--- title: "Xiaomi lancia MiMo Code: la sfida open source agli agenti AI" date: "2026-06-12" category: "Sviluppo Software" tags: ["intelligenza artificiale", "mimo code", "open source", "sviluppo software", "xiaomi"] author: "Giuseppe Carruezzo" description: "Xiaomi presenta MiMo Code, un agente AI open source per programmatori che risolve il problema della memoria a lungo termine superando Claude Code." source: "https://ainsights.it/blog/xiaomi-lancia-mimo-code-sfida-agenti-ai" --- # Xiaomi lancia MiMo Code: la sfida open source agli agenti AI ![Xiaomi lancia MiMo Code: la sfida open source agli agenti AI](/blogai/backend/uploads/6a2c8734908c4.webp) Xiaomi sfida Anthropic nel mercato degli assistenti AI per la programmazione. Il colosso cinese ha rilasciato MiMo Code, uno strumento open source che promette prestazioni superiori a Claude Code su task complessi e prolungati, offrendo accesso gratuito temporaneo al modello multimodale MiMo-V2.5 con finestra di contesto da un milione di token. - **82%** — SWE-bench Verified (risultato di MiMo Code contro 79% di Claude Code) - **65%** — Win rate oltre 200 step (nel test A/B con 576 sviluppatori) - **1M** — Token di contesto (finestra massima di MiMo-V2.5) ## Un fork di OpenCode con memoria persistente MiMo Code nasce come estensione di OpenCode, il popolare agente open source per la programmazione. Xiaomi lo ha arricchito con un'architettura di memoria proprietaria, modalità di workflow specifiche e un harness ottimizzato per il modello MiMo-V2.5-Pro. Il rilascio risale al 10 giugno 2026 ed è stato annunciato sull'account ufficiale @XiaomiMiMo su X. L'installazione è immediata: su macOS e Linux basta un comando nel terminale (`curl -fsSL https://mimo.xiaomi.com/install | bash`), mentre su Windows si utilizza npm (`npm install -g @mimo-ai/cli`). Il progetto è distribuito con licenza MIT su [GitHub](https://github.com/XiaomiMiMo/MiMo-Code). MiMo Auto, il canale di accesso al modello incluso gratuitamente, richiede configurazione: lo strumento si connette automaticamente al servizio senza bisogno di registrazione iniziale. ## Il problema della "amnesia" degli agenti AI Gli sviluppatori che utilizzano agenti AI per la programmazione conoscono bene un limite critico: durante sessioni lunghe, la finestra di contesto si satura progressivamente e le decisioni precedenti, le convenzioni adottate e lo stato del task vengono compressi o persi. Il risultato è che l'agente deve essere "rieducato" ripetutamente sul progetto. Xiaomi identifica il problema con chiarezza nel blog di lancio: "Non serve una compressione migliore, ma un meccanismo esplicito di archiviazione e recupero che decida quali informazioni devono essere scritte in strutture persistenti e quando devono essere richiamate." ### Architettura a quattro livelli MiMo Code risolve il problema con un sistema di memoria cross-session basato su SQLite FTS5, articolato su quattro livelli: - **Project memory**: un file `MEMORY.md` persistente che preserva convenzioni e decisioni architetturali - **Session checkpoints**: snapshot strutturati dello stato corrente - **Scratch notes**: appunti temporanei durante l'elaborazione - **Task progress logs**: registro dettagliato dell'avanzamento per ogni attività L'innovazione chiave risiede nel checkpoint-writer subagent: anziché fermare l'agente principale per prendere appunti, un secondo processo着小本子 in background, analogo a un architetto che aggiorna i blueprint mentre il costruttore lavora. Quando la finestra di contesto si avvicina al limite, l'agente può consultare questi checkpoint e ricostruire l'ambiente con il contesto rilevante. ### Auto-miglioramento: il comando /dream Due meccanismi completano il sistema di auto-miglioramento. Il comando `/dream` esegue periodicamente (indicativamente ogni sette giorni) una revisione delle sessioni storiche, deduplica i contenuti e li comprime in memoria a lungo termine. La funzione "distill" estrae dai task precedenti i workflow ripetibili e li automatizza. Un approccio simile è stato adottato recentemente da [OpenAI](https://openai.com/index/chatgpt-memory-dreaming/) e [Anthropic](https://venturebeat.com/technology/anthropic-introduces-dreaming-a-system-that-lets-ai-agents-learn-from-their-own-mistakes) sui propri modelli.Prestazioni sui benchmark: i numeri di Xiaomi Secondo i dati pubblicati nel blog tecnico di Xiaomi, MiMo Code abbinato a MiMo-V2.5-Pro supera Claude