MiMo-V2.6-Pro-UltraSpeed es el modo UltraSpeed de Xiaomi para el modelo MiMo-V2.6-Pro. El fabricante lo presenta para interacciones y flujos sensibles al tiempo de generación, y describe su calidad de salida como equivalente a Pro. UltraSpeed nombra una forma de ejecutar el modelo Pro, no el modelo Flash más pequeño. Elígelo cuando obtener pronto la siguiente respuesta sea importante para una tarea prolongada, manteniendo los mismos requisitos para el resultado final.
La familia Pro subyacente es nativamente omnimodal y comprende texto, imágenes, video y audio. Su perfil publicado de modelo Pro describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales, 42 mil millones de parámetros activados y un contexto de un millón de tokens. Codificadores dedicados de visión y audio conectan las entradas multimedia con la estructura principal de lenguaje. El resultado directo es texto o instrucciones para herramientas; cualquier escena renderizada, archivo editado o contenido multimedia generado depende de las herramientas utilizadas por la aplicación que lo integra.
El entrenamiento V2.6 de Xiaomi combina programación, trabajo general con agentes, tareas visuales y ciberseguridad en distintos entornos. Su proceso de retroalimentación compara trayectorias de tareas y utiliza tanto resultados de pruebas como criterios de calidad, con el objetivo de desarrollar estrategias útiles a lo largo de interacciones prolongadas. Prepara un encargo que indique el objetivo, la evidencia disponible y qué se considerará como finalización. Una generación más rápida es útil cuando hace avanzar esas interacciones; no sustituye la comprobación de que cada paso responda la pregunta o modifique el resultado previsto.
Para un asistente de programación, proporciona los archivos afectados, el comportamiento solicitado y la falla o salida de comprobación que motiva el trabajo. Pide el siguiente cambio acotado y después devuelve el resultado real de las herramientas de ejecución. Una respuesta final útil explica el comportamiento modificado, los archivos afectados y las comprobaciones realizadas. Mantén separadas las operaciones propuestas de las completadas para que una secuencia rápida de respuestas siga siendo rastreable hasta el trabajo observable.
Los ejemplos V2.6 del fabricante amplían la programación a juegos, objetos 3D y escenas interactivas, con retroalimentación visual para perfeccionar su implementación. Para una tarea de diseño, combina un encargo escrito con imágenes de referencia o una grabación y especifica los controles, la distribución y los criterios visibles de finalización requeridos. Una propuesta de escena o interfaz puede guiar después las herramientas de producción adecuadas. Conserva el resultado renderizado y los hallazgos de su inspección en lugar de tratar el código inicial o las instrucciones de escena como un producto visual terminado.
Para presentaciones y flujos de video, define el público, el contenido requerido, la secuencia prevista y los recursos que deben mantener la consistencia. Xiaomi describe a la familia Pro trabajando con herramientas de diseño, imagen, video y narración; son flujos de apoyo, no salidas multimedia nativas adicionales del modelo de texto. El entregable útil puede ser una estructura de diapositivas, una secuencia de tomas o un conjunto de instrucciones de producción con suficiente detalle para ejecutar e inspeccionar el siguiente paso.
Para investigación, proporciona la pregunta y material de fuentes acreditadas, y pide al modelo que distinga hechos, hipótesis y cálculos. Los ejemplos Pro de Xiaomi incluyen revisión de bibliografía y patentes, selección computacional de materiales, partituras y MIDI, y formalización matemática verificada con Lean. Conserva las salidas de las herramientas reales de investigación o verificación. Un candidato simulado o una demostración propuesta debe seguir identificado como tal hasta que se complete el experimento físico o la comprobación formal correspondiente.
Conserva la identidad Pro-UltraSpeed junto con el resultado al compararlo con Pro ordinario o Flash. Organiza los historiales extensos en torno al objetivo y las decisiones que deben mantenerse estables, y deja espacio para la respuesta y la retroalimentación continua de las herramientas. Revisa el código, las observaciones, los cálculos y las afirmaciones importantes contra la evidencia de sus fuentes. El propósito distintivo de este modo es una generación Pro más rápida; el producto terminado sigue necesitando cumplir los mismos criterios específicos de la tarea.
