API MiMo thị giác không kiểm duyệt
Mô hình duy nhất trong danh mục của chúng tôi ghép độ chính xác trọng số 8-bit với khả năng hiểu hình ảnh — và nó có giá đúng bằng các mô hình sàn chỉ xử lý văn bản: $0.50 vào / $2.00 ra mỗi triệu token.
Tóm tắt
MiMo-V2.5-W8A16 là thành viên có thị giác trong cặp MiMo trên Shannon AI Gateway, hậu duệ của dòng MiMo của Xiaomi — một mô hình ngôn ngữ thiên về suy luận được ghép thêm một vision tower — và được phục vụ ở bậc W8A16, bậc lượng tử hóa có độ trung thực cao nhất của chúng tôi, trên cụm GPU của riêng chúng tôi. Ngữ cảnh 262.144 token, tối đa 16.384 token đầu ra, gọi tool, JSON schema nghiêm ngặt, streaming, và một núm reasoning_effort. Không lớp từ chối, không lọc đầu ra. Nó ngang MiniMax-M3 về danh hiệu mô hình thị giác rẻ nhất trong danh mục và vượt về độ chính xác.
Các endpoint đa phương thức giá rẻ rẻ được là vì có thứ gì đó đã bị cắt, và thứ bị cắt thường là phần bạn không nhìn thấy: trọng số bị ép xuống ba hoặc bốn bit, còn mô hình vẫn tự tin trả lời về một biểu đồ mà thực chất nó không còn đọc nổi. MiMo-V2.5 là phản ví dụ trong danh mục của chúng tôi — vừa ở mức giá sàn vừa ở bậc chính xác cao nhất, bởi nền tảng mà nó thừa hưởng được xây nhỏ và dày thay vì khổng lồ và thưa.
01MiMo đến từ đâu: trước hết là mô hình suy luận, sau mới là mô hình thị giác
Dòng MiMo là chương trình nghiên cứu trọng số mở của Xiaomi, và luận điểm khởi đầu của nó không hợp thời: năng lực suy luận được định hình trong lúc tiền huấn luyện, chứ không phải gắn thêm bằng RL về sau. Công việc phần lớn là kỹ nghệ dữ liệu — Xiaomi xây lại việc trích xuất và lọc văn bản để nâng mật độ các mẫu hình suy luận trong kho ngữ liệu, sinh dữ liệu suy luận tổng hợp ở quy mô lớn, và tiền huấn luyện MiMo-7B-Base trên khoảng 25 nghìn tỷ token theo một hỗn hợp ba giai đoạn, với Multiple-Token Prediction làm mục tiêu phụ và khi suy luận thì kiêm luôn vai trò bộ giải mã suy đoán (tỷ lệ chấp nhận gần 90%, theo Xiaomi).
Hậu huấn luyện được giữ khắc khổ có chủ ý: 130.000 bài toán và bài mã với phần thưởng độ chính xác dựa trên luật, không gì khác, không dùng mô hình phần thưởng học được, với lập luận rằng một mô hình phần thưởng bằng mạng nơ-ron là một bề mặt để bị khai thác. Phần thưởng kiểm chứng được thì không thể nói khéo mà lay chuyển. MiMo-7B-RL đạt những con số không tương xứng với kích thước của nó — Xiaomi ghi nhận 68.2% trên AIME 2024, 95.8% trên MATH-500, 57.8% trên LiveCodeBench v5 ở pass@1, ngang o1-mini của OpenAI. Đó là hình dáng của mô hình mà bạn đang gọi: gọn, được huấn luyện dày, và được điều chỉnh để giải quyết dần một bài toán thay vì nhớ lại một đáp án — và tính cách đó còn nguyên ở các hậu duệ đa phương thức.
02MiMo học nhìn ra sao: kiến trúc MiMo-VL
MiMo-VL là nhánh thị giác - ngôn ngữ, và cách nó được dựng lên rất đáng học. Xiaomi ghép ba phần: một bộ mã hóa ViT ở độ phân giải gốc giữ lại chi tiết tinh vi thay vì ép mọi tấm ảnh qua một lưới độ phân giải thấp cố định, một bộ projector MLP khởi tạo ngẫu nhiên đưa vào không gian tiềm ẩn của mô hình ngôn ngữ, và — điều then chốt — chính bộ khung suy luận MiMo làm mô hình ngôn ngữ. Hệ thống thị giác thừa hưởng một bộ giải mã vốn đã giỏi nghĩ nhiều bước, chứ không phải một bộ giải mã chỉ giỏi chú thích ảnh.
