شیائومی MiMo چیست؟ معرفی کامل مدل هوش مصنوعی متن‌باز + بنچمارک، مقایسه و راه‌اندازی

وقتی می‌شنویم «شیائومی یک مدل هوش مصنوعی ساخته»، اولین واکنش‌مان کمی تعجب است؛ شیائومی را با گوشی و لوازم خانه می‌شناسیم، نه با هوش مصنوعی. اما MiMo دقیقاً همین است: یک مدل زبانیِ متن‌باز که شیائومی آن را ساخته و ادعا می‌کند نسخه‌ی ۷ میلیاردیِ کوچکش، در استدلال ریاضی و کدنویسی با مدل‌هایی چند برابر بزرگ‌تر و حتی با o1-miniِ OpenAI رقابت می‌کند. در این مقاله، کامل و بی‌طرفانه بررسی می‌کنیم MiMo چیست، چه خانواده‌ای دارد، بنچمارک‌هایش چه می‌گویند، با رقبا چه تفاوتی دارد و مهم‌تر از همه، چطور می‌توانید خودتان آن را اجرا کنید.

MiMo چیست و کارِ شیائومی با آن چیست؟

MiMo محصولِ تیمِ LLM-Core شیائومی است و اولین مدلِ متن‌بازِ استدلالیِ این شرکت به‌شمار می‌رود که در آوریل ۲۰۲۵ منتشر شد. شعارِ رسمی‌اش گویاست: «ساخته‌شده برای استدلال» (Born for Reasoning). نکته‌ی مهم برای ما این است که MiMo کاملاً متن‌باز است — وزن‌های مدل با مجوز MIT و کدها با Apache 2.0 منتشر شده‌اند؛ یعنی می‌توانید آزادانه و حتی برای مقاصد تجاری از آن استفاده کنید. این موضوع MiMo را از مدل‌های بسته‌ای مثل ChatGPT جدا می‌کند.

یک نکته را از همین ابتدا شفاف بگوییم: نامِ MiMo حالا یک خانواده است، نه یک مدل. ماجرا با همان مدلِ کوچکِ ۷ میلیاردی شروع شد، اما تا امروز به مدل‌های بسیار بزرگ‌ترِ چندصدمیلیاردی هم رسیده است. در این مقاله بیشتر روی همان MiMo-7Bِ معروف و متن‌باز تمرکز می‌کنیم که می‌توانید واقعاً روی سیستم خودتان اجرایش کنید.

خانواده‌ی مدل‌های MiMo

مدل	چیست	زمان
MiMo-7B (Base/SFT/RL/RL-0530)	مدل زبانیِ ۷ میلیاردیِ استدلالی — ستاره‌ی متن‌باز	آوریل ۲۰۲۵
MiMo-VL-7B	مدل بینایی-زبانی (تصویر + متن)	ژوئن ۲۰۲۵
MiMo-Audio-7B	مدل صوتی (درک و تولید گفتار)	سپتامبر ۲۰۲۵
MiMo-Embodied-7B	هوش مصنوعیِ تجسم‌یافته + رانندگی خودران	نوامبر ۲۰۲۵
MiMo-V2.5-Pro	پرچم‌دارِ فعلی: مدل غول‌پیکرِ MoE (۱ تریلیون پارامتر / ۴۲B فعال، متن ۱ میلیون توکن)	آوریل ۲۰۲۶

پس وقتی امروز می‌گوییم «MiMo»، بسته به بحث می‌تواند به مدلِ ۷ میلیاردیِ سبک یا به آن پرچم‌دارِ چندصدمیلیاردی اشاره کند. تمرکزِ این راهنما روی MiMo-7B است، چون هم داستانِ اصلی و جذابِ MiMo همین است و هم تنها نسخه‌ای است که به‌راحتی روی کامپیوتر شخصی اجرا می‌شود.

