Представьте: вы — виртуозный вайб-кодер, который с головой ушёл в написание сложного модуля. Ваш AI-помощник — гениальный подмастерье — на старте всё схватывает на лету. Но к концу дня, когда контекстное окно разбухает до критической массы, он начинает тупить, забывает принятые архитектурные решения и требует повторять прописные истины. Знакомо? Китайский гигант Xiaomi решил, что с этой проблемой нужно покончить раз и навсегда, и выпустил своего собственного AI-кодинг ассистента — MiMo Code. Он утверждает, что переигрывает знаменитый Claude Code от Anthropic в длительных, многошаговых задачах (более 200 шагов). И что самое приятное — доступ к флагманской модели MiMo-V2.5 с контекстным окном в миллион токенов даётся временно бесплатно, без регистрации. Вот это подарок!
Анонс состоялся 10 июня 2026 года в официальном аккаунте @XiaomiMiMo в соцсети X. Там его назвали «не просто AI-ассистентом для кодирования в твоём терминале — это умнейший напарник, с которым тебе когда-либо доведётся работать». Звучит громко, но давайте разберёмся, что под капотом.
MiMo Code уже доступен на GitHub под лицензией MIT. Установка — в одну команду: curl -fsSL https://mimo.xiaomi.com/install | bash для macOS и Linux, или npm install -g @mimo-ai/cli для Windows. Проект является форком опенсорсного агента OpenCode, который Xiaomi расширила собственной архитектурой памяти, режимами воркфлоу и модельным харнесом.
Забудь про амнезию AI-агентов? Как засвидетельствует любой заядлый вайб-кодер, AI-агенты деградируют во время долгих рабочих сессий: когда контекстное окно заполняется, ранние решения, соглашения и состояние задач сжимаются или теряются, заставляя разработчиков заново объяснять свои проекты. Xiaomi уверена, что такой подход обречён в масштабе. «Что нам нужно — это не лучшее сжатие, а механизм явного сохранения и извлечения, который решает, какая информация должна быть записана в постоянные структуры, а когда её следует вспомнить», — отмечает команда MiMo в своём блоге.
MiMo Code атакует эту проблему с помощью кросс-сессионной системы памяти, работающей под капотом на SQLite FTS5 (полнотекстовый поиск). Она состоит из четырёх уровней: память проекта (постоянный файл MEMORY.md), контрольные точки сессии, заметки на полях и журналы прогресса по каждой задаче. Гениальность — в ведении заметок: вместо того чтобы заставлять основного агента кодирования останавливаться и записывать, система разворачивает независимого субагента-«чекпоинт-райтера». Представьте главного агента как прораба, возводящего огромный особняк, а субагента — как архитектора, который в реальном времени обновляет чертежи, фиксирует решения, проблемы и реальную планировку по ходу стройки. Когда контекстное окно приближается к пределу (прораб теряется в недостроенной усадьбе), он может обратиться к архитектору и снова найти своё место. В случае MiMo Code система просто перестраивает окружение из структурированных контрольных точек с нужным контекстом, не теряя рабочего темпа.
Два механизма самосовершенствования завершают картину: команда `/dream`, которая примерно раз в семь дней просматривает исторические сессии, дедуплицирует их и сжимает в долговременную память, и функция «distill», которая выкапывает из прошлых сессий повторяющиеся воркфлоу, чтобы их автоматизировать. Подобный подход недавно обкатали OpenAI и Anthropic в своих моделях.
Впечатляющие результаты на бенчмарках программной инженерии (SWE) По цифрам из технического блога Xiaomi, связка MiMo Code + MiMo-V2.5-Pro обошла Claude Code + Claude Sonnet 4.6 во всех трёх тестах: SWE-bench Verified: 82% против 79%; SWE-bench Pro: 62% против 55%; Terminal Bench 2: 73% против 69%. Сам харнес даёт ощутимый прирост: при запуске одной и той же модели MiMo-V2.5-Pro в обоих харнесах MiMo Code набрал 62% на SWE-bench Pro (против 57% у Claude Code) и 73% на Terminal Bench 2 (против 68%). То есть примерно пять пунктов — чистая заслуга системы агента, а не модели.
Xiaomi намеренно не публиковала сравнения с OpenAI Codex или Google Gemini CLI — в материалах упоминается только Claude Code. И это показательный выбор конкурента. Независимые источники подсказывают почему: на официальном лидерборде Terminal-Bench 2.0 (tbench.ai) OpenAI Codex CLI с GPT-5.5 выдаёт 82,2% — примерно на девять пунктов выше, чем MiMo Code c 73% по собственной оценке. OpenAI в своём анонсе GPT-5.5 заявляет 82,7% на том же бенчмарке. Однако на SWE-Bench Pro картина переворачивается: OpenAI отчитывается о 58,6% у GPT-5.5, что ниже 62% MiMo Code + MiMo-V2.5-Pro. Правда, MiMo Code пока не появился ни в одном официальном лидерборде, и перекрёстное сравнение самонасчитанных цифр с живыми таблицами — дело тонкое.
