L-API Bla Ċensura ta' MiMo Viżiva
L-uniku mudell fil-katalgu tagħna li jgħaqqad preċiżjoni ta' piżi ta' 8-bit ma' fehim ta' immaġni — u jiswa eżattament daqs kemm jiswew il-mudelli tal-qiegħ ta' test biss: $0.50 dħul / $2.00 ħruġ għal kull miljun token.
Fil-qosor
MiMo-V2.5-W8A16 hu l-membru kapaċi ta' viżjoni tal-par ta' MiMo fuq il-Gateway ta' Shannon AI, dixxendenti mil-linja MiMo ta' Xiaomi — mudell lingwistiku ffukat fuq ir-raġunament li fuqu ġie mwaħħal torri viżiv — u servut fuq W8A16, l-ogħla livell ta' kwantizzazzjoni tagħna, fuq il-cluster GPU tagħna stess. Kuntest ta' 262,144-token, 16,384 token massimi ta' output, sejħa ta' għodod, skema JSON stretta, streaming, u dial ta' reasoning_effort. Ebda saff ta' rifjut, ebda filtru tal-output. Taqsam ma' MiniMax-M3 l-irħas viżjoni fil-lineup u tegħlibha fuq il-preċiżjoni.
Endpoints multimodali rħas huma rħas għax xi ħaġa tqaċċtet, u dak li jitqaċċat normalment hu l-parti li ma tistax tara: il-piżi jiġu magħfusa għal tliet jew erba' bits, u l-mudell għadu jwieġeb b'kunfidenza dwar chart li ma jistax jaqra tabilħaqq aktar. MiMo-V2.5 hu l-kontro-eżempju fil-katalgu tagħna — fil-prezz tal-qiegħ u fl-ogħla livell ta' preċiżjoni fl-istess ħin, għax il-fondazzjoni li minnha ġie hi mibnija żgħira u densa minflok enormi u spars.
01Minn fejn ġejja MiMo: l-ewwel mudell ta' raġunament, imbagħad mudell viżiv
Il-linja ta' MiMo hi l-programm ta' riċerka b'piżi miftuħa ta' Xiaomi, u l-argument fundazzjonali tagħha mhux fil-moda: l-abbiltà ta' raġunament tiġi ffissata matul il-pretraining, mhux imwaħħla wara bl-RL. Ix-xogħol hu fil-biċċa l-kbira inġinerija tad-data — Xiaomi rrikostruwixxa l-estrazzjoni u l-filtrar tat-test biex jgħolli d-densità ta' patterns ta' raġunament fil-korpus, iġġenera data sintetika ta' raġunament fuq skala kbira, u ppretrenja MiMo-7B-Base fuq madwar 25 triljun token taħt taħlita ta' tliet stadji, b'Multiple-Token Prediction bħala objettiv awżiljarju li jaqdi wkoll fil-ħin tal-inferenza bħala decoder spekulattiv (rata ta' aċċettazzjoni qrib 90%, skont Xiaomi).
Il-post-taħriġ hu deliberatament awster: 130,000 problema ta' matematika u kodiċi b'premjijiet ta' preċiżjoni bbażati fuq regoli biss, ebda mudell ta' premju mgħallem, fuq ir-raġuni li mudell ta' premju newrali hu wiċċ li jista' jiġi hacked. Premjijiet verifikabbli ma jistgħux jiġu mħajra. MiMo-7B-RL jippubblika numri sproporzjonati mad-daqs tiegħu — Xiaomi jirrapporta 68.2% fuq AIME 2024, 95.8% fuq MATH-500, 57.8% fuq LiveCodeBench v5 fi pass@1, jaqbel ma' o1-mini ta' OpenAI. Dik hi l-forma tal-mudell li qed issejjaħ: kompatt, imħarreġ b'mod dens, itonjat biex jaħdem permezz ta' problema minflok ifakkar tweġiba — u dak it-temperament jgħix fid-dixxendenti multimodali.
02Kif tgħallmet MiMo tara: l-arkitettura ta' MiMo-VL
MiMo-VL hi l-fergħa viżiva-lingwistika, u l-kostruzzjoni tagħha hi istruttiva. Xiaomi għaqqad tliet partijiet: encoder ViT ta' riżoluzzjoni nattiva li jippreserva d-dettall fin minflok jisforza kull immaġni permezz ta' grid fiss b'riżoluzzjoni baxxa, projector MLP inizjalizzat b'mod każwali fl-ispazju latenti tal-mudell lingwistiku, u — b'mod kritiku — il-backbone ta' raġunament ta' MiMo bħala l-mudell lingwistiku. Is-sistema viżiva tiret decoder diġà tajjeb fil-ħsieb b'diversi passi minflok wieħed tajjeb biss għall-captioning.