چه چیزی MiMo-7B را خاص می‌کند؟

ایده‌ی محوریِ شیائومی جالب است: آن‌ها معتقدند «سقفِ استدلالِ یک مدل، در مرحله‌ی پیش‌آموزش تعیین می‌شود، نه فقط در یادگیری تقویتی». به‌همین‌دلیل، به‌جای اینکه یک مدلِ معمولی را با RL تقویت کنند، از ابتدا یک پایه‌ی «مستعدِ استدلال» ساختند. چند نکته‌ی فنیِ کلیدی:

• پیش‌آموزش سنگین: حدود ۲۵ تریلیون توکن، با تمرکزِ زیاد روی داده‌های ریاضی و کد.
• پیش‌بینی چندتوکنی (MTP): یک هدفِ آموزشیِ اضافه که هم کیفیت استدلال را بالا می‌برد و هم استنتاج را سریع‌تر می‌کند.
• یادگیری تقویتی هوشمند: روی ۱۳۰ هزار مسئله‌ی ریاضی و کدِ قابل‌راستی‌آزمایی، با «پاداشِ مبتنی بر سختیِ تست» که مشکلِ پاداشِ کم را حل می‌کند.
• موتور Seamless Rollout: زیرساختی که آموزش را ۲.۲۹ برابر سریع‌تر کرد.

ادعای اصلیِ شیائومی این است که همین ترکیب باعث شده مدلِ پایه‌ی ۷ میلیاردی حتی از مدل‌های ۳۲ میلیاردی هم بهتر عمل کند.

بنچمارک‌ها: آیا واقعاً o1-mini را می‌زند؟

جواب کوتاه: در ریاضی و کد، بله؛ در دانشِ عمومی، نه. بر اساس اعدادِ اعلامیِ خودِ شیائومی، MiMo-7B-RL در بنچمارک‌های استدلالِ ریاضی و برنامه‌نویسی نتایج چشمگیری دارد:

بنچمارک	MiMo-7B-RL	o1-mini	نتیجه
MATH-500 (ریاضی)	۹۵.۸	۹۰.۰	✅ برنده
AIME 2025 (ریاضی)	۵۵.۴	۵۰.۷	✅ برنده
LiveCodeBench v5 (کد)	۵۷.۸	۵۳.۸	✅ برنده
GPQA Diamond (دانش علمی)	۵۴.۴	۶۰.۰	❌ بازنده
MMLU-Pro (دانش عمومی)	۵۸.۶	۸۰.۳	❌ بازنده

⚠️ یک هشدارِ صادقانه: تقریباً همه‌ی این اعداد را خودِ شیائومی گزارش کرده و به‌صورت مستقل بازآزمایی نشده‌اند. پس آن‌ها را به‌عنوان «ادعای سازنده» بخوانید، نه حقیقتِ قطعی. ضمناً نسخه‌ی به‌روزتر MiMo-7B-RL-0530 اعداد بالاتری هم دارد (مثلاً AIME 2024 برابر ۸۰.۱).

جمع‌بندیِ منصفانه: MiMo-7B یک متخصصِ ریاضی و کد است، نه یک همه‌فن‌حریف. در دانشِ عمومی، پیروی از دستور و سوالات دانشی، از مدل‌های بزرگ عقب‌تر است.

MiMo-VL؛ نسخه‌ی بینایی

شیائومی نسخه‌ی بینایی-زبانی هم دارد: MiMo-VL-7B که تصویر و متن را با هم می‌فهمد. ادعای شیائومی این است که این مدل در ۳۵ آزمون از ۴۰ آزمون از Qwen2.5-VL-7B جلوتر است و به‌خصوص در استدلالِ ریاضیِ تصویری، درکِ نمودار و سند، و «هدایتِ رابط کاربری» (GUI grounding) قوی است. برای مثال در MathVista به ۸۱.۵ و در MathVision به ۶۰.۴ رسیده — بسیار بالاتر از رقبای هم‌اندازه (باز هم اعدادِ اعلامیِ شیائومی).