Code con Claude Sonnet 4.6 su tutte e tre le valutazioni testate: - SWE-bench Verified: **82%** contro 79% - SWE-bench Pro: **62%** contro 55% - Terminal Bench 2: **73%** contro 69% ![Confronto benchmark MiMo Code vs Claude Code](https://venturebeat.com/_next/image?url=https%3A%2F%2Fimages.ctfassets.net%2Fjdtwqhzvc2n1%2F7Cy0MwmoIvlcJ6Xa5gBNLu%2F61735569505e9ca59477a51a93c82bb8%2Fbenchmark.jpg%3Fw%3D1000%26q%3D100&w=3840&q=75) Confronto delle prestazioni benchmark tra MiMo Code e Claude Code. Credito: Xiaomi ### Il contributo dell'harness L'harness sviluppato da Xiaomi contribuisce in misura misurabile ai risultati. Eseguendo lo stesso modello MiMo-V2.5-Pro in entrambi gli harness, MiMo Code ha segnato 62% su SWE-bench Pro contro 57% di Claude Code, e 73% su Terminal Bench 2 contro 68% — circa cinque punti percentuali in più su ogni benchmark, attribuibili esclusivamente al sistema di agent e non al modello sottostante. Xiaomi non pubblica confronti con OpenAI Codex o Google Gemini CLI. Sulla leaderboard ufficiale di Terminal-Bench 2.0, OpenAI Codex con GPT-5.5 ottiene 82,2% — circa nove punti sopra il 73% autoproclamato da Xiaomi. ### Test A/B con sviluppatori reali Più interessante dei benchmark offline: Xiaomi ha condotto una valutazione A/B in doppio cieco durante la beta interna, coinvolgendo 576 sviluppatori in 474 repository privati reali, producendo 1.213 confronti diretti contro Claude Code con lo stesso modello target. Sotto i 200 step di esecuzione, i due sistemi si dividono il successo approssimativamente al 50-50. Oltre i 200 step, il win rate di MiMo Code sale sopra il 65%, supportando la tesi che l'architettura di memoria e gestione dello stato dia i suoi frutti specificamente su lavoro a lungo orizzonte. Xiaomi ammette che i benchmark standard "misurano ancora la capacità di problem-solving one-shot" e non catturano gli obiettivi di design multi-sessione dello strumento. Come sempre, si tratta di numeri autoproclamati dal vendor, non verificati in modo indipendente. ## Funzionalità per gli sviluppatori ### Modalità Compose e controllo vocale MiMo Code opera direttamente nel terminale, leggendo e scrivendo file, eseguendo comandi e gestendo Git. Tra le funzionalità degne di nota: - **Compose mode**: premendo Tab si attiva un workflow specification-driven in cui lo sviluppatore descrive un obiettivo di alto livello e il sistema esegue autonomamente l'intero ciclo di sviluppo — design, pianificazione, codifica, testing e revisione — seguendo una strategia di "heavy planning upfront, stable verification later". - **Voice control**: basato sul riconoscimento vocale MiMo-ASR di Xiaomi con rilevamento vocale TenVAD, consente di dettare e modificare istruzioni verbalmente e impartire comandi come "send" e "execute" per operazione completamente hands-free (disponibile per utenti loggati). ### Integrazione con l'ecosistema esistente MiMo Code importa automaticamente server MCP, skill personalizzate e configurazioni API da Claude Code, rendendo la migrazione sostanzialmente priva di attrito. Per chi non vuole utilizzare i modelli Xiaomi, lo strumento supporta backend di terze parti — inclusi i piani token di DeepSeek, Kimi di Moonshot e GLM di Zhipu — oltre a qualsiasi API compatibile con OpenAI. ## Il modello MiMo-V2.5 e i costi MiMo Code include l'accesso gratuito temporaneo a MiMo-V2.5, il modello multimodale rilasciato da Xiaomi a fine aprile 2026. Si tratta di un design sparse mixture-of-experts con 310 miliardi di parametri totali (solo 15 miliardi attivi per inferenza) e una finestra di contesto da 1 milione di token, posizionato come concorrente di Claude Sonnet 4.6 nel lavoro multimodale agentico. MiMo-V2.5-Pro, versione potenziata, è un modello mixture-of-experts da 1,02 trilioni di parametri con 42 miliardi di parametri attivi e architettura hybrid-attention. Ha guidato il campo open source sul benchmark agentico ClawEval di Xiaomi con un tasso di successo del 63,8%, consumando circa 70.000 token per trajectory — il 40-60% in meno rispetto a Claude Opus 4.6, Gemini 3.1 Pro o GPT-5.4 per risultati comparabili. Il post-training di V2.5-Pro è esplicitamente progettato per instillare "harness awareness" — allenare il modello a gestire la propria memoria e il contesto all'interno di scaffold agentici — rendendo naturale il passo successivo di un harness Xiaomi ottimizzato per quella capacità. ### Tabella prezzi dei modelli frontier

