API ya Pono ya MiMo e se nang Thibelo
Ke model e le nngwe feela katalogong ya rona e kopanyang botshepehi ba di-weight tsa di-bit tse robedi le ho utlwisisa ditshwantsho — mme e bitsa hantle seo di-model tsa mongolo feela tsa theko e tlase di se bitsang: $0.50 kenyo / $2.00 tlhahiso ka di-token tse milione.
Kakaretso e Kgutshwane
MiMo-V2.5-W8A16 ke setho se nang le pono sa banababedi ba MiMo ho Shannon AI Gateway, se tswang moloko wa MiMo wa Xiaomi — model ya puo e beileng ho nahana pele e kentsweng hlooho ya pono — mme e sebediswa ho W8A16, sehlopha sa rona se phahameng ka ho fetisisa sa botshepehi, sehlopheng sa rona sa di-GPU. Context ya di-token tse 262,144, di-token tse 16,384 tsa tlhahiso e kgolo ka ho fetisisa, ho bitsa disebediswa, tlhahiso e hlophisitsweng ya JSON e thata, ho phalla, le sekgeo sa reasoning_effort. Ha ho lera la ho hana, ha ho sefe hodima tlhahiso. E lekana le MiniMax-M3 e le pono e theko e tlase ka ho fetisisa lenaneng mme e e hlola ka botshepehi.
Dintlha tsa mefuta e mengata tse theko e tlase di theko e tlase hobane ho na le ntho e kgaotsweng, mme seo se kgaotswang hangata ke karolo eo o sa e boneng: di-weight di patakwa ho ya ho di-bit tse tharo kapa tse nne, mme model e ntse e araba ka boitshepo ka thalo eo e sa hlolang e kgona ho e bala hantle. MiMo-V2.5 ke mohlala o hanyetsang katalogong ya rona — ho theko e tlase ka ho fetisisa hammoho le sehlopheng sa botshepehi bo hodimo ka ho fetisisa ka nako e le nngwe, hobane motheo oo e tswang ho ona o ile wa hahwa e le o monyenyane le o tebileng ho ena le o moholo le o hasaneng.
01Moo MiMo e tswang teng: model ya ho nahana pele, model ya pono ka mora
Moloko wa MiMo ke lenaneo la dipatlisiso la di-weight tse bulehileng la Xiaomi, mme kgang ya yona ya motheo ha e a tlwaeleha: bokgoni ba ho nahana bo behwa nakong ya koetliso ya pele, e seng ho hokellwa kamora moo ka RL. Mosebetsi ke boholo boenjiniere ba datha — Xiaomi e ile ya haha bocha ho ntsha le ho hlophisa mongolo hore e phahamise bongata ba mekgwa ya ho nahana ka hare ho corpus, ya hlahisa datha e etsuweng ya ho nahana ka bongata, mme ya koetlisa MiMo-7B-Base ka di-token tse ka bang trillione tse 25 tlasa motswako wa mekgahlelo e meraro, ka Multiple-Token Prediction e le sepheo se thusang se sebetsang hape nakong ya ho hlahisa e le decoder e hlahisang pele (boemo ba ho amohela bo haufi le 90%, ho ya ka Xiaomi).
Kamora koetliso e boletswe ka boomo: mathata a 130,000 a dipalo le khoutu ka meputso ya nepahalo e itshetlehileng ka melao feela, ntle le model ya moputso e ithutilweng, ka kgopolo ya hore model ya moputso ya neural ke sebaka se ka hlaselwang. Meputso e nepahatsehang e ke ke ya buiswa. MiMo-7B-RL e hlahisa dipalo tse sa lekanang le boholo ba yona — Xiaomi e tlaleha 68.2% ho AIME 2024, 95.8% ho MATH-500, 57.8% ho LiveCodeBench v5 ho pass@1, e lekana le o1-mini ya OpenAI. Ke sona sebopeho sa model eo o e bitsang: e nyenyane, e koetlisitswe ka botebo, e lokisitswe ho sebetsa ka botebo bothateng ho ena le ho hopola karabo — mme moya oo o phela le baditsweng ba mefuta e mengata.
