Новый открытый агентный ИИ-помощник Xiaomi для программирования MiMo Code превосходит Claude Code в сверхдлинных задачах с более чем 200 шагами

Команда MiMo AI компании Xiaomi выпустила с открытым исходным кодом MiMo Code V0.1.0 — встроенный в терминал ИИ-помощник для написания кода. По заявлению китайского гиганта электроники, он превосходит Claude Code от Anthropic на ключевых бенчмарках для агентного программирования, особенно в долгосрочных многошаговых задачах (более 200 шагов), — по крайней мере, судя по внутреннему бета-релизу и опросу 576 разработчиков.

Кроме того, инструмент предлагает ограниченный по времени бесплатный доступ к MiMo-V2.5 — своей флагманской мультимодальной модели с контекстным окном в один миллион токенов, причем для начала работы даже не требуется регистрация.

О релизе было объявлено 10 июня 2026 года в посте в социальной сети X на официальной странице @XiaomiMiMo, где этот инструмент описывается как «больше, чем просто ИИ-помощник для программирования в вашем терминале — это самый умный партнер по кодингу, с которым вам доводилось работать».

MiMo Code уже доступен на GitHub под лицензией MIT и устанавливается с помощью одной команды в терминале (curl -fsSL https://mimo.xiaomi.com/install | bash) для macOS и Linux или через npm (npm install -g @mimo-ai/cli) для Windows.

Проект представляет собой форк агентского фреймворка с открытым исходным кодом OpenCode, который Xiaomi расширила собственной архитектурой памяти, режимами рабочего процесса и обвязкой моделей (model harness).

Конец амнезии у ИИ-агентов для кодинга?

Любой увлеченный «вайб-кодер» подтвердит, что ИИ-агенты деградируют во время долгих сессий: по мере заполнения контекстного окна ранние решения, соглашения и состояние задач утрамбовываются или теряются полностью, вынуждая разработчиков заново объяснять свои проекты.

Xiaomi утверждает, что такой подход обречен на провал при масштабировании. «Нам нужна не лучшая компрессия, а явный механизм сохранения и извлечения данных, который решает, какую информацию следует записывать в постоянные структуры и когда ее нужно вызывать», — отметила команда MiMo в своем блоге, посвященном запуску.

MiMo Code решает эту проблему с помощью кросс-сессионной системы памяти, работающей на базе полнотекстового поиска SQLite FTS5 и охватывающей четыре уровня: проектную память (постоянный файл MEMORY.md), контрольные точки (чекпоинты) сессий, черновики и журналы выполнения задач.

Ведение заметок здесь играет ключевую роль: вместо того чтобы заставлять основного агента кодинга прерывать работу для создания записей, система задействует независимого субагента — «писателя чекпоинтов».

Представьте себе основного ИИ-агента в качестве подрядчика, строящего массивный особняк вместе с преданным архитектором — субагентом, ведущим чекпоинты. Пока главный агент сосредоточен на возведении физической структуры, субагент в режиме реального времени обновляет чертежи, фиксируя решения, проблемы и текущее положение дел по мере продвижения строительного проекта.

Когда контекстное окно приближается к своим лимитам — а подрядчик начинает теряться в полупостроенном особняке — он может обратиться к субагенту и снова сориентироваться. В случае с MiMo Code система просто воссоздает окружение на основе структурированных контрольных точек с соответствующим контекстом, гарантируя отсутствие потери оперативного темпа.

Систему дополняют два механизма самосовершенствования: команда /dream, которая периодически (примерно каждые семь дней) просматривает прошлые сессии, удаляет дубликаты и сжимает данные в долговременную память, а также функция «дистилляции» (distill), которая извлекает из прошлых сессий повторяющиеся рабочие процессы для их последующей автоматизации. Подобный подход недавно внедрили OpenAI и Anthropic для своих моделей.

Впечатляющая производительность на бенчмарках программной инженерии (SWE)

Согласно результатам тестов, опубликованным в техническом блоге Xiaomi, MiMo Code в паре с MiMo-V2.5-Pro превзошел Claude Code в паре с Claude Sonnet 4.6 по всем трем проверяемым критериям:

• SWE-bench Verified: 82% против 79%

• SWE-bench Pro: 62% против 55%

• Terminal Bench 2: 73% против 69%

Сама обвязка (harness) обеспечивает вполне измеримую долю прироста производительности. При запуске одной и той же модели MiMo-V2.5-Pro в обеих обвязках MiMo Code набрал 62% на SWE-bench Pro против 57% у Claude Code, и 73% на Terminal Bench 2 против 68% — примерно по пять пунктов разницы, обусловленных исключительно агентской системой, а не самой моделью.

Примечательно, что Xiaomi не стала публиковать сравнения с Codex от OpenAI или Gemini CLI от Google — во всех материалах в качестве единственного прямого конкурента фигурирует именно Claude Code, что говорит о целенаправленном выборе ориентира.