It-taħriġ ħadem f'erba' stadji ta' pretraining — warmup tal-projector, allinjament viżiv-lingwistiku, pretraining multimodali ġenerali, SFT ta' kuntest twil — tul madwar 2.4 triljun token, imbagħad Mixed On-policy Reinforcement Learning (MORL), li jdaħħal il-preċiżjoni tal-perċezzjoni, il-preċiżjoni tal-grounding viżiv, il-korrettezza tar-raġunament, u l-preferenza umana/AI f'ċiklu on-policy wieħed. Ir-rapport hu ċar li l-ottimizzazzjoni ta' dawn kollha f'daqqa hi instabbli — qafas aktar onest minn dak li joffru l-biċċa l-kbira tal-papers multimodali.
Ir-riżultati ppubblikati huma qawwija għall-għadd ta' parametri. Xiaomi jirrapporta MiMo-VL-7B-RL jegħleb lil Qwen2.5-VL-7B fuq 35 minn 40 xogħol, 59.4 fuq OlympiadBench (fuq mudelli sa 78B), u 56.1 fuq OSWorld-G għall-grounding ta' GUI, quddiem aġenti tal-interfaċċja mibnija apposta. L-aġġornament 2508 aktar tard għolla MMMU 'l fuq minn 70 għall-ewwel darba fis-serje (70.6), laħaq 94.4 fuq ChartQA, 92.5 fuq ScreenSpot-v2 u 70.8 fuq VideoMME, u żied switch ta' kontroll tal-ħsieb biex it-traċċi ta' raġunament jistgħu jintfew għal kull talba.
Nota dwar il-pretensjonijiet tal-verżjoni
Kull ċifra hawn fuq hi n-numru ppubblikat ta' Xiaomi stess għal checkpoint speċifiku rilaxxat, illinkjat fil-blokka tas-sorsi hawn taħt. Id-dħul tal-katalgu tagħna hu punt aktar tard f'dak il-lineage. Qed niddeskrivu minn fejn ġej il-mudell u għal xiex hi mibnija l-familja — mhux nippretendu li dawk il-punteġġi eżatti jgħaddu għall-build li ssejjaħ. Ibbenchmarkja x-xogħol tiegħek stess; għal dan hu l-prezz tal-qiegħ.
03X'ifisser W8A16, u għaliex jgħodd aktar għall-viżjoni milli għat-test
Kull mudell fuq il-gateway iġorr suffiss ta' kwantizzazzjoni. Mhijiex dekorazzjoni — tgħidlek x'ġie mpartat biex il-mudell isir servibbli.
| Suffiss | X'inhu | Għaliex jintuża |
|---|---|---|
| 3BIT-REAP | Piżi ta' 3-bit flimkien ma' REAP, metodu ta' tqaċċit tal-esperti li jneħħi esperti rarament routjati minn mudell MoE qabel il-kwantizzazzjoni | L-uniku mod kif tidħol u sservi l-akbar fondazzjonijiet b'veloċità raġonevoli |
| W4A16-AUTOROUND-REAP | Piżi ta' 4-bit, attivazzjonijiet ta' 16-bit, kwantizzati b'AutoRound — tqarrib mgħallem li jirkupra l-preċiżjoni fuq round-to-nearest naiv — flimkien mat-tqaċċit REAP | Nofs it-triq għal fondazzjonijiet kbar li ma jeħtiġux kompressjoni estrema |
| W8A16 | Piżi ta' 8-bit, attivazzjonijiet ta' 16-bit — l-ogħla livell ta' fedeltà li naqdu | Użat fejn il-fondazzjoni hi żgħira biżżejjed li kompressjoni aggressiva mhijiex meħtieġa |
MiMo-V2.5 jaqla' t-tielet ringiela billi hu kompatt: fondazzjoni densa f'din il-klassi ma teħtieġx tiġi mgħaffġa għal tliet bits biex tidħol, allura tiflaħ iżżomm tmienja, u l-piżi li tieħu kampjun minnhom jibqgħu qrib dawk li tħarrġu. Dak jgħodd b'mod sproporzjonat għal xogħol ta' immaġni, għal raġuni strutturali. F'decoder ta' test biss, embedding li jidderiva taħt il-kwantizzazzjoni jerġa' jiġi kkontestwalizzat minn għexieren ta' saffi ta' attenzjoni sussegwenti — ħafna ċansijiet biex jirkupra. Stack viżiv m'għandu ebda tali wisa': l-informazzjoni viżiva tgħaddi minn encoder wieħed u projector dejjaq wieħed qabel tilħaq id-decoder, u kollox downstream hu kkundizzjonat minn dak li pproduċa dak il-bottleneck. Sinjal fin — 3 kontra 8 f'skan b'kuntrast baxx, il-pixel eżatt fejn tispiċċa bar fuq assi ta' chart, il-fruntiera ta' element ta' UI li qed jintalbu tikklikkja — jgħix fid-dettall ta' piżi ta' manjitudni baxxa li l-kwantizzazzjoni aggressiva tarmi l-ewwel.