تفاوت MiMo با رقبا و جایگاهش

MiMo در فضایی پر از مدل‌های متن‌بازِ چینی (مثل DeepSeek و Qwen) قرار دارد. تفاوت و جایگاهش را این‌طور می‌شود خلاصه کرد:

• نقطه‌ی قوت: در اندازه‌ی کوچکِ ۷ میلیاردی، عملکردِ استدلالیِ فوق‌العاده در ریاضی و کد — کوچک، سریع و قابل‌اجرا روی سخت‌افزار معمولی.
• متن‌باز و آزاد: مجوز MIT یعنی استفاده‌ی تجاری آزاد است؛ برخلاف بعضی مدل‌ها که مجوزِ محدودکننده دارند.
• نقطه‌ی ضعف: در دانشِ عمومی ضعیف‌تر است و عملاً فقط روی انگلیسی و چینی آموزش دیده؛ چندزبانگی نقطه‌ی قوتش نیست.

برای دیدنِ تصویرِ کاملِ رقبا و مقایسه‌ی مدل‌های بزرگ، مقایسه‌ی مدل‌های هوش مصنوعی ۲۰۲۶ را ببینید.

کدنویسی با MiMo و مقایسه با Claude Code

کدنویسی نقطه‌ی قوتِ اصلیِ MiMo است و ماجرا دو بخش دارد: توانِ کدنویسیِ خودِ مدل‌ها، و یک ابزارِ اختصاصی به نامِ MiMo Code که رقیبِ مستقیمِ Claude Code (ابزارِ کدنویسیِ Anthropic) است.

قدرتِ کدنویسیِ مدل‌های MiMo

همان‌طور که دیدیم، MiMo-7B در کدنویسیِ رقابتی (بنچمارک LiveCodeBench با ۵۷.۸ و ۴۹.۳) از o1-mini جلوتر است — آن‌هم فقط با ۷ میلیارد پارامتر. اما داستانِ جدی‌ترِ کدنویسی به پرچم‌دارِ ۲۰۲۶، یعنی MiMo-V2.5-Pro برمی‌گردد که برای کارهای «ایجنتیِ» طولانی (صدها تا هزاران فراخوانیِ ابزار در یک نشست) ساخته شده. شیائومی ادعا می‌کند این مدل در بنچمارکِ کدنویسیِ واقعی SWE-bench Pro به حدود ۵۷.۲ رسیده (هم‌سطحِ GPT-5.4 و کمی بالاتر از Claude Opus 4.6)، و مهم‌تر اینکه همان کیفیت را با ۴۰ تا ۶۰٪ توکنِ کمتر ارائه می‌دهد. برای اثباتِ عملی هم دموهایی مثلِ ساختِ یک کامپایلرِ Rust (قبولی در ۲۳۳ تستِ کامل) را نشان داده است.

⚠️ باز هم یادآوری: این اعدادِ کدنویسیِ V2.5-Pro همه اعلامیِ خودِ شیائومی‌اند و مستقل تأیید نشده‌اند. تنها عددِ محکم و تأییدپذیر، همان LiveCodeBenchِ مدلِ ۷ میلیاردی است.

MiMo Code؛ رقیبِ متن‌بازِ Claude Code

در ژوئن ۲۰۲۶، شیائومی ابزاری به نامِ MiMo Code منتشر کرد: یک عاملِ کدنویسیِ ترمینالی (CLI) که دقیقاً در برابرِ Claude Code قرار می‌گیرد. این ابزار متن‌باز (مجوز MIT) و بر پایه‌ی پروژه‌ی OpenCode ساخته شده و مهم‌ترین ویژگیِ متمایزش، «حافظه‌ی پایدارِ بین‌نشستی» است: یک زیرعامل به‌صورت زنده تصمیم‌ها و پیشرفت را ثبت می‌کند تا وقتی پنجره‌ی متن پر شد، به‌جای گم‌کردنِ کار، وضعیت را بازیابی کند. حتی گزینه‌ی «Import from Claude Code» دارد تا مستقیم جایگزینش شوید. نصبش ساده است:

# نصب MiMo Code (مک/لینوکس)
curl -fsSL https://mimo.xiaomi.com/install | bash

# یا با npm
npm install -g @mimo-ai/cli

ادعای جنجالیِ شیائومی این است که MiMo Code «Claude Code را شکست می‌دهد» — اما دقت کنید این ادعا محدود و مشخص است: در یک آزمونِ A/B با ۵۷۶ توسعه‌دهنده، در کارهای زیرِ ۲۰۰ مرحله دو ابزار تقریباً برابر بودند، اما در کارهای خیلی طولانی (بالای ۲۰۰ مرحله) نرخِ بردِ MiMo Code به بالای ۶۵٪ رسید — آن‌هم به‌لطفِ همان حافظه‌ی پایدار. پس این برتری در «استقامتِ کارهای طولانی» است، نه در کیفیتِ کلیِ کدنویسی؛ و این آزمون هم خودگزارش‌شده است.

MiMo Code در برابر Claude Code؛ جدول مقایسه

معیار	MiMo Code (شیائومی)	Claude Code (Anthropic)
نوع	عاملِ CLIِ ترمینالی	CLI + افزونه‌ی IDE + وب
متن‌باز؟	✅ بله (MIT)	❌ خیر (بسته)
خودمیزبانی / محلی	✅ بله (وزن‌های باز)	❌ خیر (فقط ابری)
مدل پیش‌فرض	MiMo-V2.5-Pro (+ هر مدلی)	Sonnet 4.6 / Opus 4.8 / Fable 5 (بسته)
هزینه	کانالِ رایگان + API بسیار ارزان + رایگان اگر خودمیزبان	از Pro ۲۰$ تا Max ۲۰۰$؛ بدون مسیرِ رایگان
نقطه‌ی قوت	استقامتِ کارهای طولانی (حافظه) + صرفه‌جوییِ توکن	کیفیت، بلوغ و اطمینانِ مهندسیِ واقعی
بنچمارک	خودگزارش‌شده (تأییدنشده)	روی لیدربوردهای مستقل
بلوغ	نو (ژوئن ۲۰۲۶)	بالغ، اکوسیستمِ بزرگ

توکن‌های رایگان و هزینه

یکی از بزرگ‌ترین مزیت‌های MiMo، مسیرهای رایگان و ارزانِ آن است:

• کانالِ رایگانِ توکار: خودِ MiMo Code یک کانالِ رایگان به نامِ «MiMo Auto» دارد که مدل‌های شیائومی را بدون هزینه در دسترس می‌گذارد (مقدارِ دقیقِ سهمیه‌ی رایگان رسماً اعلام نشده و متغیر است).
• API بسیار ارزان: قیمتِ API آن حدود ۰.۴۴ دلار ورودی و ۰.۸۷ دلار خروجی به‌ازای هر یک میلیون توکن است — کسری از قیمتِ Claude.
• متن‌باز = عملاً رایگان و نامحدود: چون MiMo-7B با مجوز MIT منتشر شده، اجرای محلیِ آن روی سیستمِ خودتان کاملاً رایگان است (فقط هزینه‌ی برق و سخت‌افزار).

در مقابل، Claude Code عملاً مسیرِ رایگان ندارد؛ برای استفاده حداقل به اشتراکِ Pro (۲۰ دلار در ماه) یا اعتبارِ API (حدود ۳ تا ۲۵ دلار به‌ازای هر میلیون توکن) نیاز دارید و امکانِ خودمیزبانی هم وجود ندارد. خلاصه اینکه اگر دنبالِ گزینه‌ی متن‌باز، خصوصی و کم‌هزینه هستید MiMo برنده است؛ و اگر بیشترین کیفیت و بلوغ برایتان مهم است، Claude Code هنوز حرفِ اول را می‌زند.