02Kamoo MiMo e ithutileng ho bona kateng: sebopeho sa MiMo-VL
MiMo-VL ke lekala la puo-le-pono, mme kaho ya yona e a ruta. Xiaomi e ile ya kopanya dikarolo tse tharo: encoder ya ViT ya tlhaho e sa fetolwang e bolokang dintlha tse nepahetseng ho ena le ho qobella setshwantsho se seng le se seng ho tsamaya ka grid e tsitsitseng e tlase, MLP projector e qadisitsweng ka ho ikgetha ho ya sebakeng sa boteng sa model ya puo, mme — bohlokwa ka ho fetisisa — sethefo sa ho nahana sa MiMo e le model ya puo. Sistimi ya pono e rua decoder e seng e le ntle ho nahana ka mehato e mengata ho ena le e leng ntle ho hlalosa feela.
Koetliso e ile ya matha mekgahlelong e mene ya koetliso ya pele — ho lokisa projector, ho lumellanya puo le pono, koetliso ya pele e akaretsang ya mefuta e mengata, SFT ya context e telele — ho pholletsa le di-token tse ka bang trillione tse 2.4, ho lateloa ke Mixed On-policy Reinforcement Learning (MORL), e kenyeletsang nepahalo ya ho utlwisisa, botshepehi ba ho supa ditshwantsho, nepahalo ya ho nahana, le tjhelete ya batho/AI ho seporong se le seng sa on-policy. Tlaleho e re bolella ka nnete hore ho ntlafatsa tsohle tseo ka nako e le nngwe ha ho a tsitsa — ntlha e nepahetseng ho feta dipampiri tse ngata tsa mefuta e mengata.
Diphetho tse phatlaladitsweng di matla ho ya ka palo ya di-parameter. Xiaomi e tlaleha MiMo-VL-7B-RL e hlola Qwen2.5-VL-7B mesebetsing e 35 ho e 40, 59.4 ho OlympiadBench (ka hodimo ho di-model tse fihlang 78B), le 56.1 ho OSWorld-G bakeng sa ho supa GUI, e le pele ho di-agent tse ahetsweng ho lekana le interface. Ntlafatso ya morao ya 2508 e ile ya phahamisa MMMU ho feta 70 lekgetho la pele letotong lena (70.6), ya fihla 94.4 ho ChartQA, 92.5 ho ScreenSpot-v2 le 70.8 ho VideoMME, mme ya eketsa konopo ya ho laola ho nahana hore dikgoele tsa ho nahana di ka timwa ka kopo.
Ntlha ka diqoso tsa mophetolo
Palo e nngwe le e nngwe ka hodimo ke ya sebele e phatlaladitsweng ke Xiaomi bakeng sa checkpoint e itseng e lokoletsweng, e hokahantsweng bolokelong ba mehlodi ka tlase. Kabelo ya rona ya katalogo ke ntlha ya morao leloko leo. Re hlalosa moo model e tswang teng le seo lelapa le ahetsweng ho le etsa — e seng ho re dipalo tseo tsa nnete di fetela mophetolong oo o o bitsang. Lekanya mosebetsi wa hao ka wena; ke sona seo theko e tlase e leng sa sona.
03Seo W8A16 e se bolelang, le hobaneng e le bohlokwa ho feta bakeng sa pono ho ena le mongolo
Model e nngwe le e nngwe sebakeng sena e na le sehlomathiso sa ho fokotswa. Hase mokgabiso — e o bolella hore na ho fanwe ka eng hore model e kgonehe ho sebediswa.