Независимые точки отсчета объясняют почему. В официальной таблице лидеров Terminal-Bench 2.0 на сайте tbench.ai терминальный агент OpenAI Codex CLI на базе GPT-5.5 набирает 82,2% — примерно на девять пунктов выше собственных 73% MiMo Code, в то время как сама OpenAI в анонсе GPT-5.5 заявляет о 82,7% на том же бенчмарке.

Однако на SWE-Bench Pro ситуация меняется: OpenAI заявляет для GPT-5.5 показатель в 58.6%, что ниже заявленных 62% для связки MiMo Code + MiMo-V2.5-Pro. (MiMo Code пока отсутствует в официальных таблицах лидеров, а прямое сопоставление результатов самостоятельных тестов с данными из таблиц лидеров сопряжено с традиционными оговорками относительно конфигураций).

Пожалуй, еще интереснее автономных бенчмарков то, что Xiaomi заявляет о проведении слепого A/B-тестирования с участием людей в ходе внутренней беты. В нем участвовали 576 разработчиков, работавших с 474 реальными приватными репозиториями, что дало 1213 оцененных парных сравнений в условиях прямых столкновений с Claude Code на базе той же целевой модели.

При количестве шагов выполнения до 200 оба решения показали примерно равные результаты (50/50), но после 200 шагов доля побед MiMo Code выросла выше 65%, подтверждая тезис компании о том, что ее архитектура управления памятью и состоянием особенно эффективна в долгосрочных задачах.

В самой Xiaomi признают, что стандартные бенчмарки «все еще измеряют способность решать задачи за один подход» и не отражают многосессионные цели проектирования инструмента.

Как и всегда, речь идет о заявленных вендором цифрах, которые не были независимо верифицированы, а прямое сравнение обвязок чувствительно к настройкам. Тем не менее эти заявления укладываются в общий тренд индустрии: каркасы (scaffolding) и проектирование обвязок становятся столь же важными для агентного кодинга, как и чистые возможности моделей.

Простая интеграция с существующими системами разработчиков и голосовое управление

С точки зрения пользовательского опыта MiMo Code создан для того, чтобы работать там, где разработчики уже привыкли это делать. Он функционирует прямо в терминале, читая и записывая файлы, выполняя команды и управляя Git.

Из коробки инструмент не требует никакой настройки, автоматически подключаясь к «MiMo Auto» — бесплатному на ограниченное время каналу на базе мультимодальной модели MiMo V2.5 от Xiaomi, которая может похвастаться колоссальным контекстным окном в один миллион токенов. Для разработчиков, мигрирующих из существующих сред, переход происходит бесшовно: MiMo Code автоматически импортирует MCP-серверы, пользовательские навыки и конфигурации API из Claude Code.

Другие примечательные функции включают:

• Режим композиции (Compose mode): Нажатие клавиши Tab переводит агента в рабочий процесс, управляемый спецификациями, в рамках которого разработчик описывает высокоуровневую цель, а система автономно выполняет весь цикл разработки — проектирование, планирование, кодинг, тестирование и ревью, — следуя стратегии, которую Xiaomi описывает как «тщательное планирование на старте, стабильная верификация в конце».

• Голосовое управление: Благодаря системе распознавания речи MiMo-ASR от Xiaomi с функцией определения активности голоса TenVAD разработчики могут диктовать и изменять инструкции голосом, используя команды вроде «отправить» («send») и «выполнить» («execute») для полностью работы без помощи рук (доступно для авторизованных пользователей).

По данным Xiaomi, прирост производительности от самой агентской обвязки вполне измерим. Запуская одну и ту же базовую модель MiMo в обеих обвязках, компания заявляет, что MiMo Code набрал 62% на SWE-Bench Pro против 57% у Claude Code, и 73% на Terminal Bench 2 против 68% у Claude Code — примерно на пять процентных пунктов лучше в каждом случае, что обусловлено исключительно агентской системой, а не самой моделью.

Как и всегда, речь идет о заявленных вендором цифрах, которые не были независимо верифицированы, а прямое сравнение обвязок чувствительно к настройкам. Тем не менее это заявление согласуется с общим отраслевым трендом: каркасы и инженерная обвязка становятся столь же важными для агентного кодинга, как и возможности базовых моделей.

Агрессивная доступность

Однако главным магнитом для многих разработчиков может стать то, что идет в комплекте.

MiMo Code поставляется с каналом «MiMo Auto», не требующим настройки и предлагающим бесплатный ограниченный по времени доступ к MiMo-V2.5 — нативно мультимодальной модели, выпущенной Xiaomi в конце апреля 2026 года. Она построена на разреженной архитектуре «мощности экспертов» (MoE) с общим количеством параметров в 310 миллиардов (из которых только 15 миллиардов активны на один инференс) и контекстным окном в 1 миллион токенов. Компания позиционирует ее как аналог Claude Sonnet 4.6 от Anthropic в мультимодальных агентских задачах.