", "aboutText": "MiMo-V2.6-Pro-UltraSpeed es el modo UltraSpeed de Xiaomi para el modelo MiMo-V2.6-Pro. El fabricante lo presenta para interacciones y flujos sensibles al tiempo de generación, y describe su calidad de salida como equivalente a Pro. UltraSpeed nombra una forma de ejecutar el modelo Pro, no el modelo Flash más pequeño. Elígelo cuando obtener pronto la siguiente respuesta sea importante para una tarea prolongada, manteniendo los mismos requisitos para el resultado final.\n\nLa familia Pro subyacente es nativamente omnimodal y comprende texto, imágenes, video y audio. Su perfil publicado de modelo Pro describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales, 42 mil millones de parámetros activados y un contexto de un millón de tokens. Codificadores dedicados de visión y audio conectan las entradas multimedia con la estructura principal de lenguaje. El resultado directo es texto o instrucciones para herramientas; cualquier escena renderizada, archivo editado o contenido multimedia generado depende de las herramientas utilizadas por la aplicación que lo integra.\n\nEl entrenamiento V2.6 de Xiaomi combina programación, trabajo general con agentes, tareas visuales y ciberseguridad en distintos entornos. Su proceso de retroalimentación compara trayectorias de tareas y utiliza tanto resultados de pruebas como criterios de calidad, con el objetivo de desarrollar estrategias útiles a lo largo de interacciones prolongadas. Prepara un encargo que indique el objetivo, la evidencia disponible y qué se considerará como finalización. Una generación más rápida es útil cuando hace avanzar esas interacciones; no sustituye la comprobación de que cada paso responda la pregunta o modifique el resultado previsto.\n\nPara un asistente de programación, proporciona los archivos afectados, el comportamiento solicitado y la falla o salida de comprobación que motiva el trabajo. Pide el siguiente cambio acotado y después devuelve el resultado real de las herramientas de ejecución. Una respuesta final útil explica el comportamiento modificado, los archivos afectados y las comprobaciones realizadas. Mantén separadas las operaciones propuestas de las completadas para que una secuencia rápida de respuestas siga siendo rastreable hasta el trabajo observable.\n\nLos ejemplos V2.6 del fabricante amplían la programación a juegos, objetos 3D y escenas interactivas, con retroalimentación visual para perfeccionar su implementación. Para una tarea de diseño, combina un encargo escrito con imágenes de referencia o una grabación y especifica los controles, la distribución y los criterios visibles de finalización requeridos. Una propuesta de escena o interfaz puede guiar después las herramientas de producción adecuadas. Conserva el resultado renderizado y los hallazgos de su inspección en lugar de tratar el código inicial o las instrucciones de escena como un producto visual terminado.\n\nPara presentaciones y flujos de video, define el público, el contenido requerido, la secuencia prevista y los recursos que deben mantener la consistencia. Xiaomi describe a la familia Pro trabajando con herramientas de diseño, imagen, video y narración; son flujos de apoyo, no salidas multimedia nativas adicionales del modelo de texto. El entregable útil puede ser una estructura de diapositivas, una secuencia de tomas o un conjunto de instrucciones de producción con suficiente detalle para ejecutar e inspeccionar el siguiente paso.\n\nPara investigación, proporciona la pregunta y material de fuentes acreditadas, y pide al modelo que distinga hechos, hipótesis y cálculos. Los ejemplos Pro de Xiaomi incluyen revisión de bibliografía y patentes, selección computacional de materiales, partituras y MIDI, y formalización matemática verificada con Lean. Conserva las salidas de las herramientas reales de investigación o verificación. Un candidato simulado o una demostración propuesta debe seguir identificado como tal hasta que se complete el experimento físico o la comprobación formal correspondiente.\n\nConserva la identidad Pro-UltraSpeed junto con el resultado al compararlo con Pro ordinario o Flash. Organiza los historiales extensos en torno al objetivo y las decisiones que deben mantenerse estables, y deja espacio para la respuesta y la retroalimentación continua de las herramientas. Revisa el código, las observaciones, los cálculos y las afirmaciones importantes contra la evidencia de sus fuentes. El propósito distintivo de este modo es una generación Pro más rápida; el producto terminado sigue necesitando cumplir los mismos criterios específicos de la tarea.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Revise a failing total calculation\n\nUse this code and reported check: def total(rows): return sum(row["price"] for row in rows). Input is [{"price": 3, "qty": 2}, {"price": 5, "qty": 1}]; reported output is 8, required output is 11. Propose the next focused change and checks for multiple quantities and an empty input. Do not claim to run them.A focused Python correction with a diagnosis and two proposed checks tied to the quantity requirement.Verify each unit price is multiplied by its row quantity and proposed checks remain distinct from executed results.xiaomi/mimo-v2.6-pro-ultraspeedMiMo-V2.6-Pro-UltraSpeed es el modo de generación más rápida de Xiaomi para MiMo-V2.6-Pro. Conserva la comprensión omnimodal de la familia Pro y su alcance de tareas prolongadas de programación, diseño e investigación, con la velocidad de respuesta como característica distintiva del modo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
MiMo-V2.6-Pro-UltraSpeed es el modo UltraSpeed de Xiaomi para el modelo MiMo-V2.6-Pro. El fabricante lo presenta para interacciones y flujos sensibles al tiempo de generación, y describe su calidad de salida como equivalente a Pro. UltraSpeed nombra una forma de ejecutar el modelo Pro, no el modelo Flash más pequeño. Elígelo cuando obtener pronto la siguiente respuesta sea importante para una tarea prolongada, manteniendo los mismos requisitos para el resultado final.