Но куда интереснее офлайн-бенчмарков — двойное слепое A/B-исследование, которое Xiaomi провела во время внутренней беты. 576 разработчиков работали в 474 реальных частных репозиториях, было создано 1213 попарных сравнений против Claude Code с той же целевой моделью. На дистанции до 200 шагов системы шли 50 на 50. Но когда шагов становилось больше двухсот, MiMo Code выигрывал с результатом выше 65% — что подтверждает тезис компании: их архитектура памяти и управления состоянием особенно выгодна в долгосрочных задачах. Xiaomi признаёт, что стандартные бенчмарки «по-прежнему измеряют способность решать задачу с одного захода» и не отражают многодистанционных целей инструмента.
Разумеется, это цифры от самого вендора, не прошедшие независимую верификацию, а сравнения харнесов чувствительны к конфигурации. Но тенденция очевидна: инженерия каркасов и харнесов становится не менее важной, чем «сырая» мощность модели в агентическом кодинге.
Простая интеграция с существующими разработческими системами и голосовое управление С точки зрения пользовательского опыта MiMo Code создан, чтобы жить там, где разработчики уже работают — прямо в терминале. Он читает и пишет файлы, запускает команды, управляет Git. Инструмент не требует конфигурации — при первом подключении он автоматически соединяется с «MiMo Auto» (бесплатный на ограниченное время канал, работающий на мультимодальной модели MiMo V2.5 с контекстным окном в миллион токенов). Если вы переходите из другой среды, переход безболезнен: MiMo Code сам импортирует MCP-серверы, пользовательские навыки и API-конфигурации из Claude Code.
Другие заметные фишки: Compose mode — нажатие Tab переключает агента в режим, управляемый спецификацией: разработчик описывает цель верхнего уровня, а система автономно выполняет весь цикл — дизайн, планирование, кодинг, тестирование и ревью. Подход Xiaomi называет «тщательное планирование на старте, стабильная верификация на финише». Голосовое управление — построенное на распознавании речи MiMo-ASR с детекцией активности TenVAD, позволяет разработчикам диктовать и изменять инструкции голосом, отдавать команды «отправить» и «выполнить» — для полностью освобождённого режима (доступно авторизованным пользователям).
Повторим: прирост от самого харнеса составляет примерно пять процентных пунктов в каждом тесте — чистая заслуга архитектуры агента, а не модели.
Агрессивно дёшево Главная приманка для многих разработчиков — то, что идёт в комплекте. MiMo Code поставляется с «MiMo Auto» — каналом с нулевой конфигурацией, дающим временный бесплатный доступ к MiMo-V2.5. Это нативно мультимодальная модель, которую Xiaomi выпустила в конце апреля 2026 года. Архитектура — разреженный mixture-of-experts с 310 миллиардами параметров (всего 15 миллиардов активных на каждый инференс) и контекстным окном в 1 миллион токенов. Компания позиционирует её как аналог Claude Sonnet 4.6 в мультимодальных агентических задачах.
Как сообщал VentureBeat при запуске семейства MiMo-V2.5 в апреле, модели распространяются по лицензии MIT и входят в число самых эффективных и дешёвых из доступных для агентических задач. Старшая модель MiMo-V2.5-Pro — 1,02 триллиона параметров (42 млрд активных) с гибридным вниманием — возглавила открытый бенчмарк ClawEval с результатом 63,8%, потребляя всего около 70 тысяч токенов на траекторию. Это на 40–60% меньше, чем у Anthropic Claude Opus 4.6, Google Gemini 3.1 Pro или OpenAI GPT-5.4 для сопоставимых результатов. Примечательно, что посттренировку V2.5-Pro специально выстраивали, чтобы привить «осознание харнеса» — научить модель управлять собственной памятью и контекстом внутри агентских каркасов вроде Claude Code или OpenCode. Так что собственный харнес Xiaomi — логичный шаг.