Mudell viżiv ta' 3-bit ma jfallix b'ħoss għoli; ifalli bil-mod, jipproduċi deskrizzjoni fluwenti ta' dokument b'żewġ ċifri mibdula fit-total. Preċiżjoni ogħla tal-piżi hi l-inqas assigurazzjoni għalja kontra dak il-falliment, u hawn hi b'xejn — tħallas il-prezz tal-qiegħ f'kull każ.
04Il-prezz tal-qiegħ, fil-kuntest
Erba' mudelli fil-katalgu tagħna ta' tnax-il mudell joqogħdu fil-prezz tal-qiegħ ta' $0.50 dħul / $2.00 ħruġ għal kull miljun token. Wieħed biss minnhom jieħu l-immaġni. Hawn fejn jinżlu l-mudelli kapaċi ta' viżjoni fuq il-kost tal-output, in-numru li jiddomina l-biċċa l-kbira tal-fatturi reali:
Prezz tal-output f'USD għal kull 1M token, rati tal-lista tal-Gateway ta' Shannon AI, Settembru 2026. It-tul tal-bar hu relattiv għall-aktar mudell viżiv għali fil-katalgu.
Kontra Kimi-K3 — il-mudell viżiv tas-saqaf, u wieħed ġenwinament aktar b'saħħtu — MiMo-V2.5 hu bejn wieħed u ieħor 9.6× irħas fuq l-output u 7.7× irħas fuq id-dħul. Dik mhijiex pretensjoni ta' ekwivalenza; hi argument dwar il-forma tax-xogħol. F'mitt elf immaġni fix-xahar, il-mudell tas-saqaf mhux affordabbli u dak tal-qiegħ hu, u l-mistoqsija onesta hi jekk il-mudell tal-qiegħ jgħaddix il-limitu ta' preċiżjoni tiegħek — mhux jekk jirbaħx benchmark.
05MiMo-V2.5 kontra MiniMax-M3: iż-żewġ mudelli viżivi rħas, imqabbla b'onestà
Dawn it-tnejn jaqsmu eżatt il-prezz, il-kuntest, u l-wiċċ tal-endpoint. Mhumiex interkambjabbli: il-livell ta' kwantizzazzjoni hu proxy għal żewġ imħatriet differenti dwar x'jagħmel mudell viżiv utli.
| MiMo-V2.5 · W8A16 | MiniMax-M3 · 3BIT-REAP | |
|---|---|---|
| Dħul / ħruġ għal kull 1M | $0.50 / $2.00 | $0.50 / $2.00 |
| Preċiżjoni tal-piżi | 8-bit | 3-bit + tqaċċit tal-esperti |
| Daqs tal-fondazzjoni | Kompatta, densa | Kbira, MoE spars |
| Viżjoni | Iva | Iva |
| Tieqa ta' kuntest | 262,144 | 262,144 |
| Skema · għodod · streaming | Iva | Iva |
Agħżel MiMo-V2.5 meta l-immaġni hi l-parti diffiċli: OCR dens fuq skans mhux perfetti, estrazzjoni numerika minn charts u tabelli, grounding ta' screenshots u UI, qari ta' test żgħir, li tiddistingwi bejn ritratti ta' prodotti kważi identiċi — kull ħaġa fejn ċifra mibdula hi difett minflok difett kożmetiku. Trid il-mogħdija bl-ogħla fedeltà minn pixels għal tokens, u piżi ta' 8-bit huma kif tiksibha f'dan il-prezz.