Как сообщал VentureBeat при запуске семейства MiMo-V2.5 в апреле, модели распространяются под лицензией MIT и входят в число самых эффективных и доступных на рынке решений для агентских задач.

Более крупная модель MiMo-V2.5-Pro — архитектура MoE с 1,02 триллиона параметров (42 миллиарда активных параметров) и гибридным вниманием — возглавила открытый сегмент в агентском бенчмарке Xiaomi ClawEval с показателем успешности 63,8%, расходуя при этом всего около 70 000 токенов на траекторию. Это примерно на 40–60% меньше, чем требуется для сопоставимых результатов моделям Claude Opus 4.6 от Anthropic, Gemini 3.1 Pro от Google или GPT-5.4 от OpenAI.

Примечательно, что посттренировка V2.5-Pro была целенаправленно нацелена на привитие «осведомленности об обвязке» (harness awareness) — модель обучали самостоятельно управлять своей памятью и контекстом внутри агентских каркасов вроде Claude Code или OpenCode. Благодаря этому создание собственной обвязки Xiaomi, оптимизированной под эту способность, выглядит логичным следующим шагом.

Ценовая политика выглядит не менее агрессивно: MiMo-V2.5 стоит от $0,40 за миллион входящих токенов и $2,00 за миллион исходящих, в то время как V2.5-Pro обойдется в $1,00/$3,00 за миллион (вход/выход) для контекста до 256K с удвоением стоимости при его превышении. При этом попадание в кэш снижает затраты на входные токены до $0,40–$0,20 за миллион, что делает ее одной из самых дешевых передовых моделей в мире.

Для разработчиков, которые вообще не хотят использовать модели Xiaomi, MiMo Code также поддерживает сторонние бэкенды — включая тарифы от DeepSeek, Kimi от Moonshot и GLM от Zhipu, а также любой OpenAI-совместимый API, сохраняя гибкость в выборе модели (bring-your-own-model) своего прародителя OpenCode.

Войны терминальных ИИ-агентов для кодинга выходят на глобальный уровень

MiMo Code появляется в условиях все более переполненного рынка терминальных агентов для программирования: здесь уже есть Claude Code от Anthropic, Codex CLI от OpenAI, Gemini CLI от Google и проекты с открытым исходным кодом, такие как OpenCode и Aider.

Новизна заключается в самом игроке. Xiaomi — третий по величине производитель смартфонов в мире с быстро растущим бизнесом электромобилей — методично развивает свое подразделение MiMo AI с момента релиза рассуждающей модели MiMo-7B в апреле 2025 года. За ней последовала серия визионерских языковых моделей MiMo-VL, MiMo-V2-Flash, триллионная MiMo-V2-Pro в марте 2026 года и флагманское семейство V2.5 в апреле.

Работу возглавляет Фули Луо (Fuli Luo), ветеран прорывного проекта R1 компании DeepSeek. Он охарактеризовал продвижение Xiaomi в сфере передовых ИИ как «тихую засаду» и подкрепил его грантом в 100 триллионов бесплатных токенов для разработчиков, анонсированным одновременно с запуском V2.5.

Эта стратегия хорошо знакома по опыту DeepSeek, Qwen от Alibaba, MiniMax и серии Kimi от Moonshot AI: выпускать по-настоящему способные модели и инструменты под свободными лицензиями по цене, составляющей лишь малую долю от расценок лабораторий из США, и конвертировать полученное внимание разработчиков в устойчивую экосистему.

Соединяя агентский каркас с открытым исходным кодом и бесплатную модель передового уровня, Xiaomi фактически устраняет как стоимость лицензирования, так и затраты на использование при входе — по крайней мере, на данный момент.

Что это значит для предприятий и технических директоров

Для инженерных лидеров MiMo Code представляет собой малорисковый и потенциально очень ценный кандидат для оценки: лицензия в стиле MIT разрешает модификацию и коммерческую интеграцию, происхождение от OpenCode означает прозрачность архитектуры, а поддержка сторонних моделей позволяет направить его на внутренне одобренный эндпоинт вместо облака Xiaomi.

Система персистентной памяти решает реальную и широко известную проблему в рабочих процессах агентской разработки, над решением которой также бьются конкуренты.

Среди сдерживающих факторов: «ограниченный по времени бесплатный» доступ к моделям по определению временный и пропускает контекст кода через серверы Xiaomi, что неприемлемо для организаций со строгими правилами локализации данных или интеллектуальной собственности; превосходство в бенчмарках над Claude Code заявлено самой компанией; а версия с индексом V0.1.0 говорит сама за себя в плане зрелости.

Командам, подпадающим под правительственные ограничения закупок США в отношении технологических вендоров из Китая, также следует учесть этот контекст перед внедрением.