| Sehlomathiso | Ke eng | Hobaneng e sebediswa |
|---|---|---|
| 3BIT-REAP | Di-weight tsa di-bit tse tharo hammoho le REAP, mokgwa wa ho poma ditsebi o hlakolang ditsebi tse sa kgethwang hangata ho model ya MoE pele ho fokotswa | Ke tsela e le nngwe feela ya ho kenya le ho sebedisa di-motheo tse kgolo ka ho fetisisa ka lebelo le utlwahalang |
| W4A16-AUTOROUND-REAP | Di-weight tsa di-bit tse nne, tshebediso ya di-bit tse 16, di fokotswa ka AutoRound — ho pota ho ithutilweng ho kgutlisang nepahalo ho ena le ho pota ho bonolo — hammoho le ho poma ha REAP | Bohareng bakeng sa di-motheo tse kgolo tse sa hlokeng ho fokotswa ho matla |
| W8A16 | Di-weight tsa di-bit tse robedi, tshebediso ya di-bit tse 16 — sehlopha se phahameng ka ho fetisisa sa botshepehi seo re se sebedisang | E sebediswa moo motheo o nyenyane ho lekana hore ho fokotswa ho matla ho se hlokahale |
MiMo-V2.5 e fumana mola wa boraro ka ho ba e nyenyane: motheo o tebileng sehlopheng sena ha o hloke ho patakwa ho ya ho di-bit tse tharo hore o kene, kahoo o ka kgona ho boloka tse robedi, mme di-weight tseo o di sampolang di dula di le haufi le tse koetlisitsweng. Seo se bohlokwa haholo mosebetsing wa ditshwantsho, ka lebaka la sebopeho. Ho decoder ya mongolo feela, embedding e kgelohang tlasa ho fokotswa e boelwa context ke marallo a mangata a ho hlokomela a kamora moo — menyetla e mengata ya ho kgutlisa. Sethefo sa pono ha se na sebaka se jwalo: tlhahisoleseding ya pono e feta ka encoder e le nngwe le projector e le nngwe e tshesane pele e fihla decoder-ng, mme tsohle tse latelang di ipapisitse le seo bottleneck eo e se hlahisitseng. Sešupa se nepahetseng — 3 kgahlanong le 8 ho scan e nang le phapang e tlase ya mebala, pixel e nepahetseng moo lera le felang teng hodima axis ya thalo, moedi wa ntho ya UI eo o kopwang ho e tobetsa — se dula dintlheng tsa weight tsa boholo bo bonyenyane tseo ho fokotswa ho matla ho di lahlang pele.
Model ya pono ya 3-bit ha e hlolehe ka lerata; e hlolehe ka setho, e hlahisa tlhaloso e phallang hantle ya tokomane ka dinomoro tse pedi di fapane setlolong. Botshepehi bo phahameng ba weight ke inshorense e theko e tlase ka ho fetisisa kgahlanong le ho hloleha hoo, mme mona ke ya mahala — o lefa theko e tlase ka tsela leha e le efe.
04Theko e tlase, ka context
Di-model tse nne katalogong ya rona ya di-model tse leshome le tse pedi di dutse theko e tlase ka ho fetisisa ya $0.50 kenyo / $2.00 tlhahiso ka di-token tse milione. Ke e le nngwe feela ya tsona e amohelang ditshwantsho. Mona ke moo di-model tse nang le pono di fumanehang theko ya tlhahiso, palo e laolang ditefello tse ngata tsa sebele:
Theko ya tlhahiso ka dolara ya US ka di-token tse milione, ditekanyo tsa lenane la Shannon AI Gateway, Loetse 2026. Botelele ba bar bo lekantswe ho model e theko e phahameng ka ho fetisisa ya pono katalogong.
Kgahlanong le Kimi-K3 — model ya pono ya boemo bo hodimo ka ho fetisisa, e leng e matla ka nnete — MiMo-V2.5 e theko e tlase ka makgetlo a 9.6 tlhahisong le makgetlo a 7.7 kenyong. Ha se qoso ya hore di a lekana; ke kgang ka sebopeho sa mosebetsi. Ditshwantsho tse dikete tse lekgolo ka kgwedi, model ya boemo bo hodimo ha e lefellehe mme e tlase e a lefellehe, mme potso e tshepahalang ke hore na model e theko e tlase e feta mola wa hao wa nepahalo — e seng hore na e hlola tekanyetso.