نحوه‌ی استفاده و روش‌های راه‌اندازی

زیباییِ متن‌باز بودن اینجاست: چند راهِ مختلف برای اجرای MiMo دارید. از ساده به پیشرفته:

۱. ساده‌ترین راه بدون نصب: MiMo Studio

اگر فقط می‌خواهید امتحانش کنید، به mimo.mi.com بروید و در محیطِ آنلاینِ MiMo Studio با آن چت کنید — بدون هیچ نصبی.

۲. اجرای محلیِ ساده با Ollama یا LM Studio

اگر یک نسخه‌ی فشرده (GGUF) می‌خواهید که روی کامپیوتر معمولی اجرا شود، ساده‌ترین راه‌ها Ollama و LM Studio هستند. با Ollama (نسخه‌ی جامعه‌محور، نه رسمی):

ollama run hf.co/jedisct1/MiMo-7B-RL-GGUF:Q4_K_M

در LM Studio هم کافی است مخزنِ jedisct1/MiMo-7B-RL-GGUF را جست‌وجو و دانلود کنید و چت را شروع کنید.

۳. اجرای محلی با پایتون (Transformers)

برای توسعه‌دهنده‌ها، ساده‌ترین راهِ کدنویسی‌شده کتابخانه‌ی Transformers است:

from transformers import AutoModelForCausalLM, AutoTokenizer

model_id = "XiaomiMiMo/MiMo-7B-RL"
model = AutoModelForCausalLM.from_pretrained(model_id, trust_remote_code=True)
tokenizer = AutoTokenizer.from_pretrained(model_id)

inputs = tokenizer(["مسئله را حل کن: ..."], return_tensors="pt")
output = model.generate(**inputs, max_new_tokens=512)
print(tokenizer.decode(output[0]))

۴. اجرای حرفه‌ای و سریع با vLLM یا SGLang

برای بهترین سرعت (به‌خصوص با قابلیتِ MTP)، شیائومی یک نسخه‌ی مخصوصِ vLLM دارد. SGLang هم به‌صورت رسمی پشتیبانی می‌کند:

python3 -m sglang.launch_server --model-path XiaomiMiMo/MiMo-7B-RL-0530

💡 نکته‌ی مهم: شیائومی توصیه می‌کند از پرامپتِ سیستمیِ خالی و دمای (temperature) ۰.۶ استفاده کنید تا بهترین نتیجه‌ی استدلال را بگیرید.

سخت‌افزار موردنیاز

نسخه	حجم تقریبی	سخت‌افزار موردنیاز
دقتِ کامل (FP16)	~۱۵-۱۶ گیگابایت	کارت گرافیک ۱۶ تا ۲۴ گیگ (مثل RTX 4090)
فشرده Q8	~۸ گیگابایت	کارت گرافیک ۱۲ گیگ
فشرده Q4_K_M	~۴.۷ گیگابایت	کارت ۸ گیگ، یا CPU + رم معمولی

یعنی با نسخه‌ی Q4، حتی روی یک لپ‌تاپ یا کامپیوتر معمولی (با CPU و رم کافی) هم می‌توانید MiMo را اجرا کنید — هرچند چون یک مدلِ «استدلالی» است و زنجیره‌ی فکریِ طولانی تولید می‌کند، روی CPU کند خواهد بود.

لینک‌های دانلود و دسترسی

• HuggingFace (رسمی): huggingface.co/XiaomiMiMo — مخازنی مثل MiMo-7B-RL، MiMo-7B-RL-0530 و MiMo-VL-7B-RL
• GitHub (رسمی): github.com/XiaomiMiMo/MiMo
• نسخه‌ی فشرده (GGUF): مخزنِ جامعه‌محورِ jedisct1/MiMo-7B-RL-GGUF
• ModelScope: آینه‌ی رسمی (اگر HuggingFace کند بود).
• آنلاین بدون نصب: mimo.mi.com (MiMo Studio).