Huấn luyện chạy qua bốn giai đoạn tiền huấn luyện — làm nóng projector, căn chỉnh thị giác - ngôn ngữ, tiền huấn luyện đa phương thức tổng quát, SFT ngữ cảnh dài — trên khoảng 2.4 nghìn tỷ token, rồi tới Mixed On-policy Reinforcement Learning (MORL), gộp độ chính xác tri giác, độ chính xác định vị thị giác, tính đúng đắn của suy luận và sở thích của người lẫn AI vào một vòng on-policy duy nhất. Báo cáo nói thẳng rằng tối ưu tất cả những thứ đó cùng lúc là không ổn định — cách trình bày trung thực hơn phần lớn các bài báo đa phương thức khác.
Kết quả công bố là mạnh so với số tham số. Xiaomi ghi nhận MiMo-VL-7B-RL vượt Qwen2.5-VL-7B trên 35 trong 40 tác vụ, đạt 59.4 trên OlympiadBench (trên cả những mô hình tới 78B), và 56.1 trên OSWorld-G cho định vị GUI, vượt cả những agent giao diện được xây riêng. Bản làm mới 2508 về sau đưa MMMU vượt mốc 70 lần đầu tiên trong dòng này (70.6), đạt 94.4 trên ChartQA, 92.5 trên ScreenSpot-v2 và 70.8 trên VideoMME, đồng thời thêm một công tắc điều khiển suy nghĩ để tắt dấu vết suy luận theo từng yêu cầu.
Một lưu ý về các khẳng định theo phiên bản
Mọi con số ở trên đều là số do chính Xiaomi công bố cho một checkpoint cụ thể đã phát hành, có liên kết trong khối nguồn bên dưới. Mục trong danh mục của chúng tôi là một điểm về sau trong phả hệ đó. Chúng tôi đang mô tả mô hình đến từ đâu và cả dòng này được xây để làm gì — chứ không khẳng định những điểm số đó chuyển nguyên vẹn sang bản dựng bạn gọi. Hãy tự đo trên khối lượng công việc của bạn; mức giá sàn tồn tại là để làm điều đó.
03W8A16 nghĩa là gì, và vì sao với thị giác nó quan trọng hơn với văn bản
Mọi mô hình trên gateway đều mang một hậu tố lượng tử hóa. Đó không phải trang trí — nó cho bạn biết thứ gì đã bị đánh đổi để mô hình phục vụ được.
| Hậu tố | Nó là gì | Vì sao được dùng |
|---|---|---|
| 3BIT-REAP | Trọng số 3 bit cộng REAP, một phương pháp cắt tỉa expert loại bỏ các expert hiếm được định tuyến khỏi mô hình MoE trước khi lượng tử hóa | Cách duy nhất để nhét vừa và phục vụ những nền tảng lớn nhất ở tốc độ hợp lý |
| W4A16-AUTOROUND-REAP | Trọng số 4 bit, kích hoạt 16 bit, lượng tử hóa bằng AutoRound — làm tròn có học giúp lấy lại độ chính xác so với làm tròn ngây thơ về giá trị gần nhất — cộng cắt tỉa REAP | Điểm trung gian cho những nền tảng lớn không cần nén cực đoan |
| W8A16 | Trọng số 8 bit, kích hoạt 16 bit — bậc có độ trung thực cao nhất chúng tôi phục vụ | Dùng ở nơi nền tảng đủ nhỏ để không cần nén quyết liệt |
MiMo-V2.5 xứng với hàng thứ ba nhờ sự gọn gàng: một nền tảng dày ở lớp này không cần bị ép xuống ba bit mới vừa, nên bạn đủ sức giữ tám bit, và những trọng số bạn lấy mẫu vẫn sát với trọng số đã được huấn luyện. Điều đó quan trọng một cách không cân xứng với công việc ảnh, vì một lý do mang tính cấu trúc. Trong một bộ giải mã chỉ xử lý văn bản, một embedding trôi lệch vì lượng tử hóa sẽ được đặt lại vào ngữ cảnh bởi hàng chục lớp attention phía sau — rất nhiều cơ hội để cứu vãn. Một ngăn xếp thị giác không có khoảng dư ấy: thông tin thị giác đi qua đúng một bộ mã hóa và đúng một projector hẹp trước khi tới bộ giải mã, và mọi thứ phía sau đều bị điều kiện hóa bởi thứ mà nút thắt đó tạo ra. Tín hiệu tinh vi — 3 hay 8 trong một bản quét kém tương phản, đúng điểm ảnh nơi một cột kết thúc trên trục biểu đồ, đường viền của phần tử giao diện mà bạn được yêu cầu bấm vào — nằm trong phần chi tiết của các trọng số có độ lớn nhỏ, đúng thứ mà lượng tử hóa quyết liệt vứt đi trước tiên.