05MiMo-V2.5 kgahlanong le MiniMax-M3: di-model tse pedi tse pono e theko e tlase, di bapisitswe ka nnete
Tse pedi tsena di lekana hantle ka theko, context, le sebopeho sa ntlha. Ha di fapane ka ho tsamaellana: sehlopha sa ho fokotswa ke tshupo ya diqoso tse pedi tse fapaneng ka seo se etsang model ya pono e be molemo.
| MiMo-V2.5 · W8A16 | MiniMax-M3 · 3BIT-REAP | |
|---|---|---|
| Kenyo / tlhahiso ka milione | $0.50 / $2.00 | $0.50 / $2.00 |
| Botshepehi ba weight | 8-bit | 3-bit + ho poma ditsebi |
| Boholo ba motheo | O nyenyane, o tebileng | O moholo, MoE e hasaneng |
| Pono | E | E |
| Fensetere ya context | 262,144 | 262,144 |
| Sebopeho · disebediswa · ho phalla | E | E |
Kgetha MiMo-V2.5 ha setshwantsho e le karolo e thata: OCR e tebileng ho di-scan tse sa phethahalang, ho ntsha dinomoro dithalong le ditafoleng, ho supa di-screenshot le UI, ho bala mongolo o monyenyane, ho arola dithombo tsa sehlahiswa tse haufi le ho tshwana — ntho efe kapa efe moo dinomoro tse fapaneng e leng phoso ho ena le bothata ba pono feela. O batla tsela e nepahetseng ka ho fetisisa ho tswa pixel ho ya di-token, mme di-weight tsa di-bit tse robedi ke kamoo o e fumanang ka teng ka theko ena.
Kgetha MiniMax-M3 ha setshwantsho e le karolo e bonolo. Motheo o moholo o hasaneng o fokotsitsweng ho di-bit tse tharo o ntse o na le tsebo e ngata ya lefatshe le bophara ba ho nahana ho feta seo model e tebileng e nyenyane e ka se etsang, esita le kamora ho poma. Haeba mosebetsi ke "sheba setshwantsho sena mme o nahane ka botlalo ka seo se se bolelang," kapa setshwantsho ke keno e le nngwe puisanong e nang le mongolo o mongata, motheo o moholwana ke sesebediswa se betere — botshepehi ba pono boo o bo felisitseng e ne e se sona sethibelo se ka sehloohong.
06MiMo-V2.5 kgahlanong le MiMo-V2.5-Pro: ngwanabo ya fanang ka mahlo bakeng sa botebo
Ena ke papiso e hlahisang diteseletso tse ngata tsa tshehetso, kahoo ho bohlokwa ho bua ka nnete. MiMo-V2.5-Pro-W8A16 le MiMo-V2.5-W8A16 di arolelana theko, fensetere ya context, sehlopha sa botshepehi, le lebitso la lelapa. Pro ha e amohele ditshwantsho. Ha se karolo e kgolwana. Ke kabo e fapaneng ya tekanyetso e tshwanang.
Ho sebedisa model ya mefuta e mengata ho bolela ho lefella hlooho ya pono le projector hammoho le decoder — ka sepheo se tsitsitseng sa tjhelete, bokgoni bo sa sebediswang ho model ya puo ka boyona. Pro e sebedisa tsohle mongolong: motheo o moholwana o nang le sebaka se seng bakeng sa mongolo o motelele, ho nahana ho eketsehileng, le khoutu. MiMo-V2.5 e sebedisa karolo ya yona ho pono.
Kahoo molao wa qeto o mabapi le dikeno tsa hao, e seng ditakatso tsa hao. Haeba kopo efe kapa efe e ka ba le screenshot, leqephe le scannuweng, thalo, moralo, kapa setshwantsho, o hloka MiMo-V2.5 — Pro e tla hana sehlopha sa dikahare. Haeba kopo e nngwe le e nngwe e le mongolo mme o ile wa nka model ya pono ka tlwaelo, o siya boleng ba motheo ntle le lebaka: nka MiMo-V2.5-Pro ka tekanyo e tshwanang.