La familia Pro subyacente es nativamente omnimodal y comprende texto, imágenes, video y audio. Su perfil publicado de modelo Pro describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales, 42 mil millones de parámetros activados y un contexto de un millón de tokens. Codificadores dedicados de visión y audio conectan las entradas multimedia con la estructura principal de lenguaje. El resultado directo es texto o instrucciones para herramientas; cualquier escena renderizada, archivo editado o contenido multimedia generado depende de las herramientas utilizadas por la aplicación que lo integra.
El entrenamiento V2.6 de Xiaomi combina programación, trabajo general con agentes, tareas visuales y ciberseguridad en distintos entornos. Su proceso de retroalimentación compara trayectorias de tareas y utiliza tanto resultados de pruebas como criterios de calidad, con el objetivo de desarrollar estrategias útiles a lo largo de interacciones prolongadas. Prepara un encargo que indique el objetivo, la evidencia disponible y qué se considerará como finalización. Una generación más rápida es útil cuando hace avanzar esas interacciones; no sustituye la comprobación de que cada paso responda la pregunta o modifique el resultado previsto.
Para un asistente de programación, proporciona los archivos afectados, el comportamiento solicitado y la falla o salida de comprobación que motiva el trabajo. Pide el siguiente cambio acotado y después devuelve el resultado real de las herramientas de ejecución. Una respuesta final útil explica el comportamiento modificado, los archivos afectados y las comprobaciones realizadas. Mantén separadas las operaciones propuestas de las completadas para que una secuencia rápida de respuestas siga siendo rastreable hasta el trabajo observable.
Los ejemplos V2.6 del fabricante amplían la programación a juegos, objetos 3D y escenas interactivas, con retroalimentación visual para perfeccionar su implementación. Para una tarea de diseño, combina un encargo escrito con imágenes de referencia o una grabación y especifica los controles, la distribución y los criterios visibles de finalización requeridos. Una propuesta de escena o interfaz puede guiar después las herramientas de producción adecuadas. Conserva el resultado renderizado y los hallazgos de su inspección en lugar de tratar el código inicial o las instrucciones de escena como un producto visual terminado.
Para presentaciones y flujos de video, define el público, el contenido requerido, la secuencia prevista y los recursos que deben mantener la consistencia. Xiaomi describe a la familia Pro trabajando con herramientas de diseño, imagen, video y narración; son flujos de apoyo, no salidas multimedia nativas adicionales del modelo de texto. El entregable útil puede ser una estructura de diapositivas, una secuencia de tomas o un conjunto de instrucciones de producción con suficiente detalle para ejecutar e inspeccionar el siguiente paso.
Para investigación, proporciona la pregunta y material de fuentes acreditadas, y pide al modelo que distinga hechos, hipótesis y cálculos. Los ejemplos Pro de Xiaomi incluyen revisión de bibliografía y patentes, selección computacional de materiales, partituras y MIDI, y formalización matemática verificada con Lean. Conserva las salidas de las herramientas reales de investigación o verificación. Un candidato simulado o una demostración propuesta debe seguir identificado como tal hasta que se complete el experimento físico o la comprobación formal correspondiente.