Ценообразование тоже удивляет: MiMo-V2.5 — $0,40 за миллион входных токенов и $2,00 за выходные; V2.5-Pro — $1,00/$3,00 до 256K контекста, дальше — вдвое дороже. Кеш-хиты снижают стоимость входа до $0,20–$0,40 за миллион. Для наглядности — сравнительная таблица (данные VentureBeat Frontier AI Model API Pricing Snapshot):
| Модель | Вход | Выход | Итого | Источник |
|---|---|---|---|---|
| MiMo-V2.5 Flash | $0,10 | $0,30 | $0,40 | Xiaomi MiMo |
| deepseek-v4-flash | $0,14 | $0,28 | $0,42 | DeepSeek |
| deepseek-v4-pro | $0,435 | $0,87 | $1,305 | DeepSeek |
| MiniMax-M3 | $0,30 | $1,20 | $1,50 | MiniMax |
| Gemini 3.1 Flash-Lite | $0,25 | $1,50 | $1,75 | |
| Qwen3.7-Plus | $0,40 | $1,60 | $2,00 | Alibaba Cloud |
| MiMo-V2.5 | $0,40 | $2,00 | $2,40 | Xiaomi MiMo |
| Grok 4.3 (low context) | $1,25 | $2,50 | $3,75 | xAI |
| MiMo-V2.5 Pro (≤256K) | $1,00 | $3,00 | $4,00 | Xiaomi MiMo |
| GLM-5 | $1,00 | $3,20 | $4,20 | Z.ai |
| Kimi-K2.6 | $0,95 | $4,00 | $4,95 | Moonshot/Kimi |
| GLM-5.1 | $1,40 | $4,40 | $5,80 | Z.ai |
| Grok 4.3 (high context) | $2,50 | $5,00 | $7,50 | xAI |
| MiMo-V2.5 Pro (>256K) | $2,00 | $6,00 | $8,00 | Xiaomi MiMo |
| Qwen3.7-Max | $2,50 | $7,50 | $10,00 | Alibaba Cloud |
| Gemini 3.5 Flash | $1,50 | $9,00 | $10,50 | |
| Gemini 3.1 Pro Preview (≤200K) | $2,00 | $12,00 | $14,00 | |
| GPT-5.4 | $2,50 | $15,00 | $17,50 | OpenAI |
| Gemini 3.1 Pro Preview (>200K) | $4,00 | $18,00 | $22,00 | |
| Claude Opus 4.8 | $5,00 | $25,00 | $30,00 | Anthropic |
| GPT-5.5 | $5,00 | $30,00 | $35,00 | OpenAI |
| Claude Fable 5 / Claude Mythos 5 | $10,00 | $50,00 | $60,00 | Anthropic |
Для тех, кто не хочет использовать модели Xiaomi, MiMo Code поддерживает сторонние бэкенды — DeepSeek, Moonshot's Kimi, Zhipu's GLM — и любой OpenAI-совместимый API, сохраняя гибкость «принеси свою модель» от родительского OpenCode.
Терминальные AI-агенты кодирования выходят на глобальный уровень MiMo Code выходит на уже переполненное поле: Claude Code от Anthropic, Codex CLI от OpenAI, Gemini CLI от Google и опенсорсные OpenCode с Aider. Новинка — участник. Xiaomi — третий по величине производитель смартфонов в мире, с быстрорастущим бизнесом электромобилей — методично строит свой AI-дивизион MiMo с момента выпуска модели рассуждений MiMo-7B в апреле 2025 года. Затем последовали серия MiMo-VL (зрение-язык), MiMo-V2-Flash, триллион-параметрическая MiMo-V2-Pro в марте 2026 и флагманское семейство V2.5 в апреле. Руководит проектом Фули Ло — ветеран разрушительного проекта DeepSeek R1. Он называет натиск Xiaomi «тихой засадой» и подкрепил её грантом в 100 триллионов токенов для разработчиков, объявленным вместе с запуском V2.5.
Сценарий знаком: DeepSeek, Alibaba Qwen, MiniMax, Moonshot AI (Kimi) — все выпускали действительно способные модели и инструменты под свободными лицензиями за долю цены американских лабораторий, конвертируя интерес разработчиков в долговечную экосистему. Xiaomi сочетает опенсорсный агентный каркас с бесплатной моделью переднего края — по сути, устраняя и лицензионные, и эксплуатационные барьеры входа. Пока что.
Что это значит для бизнеса и технических руководителей Для инженерных лидеров MiMo Code — низкорисковый, потенциально высокоокупаемый кандидат на оценку: лицензия MIT разрешает модификацию и коммерческое встраивание; происхождение от OpenCode делает архитектуру проверяемой; поддержка своей модели позволяет направить её на внутренний утверждённый эндпоинт, а не на облако Xiaomi. Система постоянной памяти решает реальную и широко ощущаемую боль в агентических разработческих воркфлоу — проблему, которую конкуренты тоже пытаются решить.
Обратная сторона: «бесплатный» доступ к модели — временный и по определению отправляет контекст кода через серверы Xiaomi, что для организаций с жёсткими правилами резидентности данных или IP-политиками может быть неприемлемо. Преимущество над Claude Code на бенчмарках — пока только самоотчёт. Версия V0.1.0 — красноречивый показатель зрелости. Командам, подпадающим под ограничения госзакупок США на технологии китайских вендоров, тоже стоит взвесить этот контекст.
Кстати, если вам интересно, как такие инструменты могут помочь в обучении программированию, обратите внимание на платформы вроде Mimo Learn Coding — они отлично дополняют навыки работы с AI-агентами, хотя это уже совсем другая история.