Agħżel MiniMax-M3 meta l-immaġni hi l-parti faċli. Fondazzjoni spars kbira kompressata għal 3 bits xorta żżomm aktar għarfien tad-dinja u wisa' ta' raġunament minn kemm tista' mudell dens u kompatt, anke wara t-tqaċċit. Jekk ix-xogħol hu "ħares lejn dan ir-ritratt u irraġuna fit-tul dwar x'jimplika," jew l-immaġni hi input wieħed f'konverżazzjoni prinċipalment ta' test, il-fondazzjoni akbar hi l-istrument aħjar — l-akutezza viżiva li ċċedejt ma kinitx il-limitazzjoni li tgħaqqad.
06MiMo-V2.5 kontra MiMo-V2.5-Pro: l-aħwa li ttrada l-għajnejn għall-fond
Dan hu t-tqabbil li jiġġenera l-aktar tickets ta' appoġġ, allura jiswa li tkun dirett. MiMo-V2.5-Pro-W8A16 u MiMo-V2.5-W8A16 jaqsmu prezz, tieqa ta' kuntest, livell ta' preċiżjoni, u isem tal-familja. Pro ma taċċettax l-immaġni. Mhijiex superset. Hi allokazzjoni differenti tal-istess baġit.
Li sservi mudell multimodali jfisser li tħallas għal torri viżiv u projector flimkien mad-decoder — b'mira ta' kost fissa, kapaċità mhux minfuqa fuq il-mudell lingwistiku nnifsu. Pro tonfoq kollox fuq it-test: fondazzjoni akbar b'aktar wisa' għall-kitba ta' forma twila, raġunament estiż, u kodiċi. MiMo-V2.5 tonfoq parti minnha fuq il-vista.
Allura r-regola tad-deċiżjoni hi dwar l-inputs tiegħek, mhux l-ambizzjonijiet tiegħek. Jekk kwalunkwe talba tista' tinkludi screenshot, paġna skennjata, chart, dijagramma, jew ritratt, teħtieġ MiMo-V2.5 — Pro tirrifjuta l-blokka tal-kontenut. Jekk kull talba hi test u int mort għall-mudell viżiv minn drawwa, qed tħalli kwalità ta' fondazzjoni fuq il-mejda għal xejn: ħu MiMo-V2.5-Pro bl-istess rata.
Pattern li jiswa li tisraq: irrota skont it-tip ta' kontenut. Kull ħaġa b'parti ta' immaġni tmur lejn MiMo-V2.5-W8A16, kollox ieħor lejn MiMo-V2.5-Pro-W8A16. L-istess familja, l-istess prezz, l-istess baġit ta' kuntest — ir-router hu trivjali u m'hemm ebda mudell ta' kost li jrid jiġi rrikonċiljat.
07X'ifisser tabilħaqq "fehim ta' immaġni bla ċensura"
M'hemm ebda saff ta' rifjut quddiem dan il-mudell u ebda filtru tal-kontenut fuq l-output tiegħu. Dik hi deċiżjoni ta' prodott b'konsegwenza speċifika għax-xogħol viżiv: il-mudell jiddeskrivi dak li hemm fil-frame minflok jirrifjuta bbażat fuq is-suġġett.
Dan jgħodd għax APIs viżivi filtrati mhumiex adattati strutturalment għal kategorija sħiħa ta' xogħol leġittimu. Pipeline ta' moderazzjoni jrid iħares lejn il-materjal li jimmodera u jgħid x'inhu; klassifikatur li jirrifjuta li jeżamina l-ħaġa li jikklassifika mhuwiex klassifikatur. L-istess jgħodd tul lista twila ta' xogħlijiet reali:
- Għodod ta' fiduċja u sikurezza — li ttikkettja eżatt l-istampi li API ewlenija ma tipproċessax, li huma l-istampi li l-aktar jeħtieġu tikkettar.
- Stampi mediċi, forensiċi, u ta' inċidenti — fotografija klinika, ta' korriment, u tax-xena li filtri ġeneriċi jirrifjutaw bħala grafiċi tkun min tkun qed titlob.
- Riċerka tas-sigurtà — li taqra paġni ta' phishing, interfaċċji malizzjużi, u screens maqbuda mingħajr ma l-mudell jinqata' fuq il-premessa.
- Klassifikazzjoni ta' kontenut għall-adulti u katalogazzjoni arkivistika — pipelines li jeżistu biex jidentifikaw materjal u ma jistgħux jesternalizzaw it-tħares, flimkien ma' kollezzjonijiet storiċi li filtri jittrattaw bħala li ma jistgħux jiġu tikkettati.
