Xiaomi'nin AI Modeli: Öğrencilerin Haftalar Sürdüğü İşi Saatlerde Yapıyor

Bir an var ki yapay zekanın yolunda bir değişim olduğunu anlıyorsun. Xiaomi'nin yeni kod yazma modelinin, Pekin Üniversitesi'nin bir dönem boyunca ödev verdiği Rust derleyici projesini 4,3 saatte bitirdiğini öğrendiğimizde biz de bunu yaşadık. Gün değil, saat. Hiçbir hata yok, insan kontrolüne ihtiyaç yok. Tam skor: 233 testten 233'ü geçti. Hatta hiç görmediği testler bile.

Bir de bütün bunun açık kaynak kodlu olduğunu ekle.

Bu olay sadece başlık kadar heyecan verici değil aslında. Öğrencilerin haftalar içinde yaptıklarıyla bir AI sisteminin bir öğleden sonrada yaptığı işler arasında ölçülebilir, somut bir fark var. Ama asıl önemli olan soru şu: biz yazılım yaparken bunun ne anlama geldiğini biliyor muyuz?

Sınav Puanlarının Ötesinde: Gerçek Dünyada Ne Oluyor

Kıyaslama testleri kullanışlı. Ama tamamlanmış değiller. Xiaomi'nin üç ayrı zorluk derecesindeki testler, MiMo-V2.5-Pro'nun gerçek gücünü daha iyi gösteriyor.

Derleyici testinde zaten bahsettik—mükemmel sonuç, sıfır ek düzeltme. Ama model durmadı.

Video editörü yapma görevinde işler ilginçleşiyor. Xiaomi sadece genel bir talimat verdi: bir video editörü yap. Detaylı spec yoktu. Belki 11,5 saatte 1.868 tane araç çağrısı yaparak tam çalışan bir masaüstü uygulaması ortaya çıkardı. Çoklu izler, kesme, geçişler, ses karıştırma, dışa aktarım—8.192 satır üretim kodu. Burada söz konusu olan otomatik tamamlamadan çok daha fazlası. Gerçek anlamda akıllı bir ajan davranışı.

Analog devre tasarımı ise enseyi eğdirecek seviyede. Mezun seviyesi elektrik mühendisliği—180nm TSMC işlemde düşük çıkışlı bir regülatör tasarlama. MiMo ngspice ile çalışıp, parametre ayarlamaları iteratif olarak düşünerek, bir saatte hedeflere ulaştı. Hattının düzenlenmesi ilk denemeden 22 kat iyileşti. Yük düzenlenmesi 17 kat. Normalde bunu yapan mühendisler var ve çok kahve içerler.

Bu üç başarıyı birleştiren şey saf güç değil—ölçekte hata düzeltme kapasitesi. Derleyici projesinin 512. adımında hata çıktı. Model problemi teşhis etti, bozuk kodu buldu ve insan müdahalesi olmadan düzeltme yaptı. Yüzlerce araç çağrısı boyunca bağlantı koptu. İşte bu fark, "işler ciddi görülüyor" ile "üretim kodu çıkarıyor" arasındaki köprü.

Rakamlara Bakalım Ama Doğru Bağlama Oturmak Lazım

SWE-Bench Pro'da MiMo-V2.5-Pro'nun puanı 57,2. Claude Opus 4.6 (57,3) ve GPT-5.4 (57,7) ile yarım puan fark. En üst seviye sonuç.

Terminal-Bench 2.0'de MiMo gerçekten Claude'u geçiyor—68,4'e karşı 65,4. Farklı modellerin farklı işlerde iyi olduğunun kanıtı.

SWE-Bench Verified'de Claude hâlâ öne geçiyor (80,8'e karşı 78,9), ama fark o kadar küçük ki açık kaynak çözümün maliyet avantajı gerçekten manidarlı hale geliyor.

Claw-Eval Pass@3'te MiMo hem GPT-5.4'ü hem Gemini 3.1 Pro'yu geride bırakıyor.