Mokgwa o lokelang ho utswuwa: laola ka mofuta wa dikahare. Ntho efe kapa efe e nang le karolo ya setshwantsho e ya ho MiMo-V2.5-W8A16, tse ding tsohle di ya ho MiMo-V2.5-Pro-W8A16. Lelapa le tshwanang, theko e tshwanang, tekanyetso e tshwanang ya context — mosebetsi wa ho laola o bonolo mme ha ho na model ya tjhelete e lokelang ho lokafatswa.
07Seo "ho utlwisisa ditshwantsho ntle le thibelo" e se bolelang hantle
Ha ho lera la ho hana ka pele ho model ena mme ha ho sefe hodima tlhahiso ya yona. Ke qeto ya sehlahiswa e nang le sephetho se itseng bakeng sa mosebetsi wa pono: model e hlalosa seo se leng ka hare ho foreimi ho ena le ho hana ho ipapisitse le taba eo.
Sena se bohlokwa hobane di-API tsa pono tse sefuweng ha di lokela sehlopha se seholo sa mosebetsi wa nnete. Mosebetsi wa taolo o tlameha ho sheba ntho eo o e laolang mme o bolele hore na ke eng; sehlophisi se hanang ho hlahloba ntho eo se e hlophisang hase sehlophisi. Ntho e tshwanang e ba teng le lenaneng le letelele la mesebetsi ya sebele:
- Disebediswa tsa boitshepo le tshireletso — ho tshwaya hantle ditshwantsho tseo API e tlwaelehileng e sa keng ya di sebetsa, e leng ditshwantsho tse hlokang ho tshwaywa ka ho fetisisa.
- Ditshwantsho tsa bongaka, forensiki, le kotsi — ditshwantsho tsa kliniki, dintho, le sebaka se etsahetseng seo tsa sefuwa tse tlwaelehileng di di hanang jwalo ka tse boima ho sa tsotellehe hore na ke mang ya botsang.
- Dipatlisiso tsa tshireletso — ho bala maqephe a bofebe, dikahare tse kotsi, le disekirine tse hapilweng ntle le hore model e senyeha ka morero oo.
- Ho hlophisa dikahare tsa batho ba baholo le ho lokela pokelo ya nalane — mesebetsi e leng teng ho tseba dikahare mme e sa kgone ho lefisa mosebetsi wa ho sheba, hammoho le dipoko tsa nalane tseo tse sefuwa di di nkang di sa kgonahale ho tshwaywa.
Ho tlosa lera la ho hana ho tlosa sethibelo sa boenjiniere, e seng sa molao. Shannon AI e tsamaiswa ke Shannon Lab LLC New Mexico, USA, mme tshebediso ya API e busuwa ke Leano la rona la Tshebediso e Ikarabellang. Tlhahiso e sa sefuweng ke bokgoni, e seng tumello ya ho etsa ntho efe kapa efe.
08Ho e bitsa: dintlha, keno ya ditshwantsho, le moo e lokelang teng
Model ke MiMo-V2.5-W8A16, e fumanehang ka dipuo tse tharo tsa dikopo tse buwang le di-weight tse tshwanang, kahoo o boloka SDK efe kapa efe eo o nang le yona:
/v1/chat/completions— e tsamaellanang le OpenAI. Ditshwantsho di kena e le dikarolo tsa dikahare tsaimage_url, e le URL ya https kapa data URI ya base64./v1/messages— e tsamaellanang le Anthropic. Ditshwantsho di kena e le dihlopha tsa dikahare tsaimage./v1/responses— puo ya sebopeho sa Responses.
Ho phalla le ho bitsa disebediswa di sebetsa ho tsohle tse tharo, kahoo model e ka sheba screenshot mme ya bitsa mosebetsi ka seo e se boneng ka mokgahlelo o le mong. Dihlophiso tse felletseng tsa kopo le karabo di ho ditokomane tsa API, tseo hape di nang le sebaka sa ho leka moo o ka kgomaretsang setshwantsho pele o ngola khoutu efe kapa efe.