It-tneħħija tas-saff ta' rifjut tneħħi ostaklu tal-inġinerija, mhux wieħed legali. Shannon AI hu operat minn Shannon Lab LLC f'New Mexico, l-Istati Uniti, u l-użu tal-API hu rregolat mill-Politika ta' Użu Responsabbli tagħna. Output mhux filtrat hi kapaċità, mhux permess bla limiti.
08Kif issejjaħha: endpoints, input ta' immaġni, u fejn taqbel
Il-mudell hu MiMo-V2.5-W8A16, aċċessibbli fuq tliet djaletti ta' talba kontra l-istess piżi, allura żżomm liema SDK diġà għandek:
/v1/chat/completions— kompatibbli ma' OpenAI. L-immaġni jidħlu bħala partijiet ta' kontenutimage_url, jew bħala URL https jew data URI b'base64./v1/messages— kompatibbli ma' Anthropic. L-immaġni jidħlu bħala blokok ta' kontenutimage./v1/responses— id-djalett fl-istil ta' Responses.
L-istreaming u s-sejħa ta' għodod jaħdmu fit-tliet djaletti kollha, allura l-mudell jista' jħares lejn screenshot u jsejjaħ funzjoni dwar dak li ra f'turn wieħed. Skemi sħaħ tat-talba u t-tweġiba huma fid-dokumentazzjoni tal-API, li tospita wkoll playground li tista' tinkolla fih immaġni qabel tikteb kwalunkwe kodiċi.
MiMo-V2.5 tappoġġja json_schema u response_format stretti — id-differenza bejn demo u pipeline. Agħtiha rċevuta flimkien ma' skema b'oqsma ttajpjati għall-bejjiegħ, id-data, l-artikli, u t-total, u tirritorna oġġett li l-kodiċi tiegħek jista' jivvalida minflok paragrafu li trid tirregex. Tnejn mit-tnax-il mudell f'dan il-katalgu ma jappoġġjawx l-output strutturat sħiħ; dan iva, u għalhekk jaħdem bħala servizz ta' estrazzjoni ta' volum kbir.
It-tieqa ta' kuntest hi 262,144 token; l-output iġġenerat hu limitat għal 16,384 token għal kull talba. L-immaġni jikkonsmaw tokens tad-dħul bħala funzjoni tar-riżoluzzjoni, allura skans ta' paġna b'riżoluzzjoni għolja jieklu l-kuntest ferm aktar malajr minn għadd ekwivalenti ta' kliem ta' test. Aqsam dokumenti twal minflok tgħabbi skan ta' 300 paġna f'talba waħda, u ttratta s-saqaf tal-output bħala limitazzjoni reali fuq estrazzjoni eżawrjenti — aqsam tabelli densi bi firxa ta' ringieli minflok tikseb tweġiba mqattgħa.
Id-dial reasoning_effort għandu levera reali hawn minħabba l-pedigree tal-familja. Baxxih għal klassifikazzjoni ta' volum kbir, fejn it-tweġiba hi tikketta u tokens ta' ħsieb huma kost pur; għollih għal interpretazzjoni ta' charts, matematika viżiva, u raġunament ta' dijagrammi, fejn il-mudell irid jgħaqqad diversi affarijiet li jara qabel ma jkun jista' jwieġeb.
Fejn taqbel, u fejn le
Taqbel sew. Estrazzjoni ta' volum kbir ta' dokumenti u rċevuti; xogħol viċin l-OCR fuq skans mhux perfetti; qari ta' charts, dashboards, u tabelli; fehim ta' screenshots u grounding ta' UI; tikkettar ta' katalgi u QA viżiva; pipelines ta' moderazzjoni — kwalunkwe xogħol multimodali fejn il-kost għal kull sejħa jgħaqqad u l-preċiżjoni ta' dettall fin hi dak li ma tiċħadx.
Ma taqbilx sew. Raġunament multimodali ta' diffikultà tal-fruntiera li jeħtieġ l-aqwa mudell tkun xi tkun il-prezz — ix-xogħol ta' Kimi-K3, u jiswa kważi għaxar darbiet aktar għal raġuni. Ġenerazzjoni ta' test biss, fejn MiMo-V2.5-Pro jagħti fondazzjoni aħjar bl-istess rata. Xogħol li jiddependi fuq għarfien enċiklopediku tad-dinja, fejn fondazzjoni spars kbira tegħleb waħda dens u kompatta. U kwalunkwe ħaġa li teħtieġ aktar minn 262K ta' kuntest, li ebda mudell hawn ma joffri.
