Xiaomi, OpenAI ve Google'ın önde gelen sistemlerinin belirteç verimliliğine meydan okuyan bir çift açık kaynaklı yapay zeka modeli yayınlayarak otonom ajan yapay zekasının ekonomisinde büyük bir değişimin sinyalini verdi.
Çinli teknoloji firması Xiaomi, karmaşık ajan görevlerinde OpenAI ve Google modellerinden %60'a kadar daha az belirteç (token) tüketen MiMo-V2.5 ve V2.5-Pro adlı iki açık kaynaklı yapay zeka modelini piyasaya sürdü. Amiral gemisi MiMo-V2.5-Pro modeli, endüstrinin kullanım tabanlı fiyatlandırmaya geçtiği bu dönemde yapay zeka geliştirme maliyetlerini düşürmeyi hedefleyen esnek bir MIT lisansı altında yayınlandı.
Xiaomi MiMo proje lideri ve eski bir DeepSeek ekibi üyesi olan Fuli Luo, sosyal medya platformu X'te yaptığı açıklamada, "Bir modelin değeri yalnızca sıralamalarla ölçülmez; çözdüğü problemlerle ölçülür" dedi.
Xiaomi tarafından yayınlanan kıyaslama testlerine göre, MiMo-V2.5-Pro, ClawEval testinde yalnızca yaklaşık 70.000 belirteç tüketerek %63,8'lik bir başarı oranına ulaştı. Bu, Anthropic'in Claude Opus 4.6, Google'ın Gemini 3.1 Pro ve OpenAI'ın GPT-5.4 modellerinin benzer sonuçlar için ihtiyaç duyduğundan %40-60 daha azdır. Model, milyon girdi belirteci başına 1,00 ABD doları gibi rekabetçi bir fiyatla API üzerinden erişilebilir durumdadır.
Bu lansman, düşük maliyetli ve açık kaynaklı bir alternatif sunarak OpenAI, Anthropic ve Google gibi kapalı kaynaklı yapay zeka liderlerinin ekonomik modeline doğrudan meydan okuyor. GitHub Copilot gibi hizmetlerin kullanım bazlı faturalandırmaya geçmesiyle, MiMo'nun yüksek verimliliği ve esnek lisansı, yapay zeka iş akışlarındaki artan "SaaS vergisinden" kaçınmak isteyen geliştiricileri ve işletmeleri cezbedebilir.
Uzmanlaşma Yoluyla Verimlilik
MiMo serisinin merkezinde Seyrek Uzmanlar Karışımı (MoE) mimarisi yer alıyor. 1,02 trilyon parametreli MiMo-V2.5-Pro, herhangi bir görev için bu parametrelerin yalnızca 42 milyarını kullanıyor; bu tasarım hesaplama maliyetini önemli ölçüde düşürüyor. Bu durum, Pro modelinin yapay zeka ajanının kullanıcı adına karmaşık iş akışlarını tamamladığı "pençe" (claw) görevlerinde yüksek performans sergilerken rakiplerinden çok daha az belirteç tüketmesini sağlıyor. GDPVal-AA kıyaslamasında Pro modeli 1581 puan alarak Zhipu'nun GLM 5.1 ve Moonshot'ın Kimi K2.6 modellerini geride bıraktı.
Xiaomi, modelin gücünü birkaç karmaşık projeyi otonom olarak tamamlatarak kanıtladı. V2.5-Pro, 672 araç çağrısı üzerinden 4,3 saatte Rust programlama dilinde eksiksiz bir derleyici uyguladı ve 11,5 saatte 8.192 satırlık bir video düzenleyici uygulaması üretti.
'SaaS Vergisine' Açık Kaynaklı Meydan Okuma
Modelleri esnek MIT Lisansı altında yayınlayan Xiaomi, herhangi bir geliştiricinin veya işletmenin modelleri kısıtlama olmaksızın ticari olarak kullanmasına, değiştirmesine ve dağıtmasına olanak tanıyor. Bu hamle, birçok üst düzey yapay zeka laboratuvarının "kapalı bahçe" yaklaşımına doğrudan bir meydan okuma niteliğindedir ve endüstrinin fiyatlandırma modellerinin değiştiği bir dönemde gelmektedir. GitHub Copilot ve diğer hizmetlerin sabit aboneliklerden kullanım bazlı faturalandırmaya geçmesiyle, güçlü yapay zeka ajanlarını çalıştırma maliyeti işletmeler için önemli bir endişe kaynağı haline gelmektedir.
Xiaomi'nin API fiyatlandırması piyasayı daha da aşağı çekiyor. MiMo-V2.5-Pro'nun maliyeti milyon girdi belirteci başına 1,00 ABD doları ve çıktı için 3,00 ABD dolarıdır; bu rakamlar Google Gemini 3 Pro için 2,00 ve 12,00 ABD doları, OpenAI GPT-5.5 için ise 5,00 ve 30,00 ABD dolarıdır. Şirket ayrıca benimsenmeyi hızlandırmak için geliştiricilere 100 trilyon ücretsiz belirteç hibesi duyurdu.
Lansman, Alibaba'nın Qwen serisi ve Zhipu AI'nın GLM'si de dahil olmak üzere Çinli firmaların yüksek yetenekli açık kaynaklı modellerinin Batılı rakiplerine karşı zemin kazandığı daha geniş bir trendi yansıtıyor. TIME kısa süre önce ByteDance, Zhipu AI ve Alibaba'yı 2026'nın en etkili 10 yapay zeka şirketi listesine dahil ederek Çin teknolojisinin küresel yapay zeka ortamında artan etkisinin altını çizdi. ABD'li işletmeler için bu açık kaynaklı modelleri özel sunucularda çalıştırmak, veri ikameti ve uyumluluk risklerini azaltırken düşük maliyetli, yüksek performanslı yapay zekadan yararlanmanın bir yolunu sunuyor.
Bu makale yalnızca bilgilendirme amaçlıdır ve yatırım tavsiyesi teşkil etmez.
