exclusivement du texte en sortie. Son terrain de jeu, c'est l'agent qui écrit du code, pilote un terminal ou vérifie ce que produit un autre outil. Xiaomi montre le modèle orchestrant plusieurs agents pour construire un monde 3D jouable, puis vérifiant ce que produit le rendu: exactement la tâche qu'un motion designer confie aujourd'hui à un script maison, avec le même risque d'erreur qui passe inaperçue jusqu'à la livraison.
Les scores publiés par Artificial Analysis placent Pro en tête des modèles ouverts, mais le tableau se nuance vite. Sur les tests de sécurité informatique, l'écart avec Claude Opus 5 et GPT-5.6 Sol reste net, et sur certaines tâches de terminal Pro retombe loin derrière eux. L'affirmation d'un niveau comparable tient sur le code et l'usage d'outils, avec un décrochage net en sécurité.
Le prix et la propriété du modèle pèsent plus lourd que le classement. Une tâche moyenne coûte environ 0,13 dollar chez Xiaomi, un tarif nettement sous les modèles fermés comparés, et le fichier s'héberge chez soi, sans dépendre d'une API distante. Pour une agence qui construit ses propres agents de production, cette liberté compte autant que le score.
L'hébergement exige plusieurs machines puissantes pour la version Pro, hors de portée d'un studio isolé. La version compacte, dérivée pour la recherche, ouvre un point d'entrée réaliste pour un studio de motion design qui voudrait tester l'automatisation de son contrôle qualité de rendu avant d'investir plus lourd.