Một mô hình thị giác 3 bit không hỏng ầm ĩ; nó hỏng lặng lẽ, tạo ra một mô tả trôi chảy về một tài liệu với hai chữ số bị đảo trong phần tổng. Độ chính xác trọng số cao hơn là khoản bảo hiểm rẻ nhất chống lại kiểu hỏng đó, và ở đây nó miễn phí — đằng nào bạn cũng trả mức giá sàn.
04Mức giá sàn, đặt trong bối cảnh
Bốn mô hình trong danh mục mười hai mô hình của chúng tôi nằm ở mức giá sàn $0.50 đầu vào / $2.00 đầu ra mỗi triệu token. Chỉ một trong số đó nhận ảnh. Đây là vị trí của các mô hình có thị giác xét theo chi phí đầu ra, con số chi phối hầu hết hóa đơn thực tế:
Giá đầu ra tính bằng USD mỗi 1M token, theo bảng giá niêm yết của Shannon AI Gateway, tháng 9 năm 2026. Chiều dài thanh được tính tương đối so với mô hình thị giác đắt nhất trong danh mục.
So với Kimi-K3 — mô hình thị giác ở mức trần, và thực sự mạnh hơn — MiMo-V2.5 rẻ hơn khoảng 9.6 lần ở đầu ra và 7.7 lần ở đầu vào. Đó không phải khẳng định hai bên tương đương; đó là một lập luận về hình dạng khối lượng công việc. Ở mức một trăm nghìn tấm ảnh mỗi tháng, mô hình ở trần là thứ không kham nổi còn mô hình ở sàn thì kham được, và câu hỏi trung thực là mô hình ở sàn có vượt ngưỡng chính xác của bạn hay không — chứ không phải nó có thắng một benchmark hay không.
05MiMo-V2.5 so với MiniMax-M3: hai mô hình thị giác giá rẻ, so sánh trung thực
Hai mô hình này bằng nhau chính xác về giá, ngữ cảnh và bề mặt endpoint. Chúng không thay thế được cho nhau: bậc lượng tử hóa là đại diện cho hai canh bạc khác nhau về điều gì làm nên một mô hình thị giác hữu dụng.
| MiMo-V2.5 · W8A16 | MiniMax-M3 · 3BIT-REAP | |
|---|---|---|
| Đầu vào / đầu ra mỗi 1M | $0.50 / $2.00 | $0.50 / $2.00 |
| Độ chính xác trọng số | 8 bit | 3 bit + cắt tỉa expert |
| Kích thước nền tảng | Gọn, dày | Lớn, MoE thưa |
| Thị giác | Có | Có |
| Cửa sổ ngữ cảnh | 262.144 | 262.144 |
| Schema · tool · streaming | Có | Có |
Hãy chọn MiMo-V2.5 khi tấm ảnh mới là phần khó: OCR dày đặc trên bản quét không hoàn hảo, trích xuất số liệu từ biểu đồ và bảng, định vị ảnh chụp màn hình và giao diện, đọc chữ nhỏ, phân biệt những tấm ảnh sản phẩm gần như y hệt nhau — bất cứ việc gì mà một chữ số bị đảo là lỗi chứ không phải khiếm khuyết bề ngoài. Bạn muốn con đường trung thực nhất từ điểm ảnh tới token, và trọng số 8 bit là cách bạn có được điều đó ở mức giá này.