پشتیبانی فارسی و دسترسی از ایران

اینجا باید صادق باشیم. MiMo با تمرکز بر انگلیسی و چینی آموزش دیده و پشتیبانیِ فارسی‌اش تأییدنشده و احتمالاً ضعیف است؛ نه مستنداتِ رسمی و نه پوششِ خبری، ادعای پشتیبانیِ فارسی نکرده‌اند. اگر کارتان فارسیِ زیاد است، یک مدلِ چندزبانه انتخابِ بهتری است. اما برای ریاضی و کدنویسی (که زبان‌مستقل‌ترند)، MiMo گزینه‌ی خوبی است.

خبر خوب برای کاربران ایرانی: چون MiMo با مجوزِ MIT و بدونِ گیت (ungated) منتشر شده، برخلافِ مدل‌هایی مثل Llama، دانلودش پشتِ «پذیرشِ مجوز/منطقه» قفل نیست و از نظر تحریمی مسدود نمی‌شود. با این حال، به‌دلیل محدودیت‌های کلیِ دسترسیِ ایران به سرویس‌های آمریکایی، ممکن است برای دانلودِ پایدار به VPN نیاز داشته باشید؛ و آینه‌ی ModelScope هم گزینه‌ی جایگزینِ خوبی است. برای ساختِ یک دستیار با مدل‌های متن‌باز، وایب کدینگ را هم ببینید.

سوالات متداول

MiMo چیست؟
یک خانواده مدلِ هوش مصنوعیِ متن‌بازِ شیائومی؛ معروف‌ترینش MiMo-7B است، یک مدلِ ۷ میلیاردیِ استدلالی برای ریاضی و کد که با مجوز MIT منتشر شده.

آیا MiMo رایگان است؟
بله، کاملاً رایگان و متن‌باز (مجوز MIT برای وزن‌ها) و حتی برای استفاده‌ی تجاری آزاد است.

آیا MiMo واقعاً بهتر از o1-mini است؟
طبق اعدادِ اعلامیِ شیائومی، در ریاضی و کد بله؛ اما در دانشِ عمومی و پیروی از دستور، عقب‌تر است. ضمناً این اعداد مستقل تأیید نشده‌اند.

برای اجرای MiMo چه سخت‌افزاری لازم است؟
با نسخه‌ی فشرده‌ی Q4 (~۴.۷ گیگ) روی یک کارت گرافیک ۸ گیگ یا حتی CPU + رم معمولی اجرا می‌شود.

MiMo فارسی بلد است؟
پشتیبانیِ فارسی‌اش تأییدنشده و احتمالاً ضعیف است؛ برای فارسی یک مدلِ چندزبانه بهتر است.

جمع‌بندی

MiMo نشان داد که برای ساختنِ یک مدلِ استدلالیِ قوی، لزوماً به مدلی غول‌پیکر نیاز نیست؛ یک ۷ میلیاردیِ خوش‌ساخت هم می‌تواند در ریاضی و کد شگفتی کند. مهم‌تر از آن، شیائومی همه‌چیز را متن‌باز کرده و در دسترسِ همه گذاشته است. البته یادمان باشد که این یک متخصصِ ریاضی و کد است، نه یک دستیارِ همه‌کاره، و اعداد بنچمارکش را باید با احتیاط خواند. اگر توسعه‌دهنده‌اید یا به مدل‌های متن‌باز علاقه دارید، MiMo قطعاً ارزشِ امتحان‌کردن دارد — و خوبیِ متن‌باز بودن این است که فقط با چند دستور می‌توانید همین امروز روی سیستمِ خودتان اجرایش کنید.