MiMo-V2.5 e tshehetsa json_schema le response_format tse thata — phapang pakeng tsa demo le mosebetsi wa sebele. E fa risiti hammoho le sehlopho se nang le masimo a hlophisitsweng bakeng sa morekisi, letsatsi, dintho, le sehlopa, mme o fumana morero oo khoutu ya hao e ka o netefatsang ho ena le serapa seo o tlamehang ho se sekaseka ka regex. Di-model tse pedi ho tse leshome le tse pedi katalogong ena ha di na tshehetso e felletseng ya tlhahiso e hlophisitsweng; ena e nayo, mme ke ka lebaka leo e sebetsang e le ntlha ya ho ntsha e bongata bo boholo.
Fensetere ya context ke di-token tse 262,144; tlhahiso e hlahisitsweng e lekantswe ho di-token tse 16,384 ka kopo. Ditshwantsho di ja di-token tsa kenyo ho ya ka boholo ba resolution, kahoo di-scan tsa maqephe a resolution e phahameng di ja context ka potlako ho feta palo e lekanang ya mantswe a mongolo. Ngola ditokomane tse telele ka maqephe ho ena le ho kenya scan ya maqephe a 300 ka kopo e le nngwe, mme nka lekantswe la tlhahiso e le sethibelo sa sebele ho ntsha ho hlwahlwa — arola ditafole tse tebileng ka dibaka tsa mela ho ena le ho fumana karabo e kgaotsweng.
Sekgeo sa reasoning_effort se na le matla a sebele mona ho ya ka moetlo wa lelapa lena. Se theole bakeng sa ho hlophisa ho bongata bo boholo, moo karabo e leng letshwao mme di-token tsa ho nahana e le tjhelete e sa hlokahaleng; se phahamise bakeng sa ho hlalosa dithalo, dipalo tsa pono, le ho nahana ka meralo, moo model e tlamehang ho kopanya dintho tse ngata tseo e di bonang pele e araba.
Moo e lokelang teng, le moo e sa lokelang teng
Diteng tse ntle. Ho ntsha tlhahisoleseding ho ditokomane le direseiti ka bongata bo boholo; mosebetsi o haufi le OCR ho di-scan tse sa phethahalang; ho bala dithalo, dashboard, le ditafole; ho utlwisisa di-screenshot le ho supa UI; ho tshwaya katalogo le QA ya pono; mesebetsi ya taolo — mosebetsi ofe kapa ofe wa mefuta e mengata moo theko ka kopo e leng bohlokwa mme botshepehi ba dintlha tse nepahetseng e le seo o hanang ho se lahla.
Diteng tse mpe. Ho nahana ha thata ka ho fetisisa ha mefuta e mengata ho hlokang model e matla ka ho fetisisa ho sa tsotellehe theko — ke mosebetsi wa Kimi-K3, mme e bitsa hoo e ka bang makgetlo a leshome ka lebaka le utlwahalang. Tlhahiso ya mongolo feela, moo MiMo-V2.5-Pro e fanang ka motheo o betere ka tekanyo e tshwanang. Mosebetsi o itshetlehileng ka tsebo e pharaletseng ya lefatshe, moo motheo o moholo o hasaneng o hlolang o tebileng o nyenyane. Le ntho efe kapa efe e hlokang context e fetang 262K, eo ha ho model mona e e fanang.
Palo e nngwe le e nngwe e phatlaladitsweng ka hodimo ke ya Xiaomi ka boyona, bakeng sa checkpoint e reheiloweng letotong la MiMo le MiMo-VL. Bala mohlodi wa sebele ho ena le kakaretso ya rona ya wona.
09Dipotso tse botswang hangata
API ya pono ya MiMo e se nang thibelo ke eng?
Ke model ya MiMo-V2.5 W8A16 ho Shannon AI Gateway: model e nang le pono leloko la MiMo la Xiaomi, e sebediswang sehlopheng sa rona sa di-GPU ka botshepehi ba di-weight tsa di-bit tse robedi ka context ya di-token tse 262,144 mme ha ho lera la ho hana kapa sefe hodima tlhahiso. E amohela ditshwantsho le mongolo ho /v1/chat/completions, /v1/messages le /v1/responses ka $0.50 ka di-token tse milione tsa kenyo le $2.00 ka di-token tse milione tsa tlhahiso.