Hãy chọn MiniMax-M3 khi tấm ảnh mới là phần dễ. Một nền tảng lớn, thưa, nén xuống 3 bit vẫn giữ nhiều kiến thức thế giới và bề rộng suy luận hơn một mô hình gọn và dày có thể có, kể cả sau khi cắt tỉa. Nếu nhiệm vụ là "nhìn tấm ảnh này và suy luận dài về điều nó hàm ý", hoặc tấm ảnh chỉ là một đầu vào trong một cuộc hội thoại phần lớn là văn bản, thì nền tảng lớn hơn là nhạc cụ tốt hơn — độ tinh nhạy thị giác mà bạn đánh đổi không phải là ràng buộc quyết định.
06MiMo-V2.5 so với MiMo-V2.5-Pro: người anh em đã đổi đôi mắt lấy chiều sâu
Đây là phép so sánh tạo ra nhiều ticket hỗ trợ nhất, nên nói thẳng là xứng đáng. MiMo-V2.5-Pro-W8A16 và MiMo-V2.5-W8A16 chung một mức giá, một cửa sổ ngữ cảnh, một bậc độ chính xác và một tên dòng. Pro không nhận ảnh. Nó không phải tập cha. Nó là một cách phân bổ khác của cùng một ngân sách.
Phục vụ một mô hình đa phương thức nghĩa là phải trả cho một vision tower và một projector bên cạnh bộ giải mã — với một mức chi phí mục tiêu cố định, đó là phần năng lực không dành cho chính mô hình ngôn ngữ. Pro dồn tất cả cho văn bản: một nền tảng lớn hơn với nhiều dư địa hơn cho viết dài, suy luận kéo dài và mã. MiMo-V2.5 dành một phần cho thị lực.
Vậy quy tắc quyết định nằm ở đầu vào của bạn, không phải ở tham vọng. Nếu một yêu cầu bất kỳ có thể chứa ảnh chụp màn hình, một trang đã quét, một biểu đồ, một sơ đồ hay một tấm ảnh, bạn cần MiMo-V2.5 — Pro sẽ từ chối khối nội dung đó. Nếu mọi yêu cầu đều là văn bản và bạn chọn mô hình thị giác chỉ vì thói quen, bạn đang bỏ phí chất lượng nền tảng mà chẳng được gì: hãy lấy MiMo-V2.5-Pro với đúng mức giá đó.
Một mẫu hình đáng học theo: định tuyến theo loại nội dung. Bất cứ thứ gì có phần ảnh thì đi tới MiMo-V2.5-W8A16, còn lại đi tới MiMo-V2.5-Pro-W8A16. Cùng dòng, cùng giá, cùng ngân sách ngữ cảnh — bộ định tuyến đơn giản tới mức tầm thường và không có mô hình chi phí nào phải dung hòa.
07"Hiểu hình ảnh không kiểm duyệt" thực sự nghĩa là gì
Không có lớp từ chối đặt trước mô hình này và không có bộ lọc nội dung trên đầu ra của nó. Đó là một quyết định về sản phẩm với một hệ quả cụ thể cho công việc thị giác: mô hình mô tả những gì có trong khung hình thay vì từ chối dựa trên chủ đề.
Điều này quan trọng vì các API thị giác bị lọc về cấu trúc là không phù hợp với cả một nhóm công việc chính đáng. Một quy trình kiểm duyệt buộc phải nhìn vào chính thứ nó kiểm duyệt và nói ra đó là gì; một bộ phân loại từ chối xem xét thứ nó phân loại thì không phải bộ phân loại. Điều tương tự đúng với một danh sách dài những công việc thực tế:
- Công cụ trust and safety — gắn nhãn đúng loại hình ảnh mà một API phổ thông sẽ không xử lý, tức là loại hình ảnh cần được gắn nhãn nhất.
- Hình ảnh y khoa, pháp y và tai nạn — ảnh lâm sàng, ảnh thương tích và ảnh hiện trường mà các bộ lọc chung từ chối vì cho là ghê rợn, bất kể ai là người hỏi.
- Nghiên cứu an ninh — đọc trang lừa đảo, giao diện độc hại và ảnh chụp màn hình thu được mà mô hình không chùn lại vì tiền đề của yêu cầu.
- Phân loại nội dung người lớn và biên mục lưu trữ — những quy trình tồn tại để nhận diện tư liệu và không thể thuê ngoài việc nhìn, cộng thêm các bộ sưu tập lịch sử mà bộ lọc coi là không thể gắn nhãn.