Modello

Input ($/1M)

Output ($/1M)

Costo totale

Fonte

MiMo-V2.5 Flash

0,10

0,30

0,40

Xiaomi MiMo

deepseek-v4-flash

0,14

0,28

0,42

DeepSeek

MiMo-V2.5

0,40

2,00

2,40

Xiaomi MiMo

MiMo-V2.5 Pro (≤256K)

1,00

3,00

4,00

Xiaomi MiMo

GPT-5.4

2,50

15,00

17,50

OpenAI

Claude Opus 4.8

5,00

25,00

30,00

Anthropic

GPT-5.5

5,00

30,00

35,00

OpenAI

MiMo-V2.5 Pro (>256K)

2,00

6,00

8,00

Xiaomi MiMo

I prezzi per la cache scendono a soli 0,20-0,40 dollari per milione di token in input, posizionando MiMo tra i modelli frontier più economici disponibili a livello globale. ## Il contesto competitivo MiMo Code arriva in un campo sempre più affollato di agenti di codifica basati su terminale: Claude Code di Anthropic, Codex CLI di OpenAI, Gemini CLI di Google, e i player open source come OpenCode e Aider. L'ingresso di Xiaomi — terzo produttore mondiale di smartphone e azienda in rapida espansione nel settore EV — si inserisce in una strategia più ampia avviata con il rilascio del modello reasoning MiMo-7B nell'aprile 2025, seguita dalla serie vision-language MiMo-VL, MiMo-V2-Flash, il MiMo-V2-Pro da 1 trilione di parametri a marzo 2026, e la famiglia V2.5 ad aprile. Il team è guidato da Fuli Luo, veterano del progetto disruptive R1 di DeepSeek, che ha definito l'avanzata di Xiaomi come un "quiet ambush" — supportato da un credito di 100 trilioni di token gratuiti per gli sviluppatori annunciato insieme al lancio di V2.5. Il playbook ricalca quello di DeepSeek, Alibaba Qwen, MiniMax e Moonshot AI: rilasciare modelli e strumenti genuinamente capaci con licenze permissive a una frazione dei prezzi dei laboratori americani, convertendo il resulting developer mindshare in un ecosistema duraturo. ## Cosa cambia per gli sviluppatori italiani Per i team di sviluppo italiani, MiMo Code rappresenta un'opportunità di valutazione a basso rischio: la licenza MIT consente modifica e integrazione commerciale, l'architettura è ispezionabile, e il supporto per modelli esterni permette di puntare a un endpoint internamente approvato invece che al cloud Xiaomi. Il ## Punti chiave - MiMo Code è uno strumento open source di Xiaomi per la programmazione con architettura di memoria persistente che evita la perdita di contesto durante sessioni lunghe - Il sistema usa 4 livelli di memoria: Project memory (MEMORY.md), Session checkpoints, Scratch notes e Task progress logs - Nei benchmark, MiMo Code con MiMo-V2.5-Pro supera Claude Code su SWE-bench Verified (82% vs 79%), SWE-bench Pro (62% vs 55%) e Terminal Bench 2 (73% vs 69%) - Nei test con 576 sviluppatori reali, MiMo Code vince oltre il 65% dei casi nelle attività che richiedono più di 200 step di esecuzione - L'installazione è immediata con un comando su macOS/Linux (curl) e tramite npm su Windows ### MiMo Code: innovazione solida ma ancora acerba — 4.4/5 MiMo Code introduce un'architettura di memoria persistente a quattro livelli che risolve efficacemente il problema dell'amnesia degli agenti AI su task prolungati. I benchmark mostrano margini concreti su Claude Code (fino a 7 punti su SWE-bench Pro), e i test A/B confermano un win rate superiore al 65% oltre i 200 step. Il rapporto prezzo/prestazioni è eccellente: $4/1M token contro i $30-35 dei competitor. I punti di attenzione sono reali: versione 0.1.0, accesso gratuito temporaneo, routing dei dati attraverso server Xiaomi e restrizioni per organizzazioni USA. Strumento promettente per team italiani disposti a valutarlo su progetti a lungo orizzonte, da monitorare con cautela data la maturità iniziale. ## Fonti e riferimenti 1. [Xiaomi MiMo Blog - MiMo Code Long Horizon](https://mimo.xiaomi.com/blog/mimo-code-long-horizon) 2. [Annuncio Twitter @XiaomiMiMo](https://x.com/XiaomiMiMo/status/2064799879352959085) 3. [Repo GitHub MiMo Code](https://github.com/XiaomiMiMo/MiMo-Code) --- *Fonte: [https://ainsights.it/blog/xiaomi-lancia-mimo-code-sfida-agenti-ai](https://ainsights.it/blog/xiaomi-lancia-mimo-code-sfida-agenti-ai)*