# MiMo-V2.6-MOPD: новые веса Flash и Pro против повторяющихся вызовов инструментов

Источник: https://modelium.tech/zhurnal/mimo-v2-6-mopd-flash-pro-gguf-tool-call-repetition/

Xiaomi выпустила MOPD-чекпойнты MiMo-V2.6-Flash и Pro 27 сентября; 28 сентября ggml-org добавила GGUF-конверсию Flash. Обновление нацелено на повторяющиеся tool calls в длинных агентских задачах, но эффективность показана внутренними оценками Xiaomi, а не тестами Modelium.

MiMo-V2.6-MOPD: новые веса Flash и Pro против повторяющихся вызовов инструментов

Xiaomi разместила 27 сентября 2026 года два новых чекпойнта — **MiMo-V2.6-Flash-MOPD** и **MiMo-V2.6-Pro-MOPD**. Это обновления ранее выпущенных Flash-RL и Pro-RL, а не новые размеры модели. 28 сентября ggml-org загрузила GGUF-конверсию Flash-MOPD с вариантами MXFP4 и Q2_K. Главное практическое изменение — попытка сократить зацикливание агентской модели на одинаковых вызовах инструментов. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

## Что исправляли

В агентском сценарии модель иногда повторяет один и тот же или очень похожий вызов инструмента, формально продолжая работу, но не продвигаясь к ответу. Xiaomi описывает дополнительный этап MOPD: обучение на продолжениях траекторий с несколькими специализированными учителями, включая короткий этап для подавления повторов. В авторской статье показано снижение частоты повторов для Flash и Pro на внутренних наборах с разными агентскими оболочками и длинами контекста. **Это заявление разработчиков, а не независимое измерение Modelium**: перенос на конкретного агента, набор инструментов и ваш workload нужно проверять отдельно. Не стоит смешивать показатели точных повторов в одном ходе с повторениями через несколько ходов — методики считают разные события. [s1](#src-s1) [s2](#src-s2) [s4](#src-s4)

## Что можно скачать

Официальные Hugging Face-репозитории содержат Safetensors-веса обеих MOPD-версий. В карточке Flash указаны 309 млрд параметров всего и 15 млрд активных; для Pro — 1,02 трлн и 42 млрд соответственно. Это описание архитектуры, **не расчёт потребления памяти**. Карточки предлагают SGLang и vLLM для исходных весов и отдельно предупреждают, что стабильный vLLM может отставать от специализированного образа. Не переносите этот рецепт автоматически на GGUF. [s1](#src-s1) [s2](#src-s2)

Конверсия ggml-org закреплена на конкретной исходной ревизии Flash: в её файле `.src_sha` записан SHA оригинального чекпойнта. Опубликованы две части MXFP4, две части Q2_K и отдельные GGUF-файлы для проектора мультимодальности, MTP и DFlash. Разработчики конверсии отмечают, что вариант Q2_K подготовлен **без imatrix-калибровки**; проверку качества на своих задачах здесь нельзя пропускать. Разница в размере файлов не доказывает ни качество, ни минимальный объём RAM/VRAM. [s3](#src-s3) [s5](#src-s5)

## Как подойти к локальному запуску

Карточка ggml-org предлагает команду `llama serve -hf ggml-org/MiMo-V2.6-Flash-MOPD-GGUF`. Это **инструкция авторов конверсии**, а не выполненный Modelium тест. Перед загрузкой большого пакета выберите нужную квантизацию, проверьте возможности вашей версии llama.cpp и отдельно нужные sidecar-файлы; не предполагайте, что режим изображения, аудио или speculative decoding включится автоматически. Если важна точная сравнительная оценка исправления, прогоните одну и ту же цепочку инструментов на Flash-RL и Flash-MOPD, считайте повторы по одинаковому правилу и фиксируйте версию runtime. [s3](#src-s3) [s5](#src-s5)

Все три карточки помечены `MIT`, но отдельного текста LICENSE в деревьях MOPD мы не обнаружили; репозиторий кода Xiaomi MiMo имеет собственную лицензию, которую нельзя автоматически переносить на веса. Перед коммерческим развёртыванием сверяйте применимые условия конкретных весов и зависимостей. Появление доступных файлов — это **открытые веса**, а не доказательство открытого кода обучения или независимой верификации авторских бенчмарков. [s1](#src-s1) [s2](#src-s2) [s3](#src-s3)

Базовые версии Pro/Flash и предыдущий GGUF-релиз описаны [в нашем материале о MiMo-V2.6](/zhurnal/mimo-v2-6-pro-flash-distill-gguf/). MOPD стоит выбирать прежде всего тогда, когда стоимость зацикливания tool calls в вашем локальном агенте заметна и её можно измерить на собственных задачах.

## Источники

1. [Xiaomi MiMo: MiMo-V2.6-Flash-MOPD, закреплённая карточка](https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Flash-MOPD/blob/2479e2d0029eca9a34cc7e7f55a121925f81908e/README.md) — получено 2026-09-28
2. [Xiaomi MiMo: MiMo-V2.6-Pro-MOPD, закреплённая карточка](https://huggingface.co/XiaomiMiMo/MiMo-V2.6-Pro-MOPD/blob/adea8e2c5373181e5a973fa1ecb343cb31af214b/README.md) — получено 2026-09-28
3. [ggml-org: MiMo-V2.6-Flash-MOPD-GGUF, закреплённая карточка и исходная ревизия](https://huggingface.co/ggml-org/MiMo-V2.6-Flash-MOPD-GGUF/tree/f390fcfacb0f94be876b32f399edc2c1bd5bdd3d) — получено 2026-09-28
4. [Xiaomi MiMo: Diagnosing and Mitigating Tool-Call Repetition in MiMo-V2.6](https://mimo.xiaomi.com/blog/mimo-v2-6-tool-call-repetition) — получено 2026-09-28
5. [Hugging Face API: файлы и размеры закреплённой GGUF-ревизии](https://huggingface.co/api/models/ggml-org/MiMo-V2.6-Flash-MOPD-GGUF/tree/f390fcfacb0f94be876b32f399edc2c1bd5bdd3d?recursive=true&limit=100) — получено 2026-09-28