Gỡ bỏ lớp từ chối là gỡ bỏ một trở ngại kỹ thuật, không phải một trở ngại pháp lý. Shannon AI do Shannon Lab LLC tại New Mexico, Hoa Kỳ vận hành, và việc sử dụng API chịu sự điều chỉnh của Chính sách Sử dụng Có Trách nhiệm của chúng tôi. Đầu ra không bị lọc là một năng lực, không phải một tấm giấy phép.
08Gọi nó: endpoint, đầu vào ảnh, và chỗ đứng của nó
Mô hình là MiMo-V2.5-W8A16, gọi được qua ba phương ngữ yêu cầu cùng trỏ tới một bộ trọng số, nên bạn giữ nguyên SDK đang dùng:
/v1/chat/completions— tương thích OpenAI. Ảnh đưa vào dưới dạng phần nội dungimage_url, hoặc là URL https, hoặc là data URI base64./v1/messages— tương thích Anthropic. Ảnh đưa vào dưới dạng khối nội dungimage./v1/responses— phương ngữ kiểu Responses.
Streaming và gọi tool đều chạy trên cả ba, nên mô hình có thể nhìn một ảnh chụp màn hình rồi gọi một hàm về thứ nó vừa thấy ngay trong cùng một lượt. Toàn bộ schema của yêu cầu và phản hồi nằm trong tài liệu API, nơi cũng có một playground để bạn dán ảnh vào thử trước khi viết bất kỳ dòng mã nào.
MiMo-V2.5 hỗ trợ json_schema nghiêm ngặt và response_format — khác biệt giữa một bản demo và một quy trình sản xuất. Đưa cho nó một hóa đơn kèm một schema với các trường có kiểu cho nhà cung cấp, ngày, các dòng hàng và tổng tiền, và bạn nhận về một đối tượng mà mã của bạn kiểm chứng được, thay vì một đoạn văn phải bóc bằng regex. Hai trong mười hai mô hình của danh mục này thiếu hỗ trợ đầy đủ cho đầu ra có cấu trúc; mô hình này thì không, và đó là lý do nó chạy được như một dịch vụ trích xuất khối lượng lớn.
Cửa sổ ngữ cảnh là 262.144 token; đầu ra sinh ra bị giới hạn ở 16.384 token mỗi yêu cầu. Ảnh tiêu tốn token đầu vào theo hàm của độ phân giải, nên các bản quét trang độ phân giải cao ngốn ngữ cảnh nhanh hơn nhiều so với một lượng chữ tương đương. Hãy chia tài liệu dài theo trang thay vì nạp một bản quét 300 trang trong một yêu cầu, và hãy coi giới hạn đầu ra là một ràng buộc thật với việc trích xuất triệt để — cắt các bảng dày theo khoảng dòng thay vì nhận về một câu trả lời bị cụt.
Núm reasoning_effort có sức bẩy thật ở đây, xét theo phả hệ của dòng này. Hãy vặn xuống cho phân loại khối lượng lớn, nơi câu trả lời là một cái nhãn và token suy nghĩ chỉ thuần là chi phí; hãy vặn lên cho việc đọc biểu đồ, toán trực quan và suy luận trên sơ đồ, nơi mô hình phải kết hợp nhiều thứ nó nhìn thấy trước khi trả lời được.
Chỗ nó hợp, và chỗ nó không hợp
Hợp. Trích xuất tài liệu và hóa đơn khối lượng lớn; công việc kiểu OCR trên bản quét không hoàn hảo; đọc biểu đồ, dashboard và bảng; hiểu ảnh chụp màn hình và định vị giao diện; gắn thẻ danh mục và hỏi đáp trực quan; các quy trình kiểm duyệt — bất kỳ tác vụ đa phương thức nào mà chi phí mỗi lệnh gọi là ràng buộc và độ chính xác ở chi tiết nhỏ là thứ bạn không chịu đánh đổi.
Không hợp. Suy luận đa phương thức ở mức khó nhất cần mô hình mạnh nhất bất kể giá — đó là việc của Kimi-K3, và nó đắt gần gấp mười lần là có lý do. Sinh văn bản thuần túy, nơi MiMo-V2.5-Pro cho một nền tảng tốt hơn với cùng mức giá. Công việc dựa nhiều vào kiến thức thế giới kiểu bách khoa, nơi một nền tảng lớn và thưa vượt qua một nền tảng gọn và dày. Và bất cứ thứ gì cần hơn 262K ngữ cảnh, điều mà không mô hình nào ở đây cung cấp.