Conserva la identidad Pro-UltraSpeed junto con el resultado al compararlo con Pro ordinario o Flash. Organiza los historiales extensos en torno al objetivo y las decisiones que deben mantenerse estables, y deja espacio para la respuesta y la retroalimentación continua de las herramientas. Revisa el código, las observaciones, los cálculos y las afirmaciones importantes contra la evidencia de sus fuentes. El propósito distintivo de este modo es una generación Pro más rápida; el producto terminado sigue necesitando cumplir los mismos criterios específicos de la tarea.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites xiaomi/mimo-v2.6-pro-ultraspeed | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites Número mínimo de elementos: 1 | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites Ejemplos: system, user, assistant, tool, function Condiciones: Estos roles están representados explícitamente por los tipos de compatibilidad del código fuente; el conjunto exacto de roles depende del modelo. Depende del modelo | Predeterminado— |
Campomessages[].content | Tipostring|content_part[]|null | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_calls | Tipotool_call[] | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].tool_call_id | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: role=tool; utiliza el ID real devuelto | Predeterminado— |
Campomessages[].name | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campomessages[].reasoning_content | Tipostring | RequisitoOpcional | Valores y límites Se aplica cuando: Devuelve en los turnos siguientes el razonamiento realmente recibido cuando este modelo lo utilice | Predeterminado— |
Campomessages[].reasoning_details | Tipoobject|array | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campomax_completion_tokens | Tipointeger | RequisitoOpcional | Valores y límites Mínimo: 1 Depende del modelo | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Campostream_options.include_usage | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotemperature | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotop_p | Tiponumber | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campostop | Tipostring|string[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools | Tipofunction_tool[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campotools[].type | Tipostring | RequisitoOpcional | Valores y límites function Depende del modelo | Predeterminado— |
Campotools[].function.name | Tipostring | RequisitoObligatorio | Valores y límites Se aplica cuando: herramienta de función proporcionada | Predeterminado— |
Campotools[].function.description | Tipostring | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotools[].function.parameters | TipoJSON_schema | RequisitoOpcional | Valores y límites | Predeterminado— |
Campotool_choice | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoparallel_tool_calls | Tipoboolean | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporesponse_format | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning_effort | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camporeasoning | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Camposervice_tier | Tipostring | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoinstructions | Tipostring | RequisitoOpcional | Valores y límites Campo de compatibilidad | Predeterminado— |
Campofunctions | Tipofunction[] | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campofunction_call | Tipostring|object | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campoprompt_cache_options | Tipoobject | RequisitoOpcional | Valores y límites Depende del modelo | Predeterminado— |
Campomodalities | Tipostring[] | RequisitoOpcional | Valores y límites text | Predeterminado— |
Campoprovider | Tipoobject | RequisitoOpcional | Valores y límites Condiciones: provider.options se rechaza en esta ruta de texto Ultra | Predeterminado— |
Campocache_control.ttl | Tipostring | RequisitoOpcional | Valores y límites Condiciones: 1h se rechaza en los campos reales de caché de instrucciones | Predeterminado— |
Texto · Texto UTF8
messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages |
Parámetromaterial_types | Contratotext |
Parámetromessages | Contratomatriz de mensajes con estructura role/content |
Parámetrofile_material | Contratodocumento real en UTF-8 insertado como texto literal; no se deduce ningún ID de archivo |
Parámetrooptional_controls | Contratostream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parámetrocontrol_scope | Contratodepende del modelo; las herramientas de funciones del usuario difieren de las herramientas alojadas |
Parámetrooutput_modalities | Contratotext |
Parámetrohosted_operations | Contratofalse |
Parámetromultimodal_input_binding | Contratonull |
Ciclo de vida: synchronous_or_streamed
Envía el ID exacto del modelo junto con messages.
La longitud del contexto no es un límite máximo de salida.
Un archivo de texto puede aportar texto literal; las entradas de imagen, audio u objetos de archivo requieren una vinculación exacta.
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0087 / 1K tokens Salida · Tokens de salida $0.0174 / 1K tokens Entrada · Lectura de caché $0.000072 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0087 / 1K tokens Salida · Tokens de salida $0.0174 / 1K tokens Entrada · Lectura de caché $0.000072 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "xiaomi/mimo-v2.6-pro-ultraspeed", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='xiaomi/mimo-v2.6-pro-ultraspeed',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='xiaomi/mimo-v2.6-pro-ultraspeed',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva cada alternativa y su contenido, llamadas de herramientas y razonamiento. En SSE, ensambla los fragmentos incrementales por índice de alternativa/herramienta y conserva el motivo final de terminación y el uso.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campochoices[].index | Tipointeger |
Campochoices[].message.content | Tipostring|null |
Campochoices[].message.tool_calls | Tipotool_call[] |
Campochoices[].message.reasoning_content | Tipostring |
Campochoices[].message.reasoning_details | Tipoobject|array |
Campochoices[].finish_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra xiaomi/mimo-v2.6-pro-ultraspeed
Usa las rutas de método indicadas arriba.
xiaomi/mimo-v2.6-pro-ultraspeedMiMo-V2.6-Pro-UltraSpeed es el modo de generación más rápida de Xiaomi para MiMo-V2.6-Pro. Conserva la comprensión omnimodal de la familia Pro y su alcance de tareas prolongadas de programación, diseño e investigación, con la velocidad de respuesta como característica distintiva del modo.