Geride kaldığı yerler var: HLE gibi geniş düşünmeyi ödüllendiren testler. Bunu kasıtlı yaptılar. MiMo-V2.5-Pro kod yazmaya odaklanmış bir model, her şeyde iyiymiş gibi davranmak istemiyor. O ihtisaslaşma, yazılım geliştiriyorsan bir özellik aslında.

MiMo vs DeepSeek V4 Pro: Açık Kaynaklı Gerçek Tercih

İki büyük açık kaynak modeli aynı alan için yarışıyor—kuruma gitmeden ileri seviye kodlama isteyen geliştiriciler. İkisi de MIT lisanslı, HuggingFace'te şu anda var.

Saf kod yazma performansı beklenenden daha yakın:

• SWE-Bench Pro: MiMo 57,2'ye karşı DeepSeek 55,4 (MiMo'da +1,8)
• Terminal-Bench 2.0: MiMo 68,4'e karşı DeepSeek 67,9 (aynı gibi)
• SWE-Bench Verified: DeepSeek 80,6'ya karşı MiMo 78,9 (DeepSeek'te +1,7)

Net bir kazanan yok. Sadece farklı görevlerde farklı güçler.

Asıl farkın olduğu yer parametre verimliliği:

• DeepSeek V4 Pro: 1,6 trilyondan 49 milyar parametreyi aktif etkinleştiriyor
• MiMo-V2.5-Pro: 1,02 trilyondan 42 milyar parametreyi aktif etkinleştiriyor

MiMo daha verimli. Kendi sunucularında çalıştırıyorsan bu fark büyüyor. Daha az parametre, daha az RAM, daha hızlı cevap, daha düşük maliyetler.

V2.5-Pro'da Neler Değişti

MiMo-V2-Flash'tan V2.5-Pro'ya atladığında sürü değişimi değil, devrim:

• Uzun mesafeli bağlantı: Derleyici ve video editörü projeleri yüzlerce adım boyunca bağlamı korumasını gerekli kılıyor. V2.5-Pro bunu kayıp vermeden tutuyor.

• Akıllı ajan özellikleri: Bu model sadece soruları cevaplamıyor—planlıyor, düşünerek gidiyor, sorunları teşhis ediyor, kendini düzeltiyor. Derleyici hatasının kendi çözümü bunu gösteriyor.

• Araç çağrılarının ölçeklenmesi: MiMo-V2.5-Pro 1.000'den fazla araç çağrısını sorunsuz yapabiliyor. Teori değil—video editörü 1.868 çağrıyı yaptı ve çalışan kod çıktı.

Bunun Senin Teknik Altyapında Ne Demek Olduğu

Startup'ta yazılım geliştiriyorsan ya da küçük ekiple çalışıyorsan, MiMo-V2.5-Pro'nun açık kaynak olması oyunu değiştirir:

1. Para: Her token başına ücret yok. Kendi sunucularında çalıştır.
2. Hız: Parametre verimliliği adi donanımda daha hızlı cevaplar demek.
3. Gizlilik: Kodlar ağında kalıyor, başkasının günlüklerinde değil.
4. Geliştirme: Kendi işine göre ince ayarlamalar yapabilirsin.
5. Kod odağı: Şiir ve devre tasarımında iyi olmak istemiyor—senin gerçekten ihtiyaç duyduğun şeyde mükemmel.

Vibe Hosting gibi bulut platformlarda çalışıyorsan, MiMo-V2.5-Pro'yu doğrudan deployment akışına entegre edip, dışarıdan API çağırmadan kodlanmış kod üretme ve optimizasyon yapabilirsin.

Daha Geniş Bakış

Açık kaynak yapay zeka "bedava Claude" değil. Kontrol, tahmin edilebilir maliyet, gerçekten senin olan araçlar yapabilmek—bütün bunlar. MiMo'nun mükemmel derleyici testi geçip ardından aynı gün içinde çalışan video editörü ortaya çıkarması, bunun "etkileyici demo" aşamasını aştığını gösteriyor. Üretim kodu yazmak için hazır araç.

Asıl soru Claude ya da GPT kadar iyi olup olmadığı değil. Senin modeline ihtiyaç duyup duymadığı, ve onu sahibiyken neler yapabileceğin.