Mọi con số công bố ở trên đều là của chính Xiaomi, cho một checkpoint được nêu đích danh trong loạt MiMo và MiMo-VL. Hãy đọc tài liệu gốc thay vì bản tóm tắt của chúng tôi.
09Câu hỏi thường gặp
API MiMo thị giác không kiểm duyệt là gì?
Đó là mô hình MiMo-V2.5 W8A16 trên Shannon AI Gateway: một mô hình có thị giác thuộc dòng MiMo của Xiaomi, phục vụ trên cụm GPU của riêng chúng tôi ở độ chính xác trọng số 8-bit với ngữ cảnh 262.144 token, không lớp từ chối và không lọc đầu ra. Nó nhận ảnh và văn bản qua /v1/chat/completions, /v1/messages và /v1/responses với giá $0.50 mỗi triệu token đầu vào và $2.00 mỗi triệu token đầu ra.
Mô hình không kiểm duyệt rẻ nhất thực sự nhìn được ảnh là mô hình nào?
Hai mô hình cùng đứng ở mức giá sàn $0.50 đầu vào / $2.00 đầu ra mỗi triệu token: MiMo-V2.5 W8A16 và MiniMax-M3 3BIT-REAP. MiMo-V2.5 là mô hình có độ chính xác cao hơn với trọng số 8-bit, lựa chọn mặc định an toàn hơn cho công việc ảnh đòi hỏi chi tiết. MiniMax-M3 chạy một nền tảng lớn hơn nhiều nén xuống 3 bit, thiên về bề rộng kiến thức thế giới hơn là độ trung thực tới từng điểm ảnh.
W8A16 nghĩa là gì và vì sao nó quan trọng với thị giác?
W8A16 nghĩa là trọng số 8 bit với kích hoạt 16 bit, bậc có độ trung thực cao nhất trong danh mục Shannon, dùng ở nơi nền tảng đủ nhỏ để không cần nén quyết liệt. Nó quan trọng với thị giác vì một vision tower cùng bộ projector của nó đưa chi tiết tinh vi qua một đường rất hẹp, và sai sót sinh ra ở đó không thể cứu về sau như cách một embedding văn bản hơi mờ vẫn thường được cứu.
MiMo-V2.5 khác MiMo-V2.5-Pro ở chỗ nào?
Cùng giá, cùng ngữ cảnh 262.144 token, cùng bậc W8A16, nhưng không cùng một mô hình. MiMo-V2.5 nhận ảnh; MiMo-V2.5-Pro thì không, và dồn phần ngân sách phục vụ đó cho một nền tảng văn bản lớn hơn. Hãy dùng MiMo-V2.5 khi đầu vào có ảnh chụp màn hình, tài liệu, biểu đồ hay ảnh chụp; dùng Pro cho công việc chỉ văn bản với cùng mức giá.
Mô hình MiMo thị giác không kiểm duyệt có hỗ trợ JSON schema và gọi tool không?
Có. MiMo-V2.5 W8A16 hỗ trợ đầu ra có cấu trúc json_schema nghiêm ngặt, response_format, gọi tool, streaming và một điều khiển reasoning_effort. Đó chính là thứ khiến nó dùng được như một backend trích xuất: đưa cho nó một tấm ảnh và nhận về một đối tượng đã được kiểm chứng thay vì đoạn văn mà bạn phải tự bóc tách.
Gửi cho nó một tấm ảnh
Thị giác 8-bit, ngữ cảnh 262K, không lớp từ chối — với mức giá của một mô hình chỉ xử lý văn bản.
Đọc tài liệu API Duyệt cả 12 mô hìnhModel id: MiMo-V2.5-W8A16 · chịu sự điều chỉnh của Chính sách Sử dụng Có Trách nhiệm của chúng tôi
Nguồn: Báo cáo kỹ thuật MiMo (arXiv 2505.07608) · Báo cáo kỹ thuật MiMo-VL (arXiv 2506.03569) · XiaomiMiMo/MiMo-VL · MiMo-VL-7B-RL-2508. Mọi số liệu benchmark đều do Xiaomi công bố cho các checkpoint đã phát hành nêu ở trên và mô tả phả hệ của dòng mô hình, không phải bản dựng chính xác trên endpoint này. Giá, ngữ cảnh và cờ năng lực là các giá trị niêm yết của Shannon AI Gateway, tháng 9 năm 2026.