Kull ċifra ppubblikata hawn fuq hi ta' Xiaomi stess, għal checkpoint imsemmi fis-serje MiMo u MiMo-VL. Aqra l-materjal primarju minflok is-sommarju tagħna tiegħu.
09Mistoqsijiet frekwenti
X'inhi l-API viżiva bla ċensura ta' MiMo?
Hu l-mudell MiMo-V2.5 W8A16 fuq il-Gateway ta' Shannon AI: mudell kapaċi ta' viżjoni fil-lineage ta' MiMo ta' Xiaomi, servut fuq il-cluster GPU tagħna stess b'preċiżjoni ta' piżi ta' 8-bit b'kuntest ta' 262,144-token u ebda saff ta' rifjut jew filtru tal-output. Jieħu immaġni u test fuq /v1/chat/completions, /v1/messages u /v1/responses għal $0.50 għal kull miljun token tad-dħul u $2.00 għal kull miljun token tal-ħruġ.
Liema hu l-irħas mudell bla ċensura li tabilħaqq jara l-immaġni?
Tnejn jaqsmu l-prezz tal-qiegħ ta' $0.50 dħul / $2.00 ħruġ għal kull miljun token: MiMo-V2.5 W8A16 u MiniMax-M3 3BIT-REAP. MiMo-V2.5 hu l-aktar preċiż mit-tnejn f'piżi ta' 8-bit, id-default aktar sikur għal xogħol ta' immaġni sensittiv għad-dettall. MiniMax-M3 iħaddem fondazzjoni ferm akbar kompressata għal 3 bits, li tiffavorixxi l-wisa' tal-għarfien tad-dinja fuq il-fedeltà għal kull pixel.
X'ifisser W8A16 u għaliex jgħodd għall-viżjoni?
W8A16 ifisser piżi ta' 8-bit b'attivazzjonijiet ta' 16-bit, l-livell ta' l-ogħla fedeltà fil-katalgu ta' Shannon, użat fejn il-fondazzjoni hi żgħira biżżejjed li kompressjoni aggressiva mhijiex meħtieġa. Jgħodd għall-viżjoni għax torri viżiv u l-projector tiegħu jġorru dettall fin permezz ta' mogħdija dejqa, u żbalji introdotti hemm mhumiex irkuprabbli aktar tard bħalma ta' spiss ikun embedding ta' test kemxejn imċajpar.
Kif hi differenti MiMo-V2.5 minn MiMo-V2.5-Pro?
L-istess prezz, l-istess kuntest ta' 262,144-token, l-istess livell W8A16, imma mhux l-istess mudell. MiMo-V2.5 taċċetta l-immaġni; MiMo-V2.5-Pro le, u tonfoq dak il-baġit ta' servizz fuq fondazzjoni ta' test akbar minflok. Uża MiMo-V2.5 meta l-inputs jinkludu screenshots, dokumenti, charts jew ritratti; uża Pro għal xogħol ta' test biss bl-istess rata.
Il-mudell viżiv bla ċensura ta' MiMo jappoġġja l-iskema JSON u s-sejħa ta' għodod?
Iva. MiMo-V2.5 W8A16 tappoġġja output strutturat strett ta' json_schema, response_format, sejħa ta' għodod, streaming u kontroll ta' reasoning_effort. Dak hu li jagħmilha utli bħala backend ta' estrazzjoni: agħtiha immaġni u tirritorna oġġett validat minflok proża li trid tanalizza int.
Ibgħatilha immaġni
Viżjoni ta' 8-bit, kuntest ta' 262K, ebda saff ta' rifjut — bil-prezz ta' mudell ta' test biss.
Aqra d-Dokumenti tal-API Fittex it-12-il Mudell KollhaId tal-mudell: MiMo-V2.5-W8A16 · irregolata mill-Politika ta' Użu Responsabbli tagħna
Sorsi: Rapport tekniku ta' MiMo (arXiv 2505.07608) · Rapport Tekniku ta' MiMo-VL (arXiv 2506.03569) · XiaomiMiMo/MiMo-VL · MiMo-VL-7B-RL-2508. Iċ-ċifri kollha tal-benchmark huma rrapportati minn Xiaomi għaċ-checkpoints rilaxxati msemmija hawn fuq u jiddeskrivu l-lineage tal-familja, mhux il-build eżatt fuq dan l-endpoint. Il-prezzijiet, il-kuntest, u l-bnadar tal-kapaċità huma valuri tal-lista tal-Gateway ta' Shannon AI, Settembru 2026.