Ke efe model e theko e tlase ka ho fetisisa e se nang thibelo e ka bonang ditshwantsho ka nnete?
Tse pedi di lekana theko e tlase ya $0.50 kenyo / $2.00 tlhahiso ka di-token tse milione: MiMo-V2.5 W8A16 le MiniMax-M3 3BIT-REAP. MiMo-V2.5 ke e nang le botshepehi bo phahameng ho tse pedi ka di-weight tsa di-bit tse robedi, kgetho e tshepahalang ka ho fetisisa bakeng sa mosebetsi wa ditshwantsho o hlokang dintlha tse nepahetseng. MiniMax-M3 e sebedisa motheo o moholwana haholo o fokotsitsweng ho di-bit tse tharo, o ratang bophara ba tsebo ya lefatshe ho ena le botshepehi ba pixel ka nngwe.
W8A16 e bolela eng, mme hobaneng e le bohlokwa bakeng sa pono?
W8A16 e bolela di-weight tsa di-bit tse robedi ka tshebediso ya di-bit tse 16, sehlopha se phahameng ka ho fetisisa sa botshepehi katalogong ya Shannon, se sebediswang moo motheo o nyenyane ho lekana hore ho fokotswa ho matla ho se hlokahale. Ke bohlokwa bakeng sa pono hobane hlooho ya pono le projector ya yona di jara dintlha tse nepahetseng ka tsela e tshesane, mme diphoso tse kentsweng moo ha di kgone ho kgutlisetswa hamorao jwalo ka embedding ya mongolo e sa hlakang hanyenyane e atisang ho kgona.
Na MiMo-V2.5 e fapane le MiMo-V2.5-Pro jwang?
Theko e tshwanang, context e tshwanang ya di-token tse 262,144, sehlopha se tshwanang sa W8A16, empa hase model e tshwanang. MiMo-V2.5 e amohela ditshwantsho; MiMo-V2.5-Pro ha e di amohele, e sebedisa tekanyetso eo ho motheo o moholwana wa mongolo ho e-na. Sebedisa MiMo-V2.5 ha dikeno di akaretsa di-screenshot, ditokomane, dithalo kapa dithombo; sebedisa Pro bakeng sa mosebetsi wa mongolo feela ka tekanyo e tshwanang.
Na model ya pono ya MiMo e se nang thibelo e tshehetsa JSON schema le ho bitsa disebediswa?
E. MiMo-V2.5 W8A16 e tshehetsa tlhahiso e hlophisitsweng ya json_schema e thata, response_format, ho bitsa disebediswa, ho phalla le taolo ya reasoning_effort. Ke sona se etsang hore e sebediswe e le sethefo sa ho ntsha tlhahisoleseding: e fe setshwantsho mme o fumane ntho e netefaditsweng ho ena le serapa seo o tlamehang ho se sekaseka.
E romelle setshwantsho
Pono ya di-bit tse robedi, context ya 262K, ha ho lera la ho hana — ka theko ya model ya mongolo feela.
Bala Ditokomane tsa API Sheba di-Model tsohle tse 12Id ya model: MiMo-V2.5-W8A16 · e busuwa ke Leano la rona la Tshebediso e Ikarabellang
Mehlodi: Tlaleho ya botekgeniki ya MiMo (arXiv 2505.07608) · Tlaleho ya Botekgeniki ya MiMo-VL (arXiv 2506.03569) · XiaomiMiMo/MiMo-VL · MiMo-VL-7B-RL-2508. Dipalo tsohle tsa tekanyetso di tlalehilwe ke Xiaomi bakeng sa di-checkpoint tse lokoletsweng tse reheilweng ka hodimo mme di hlalosa leloko la lelapa, e seng moaho o nepahetseng ntlheng ena. Ditheko, context, le matshwao a bokgoni ke boleng ba lenane la Shannon AI Gateway, Loetse 2026.