Xiaomi выпустила MiMo Code — агента, который бросает вызов Claude Code на длинных задачах
10 июня 2026 года Xiaomi открыла исходный код MiMo Code V0.1.0 — терминального агента для автоматизации разработки, который, по данным компании, превосходит Claude Code от Anthropic на задачах с длинным горизонтом (200+ шагов). Это не просто ещё одна обёртка над LLM, а полноценная инженерная система, которая решает фундаментальную проблему всех кодинговых агентов: потерю контекста в длительных сессиях.
Главная проблема — и как её решили
Каждый, кто активно использовал ИИ-ассистентов для кодинга, знает: после нескольких часов работы агент начинает «забывать» принятые ранее решения. Контекстное окно заполняется, ранние договорённости теряются, и разработчику приходится заново объяснять проект.
Xiaomi пошла другим путём. Вместо того чтобы бороться за лучшее сжатие контекста, команда создала четырёхуровневую систему памяти на базе SQLite FTS5:
- Проектная память — персистентный файл MEMORY.md, хранящий ключевые решения проекта
- Сессионные чекпоинты — фиксация состояния в середине работы
- Заметки и логи — записи по каждой задаче
- Чекпоинт-райтер — отдельный субагент, который параллельно с основным кодирующим агентом ведёт документацию в реальном времени
Аналогия от самой Xiaomi: основной агент — это строитель, который возводит здание, а чекпоинт-райтер — архитектор, который обновляет чертежи. Когда строитель теряет ориентацию, он обращается к актуальным чертежам вместо того, чтобы вспоминать всё по памяти.
Самообучение: мечты и дистилляция
Система включает два механизма самообучения: команду /dream, которая раз в неделю просматривает историю сессий, дедуплицирует их и сжимает в долгосрочную память (подход, похожий на «dreaming» от Anthropic и OpenAI), и функцию distill, которая находит повторяющиеся паттерны и автоматизирует их.
Результаты бенчмарков
По данным Xiaomi, MiMo Code + MiMo-V2.5-Pro показал следующие результаты:
- SWE-bench Verified: 82% (Claude Code — 79%)
- SWE-bench Pro: 62% (Claude Code — 55%)
- Terminal Bench 2: 73% (Claude Code — 69%)
Важно отметить: примерно 5 процентных пунктов из этого разрыва приходятся не на модель, а на архитектуру харнесса. При использовании одинаковой модели MiMo Code consistently обходил Claude Code на 4–5 пунктов.
Внутреннее A/B-тестирование с 576 разработчиками в 474 приватных репозиториях подтвердило: на задачах до 200 шагов MiMo и Claude Code побеждали примерно поровну, но на 200+ шагах MiMo выигрывал в более чем 65% случаев.
Конечно, это self-reported данные без независимой верификации. Но общий тренд ясен: качество инженерной системы вокруг модели становится не менее важным, чем качество самой модели.
Модели Xiaomi — агрессивно дёшево
В комплекте с MiMo Code идёт бесплатное (на время) использование модели MiMo-V2.5 — мультимодальной модели с контекстным окном в 1 миллион токенов. Младшая версия стоит от $0.40 за миллион входных токенов (около 36 ₽), старшая MiMo-V2.5-Pro — $1.00/$3.00 (≈90/270 ₽) за миллион входных/выходных токенов. Для сравнения, Claude Opus 4.8 — $5/$25 за миллион (≈450/2250 ₽). Разница — в 5–10 раз.
Проект лицензирован под MIT, импортирует MCP-серверы и конфиги из Claude Code «из коробки», работает на macOS, Linux и Windows. Поддерживает сторонние бэкенды — можно использовать свои модели через любой OpenAI-compatible API.
Что это значит для рынка
Xiaomi — третий по величине производитель смартфонов в мире, с быстрорастущим бизнесом электромобилей — методично строит свой ИИ-бренд MiMo. Подход знакомый: выпустить качественные инструменты под пермиссивной лицензией по цене в разы ниже американских конкурентов и конвертировать лояльность разработчиков в устойчивую экосистему. То же самое делали DeepSeek, Alibaba Qwen, MiniMax, Moonshot Kimi.
Для разработчиков — это ещё один мощный инструмент. Для компаний — возможность использовать агентовый кодинг с моделями, которые стоят в разы дешевле, чем у западных вендоров. На stiva.ai уже доступны и MiMo, и Claude, и десятки других ИИ-моделей — в одном месте, без ограничений и с оплатой в рублях.
Вывод
МиМо Code — это не обязательно «убийца Claude Code». Но это мощный сигнал: архитектура и системная инженерия вокруг ЛЛМ начинают играть решающую роль. Память, чекпоинты, субагенты, самообучение — всё это превращает ИИ-ассистента из «умного чат-бота» в настоящего коллегу, который помнит контекст проекта и учится на своих ошибках. Рынок агентов для разработки становится всё горячее — и китайские компании задают в нём темп и цены.