Esta descripción cubre las capacidades del modelo. Las entradas, salidas y opciones disponibles en Ailoot se indican a continuación para el método seleccionado.
MiMo-V2.6-Pro-UltraSpeed es el modo UltraSpeed de Xiaomi para el modelo MiMo-V2.6-Pro. El fabricante lo presenta para interacciones y flujos sensibles al tiempo de generación, y describe su calidad de salida como equivalente a Pro. UltraSpeed nombra una forma de ejecutar el modelo Pro, no el modelo Flash más pequeño. Elígelo cuando obtener pronto la siguiente respuesta sea importante para una tarea prolongada, manteniendo los mismos requisitos para el resultado final.
La familia Pro subyacente es nativamente omnimodal y comprende texto, imágenes, video y audio. Su perfil publicado de modelo Pro describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales, 42 mil millones de parámetros activados y un contexto de un millón de tokens. Codificadores dedicados de visión y audio conectan las entradas multimedia con la estructura principal de lenguaje. El resultado directo es texto o instrucciones para herramientas; cualquier escena renderizada, archivo editado o contenido multimedia generado depende de las herramientas utilizadas por la aplicación que lo integra.
El entrenamiento V2.6 de Xiaomi combina programación, trabajo general con agentes, tareas visuales y ciberseguridad en distintos entornos. Su proceso de retroalimentación compara trayectorias de tareas y utiliza tanto resultados de pruebas como criterios de calidad, con el objetivo de desarrollar estrategias útiles a lo largo de interacciones prolongadas. Prepara un encargo que indique el objetivo, la evidencia disponible y qué se considerará como finalización. Una generación más rápida es útil cuando hace avanzar esas interacciones; no sustituye la comprobación de que cada paso responda la pregunta o modifique el resultado previsto.
Para un asistente de programación, proporciona los archivos afectados, el comportamiento solicitado y la falla o salida de comprobación que motiva el trabajo. Pide el siguiente cambio acotado y después devuelve el resultado real de las herramientas de ejecución. Una respuesta final útil explica el comportamiento modificado, los archivos afectados y las comprobaciones realizadas. Mantén separadas las operaciones propuestas de las completadas para que una secuencia rápida de respuestas siga siendo rastreable hasta el trabajo observable.
Los ejemplos V2.6 del fabricante amplían la programación a juegos, objetos 3D y escenas interactivas, con retroalimentación visual para perfeccionar su implementación. Para una tarea de diseño, combina un encargo escrito con imágenes de referencia o una grabación y especifica los controles, la distribución y los criterios visibles de finalización requeridos. Una propuesta de escena o interfaz puede guiar después las herramientas de producción adecuadas. Conserva el resultado renderizado y los hallazgos de su inspección en lugar de tratar el código inicial o las instrucciones de escena como un producto visual terminado.
Para presentaciones y flujos de video, define el público, el contenido requerido, la secuencia prevista y los recursos que deben mantener la consistencia. Xiaomi describe a la familia Pro trabajando con herramientas de diseño, imagen, video y narración; son flujos de apoyo, no salidas multimedia nativas adicionales del modelo de texto. El entregable útil puede ser una estructura de diapositivas, una secuencia de tomas o un conjunto de instrucciones de producción con suficiente detalle para ejecutar e inspeccionar el siguiente paso.
Para investigación, proporciona la pregunta y material de fuentes acreditadas, y pide al modelo que distinga hechos, hipótesis y cálculos. Los ejemplos Pro de Xiaomi incluyen revisión de bibliografía y patentes, selección computacional de materiales, partituras y MIDI, y formalización matemática verificada con Lean. Conserva las salidas de las herramientas reales de investigación o verificación. Un candidato simulado o una demostración propuesta debe seguir identificado como tal hasta que se complete el experimento físico o la comprobación formal correspondiente.
Conserva la identidad Pro-UltraSpeed junto con el resultado al compararlo con Pro ordinario o Flash. Organiza los historiales extensos en torno al objetivo y las decisiones que deben mantenerse estables, y deja espacio para la respuesta y la retroalimentación continua de las herramientas. Revisa el código, las observaciones, los cálculos y las afirmaciones importantes contra la evidencia de sus fuentes. El propósito distintivo de este modo es una generación Pro más rápida; el producto terminado sigue necesitando cumplir los mismos criterios específicos de la tarea.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites xiaomi/mimo-v2.6-pro-ultraspeed | Predeterminado— |
Campomessages | Tipomessage[] | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomessages[].role | Tipostring | RequisitoObligatorio | Valores y límites user, assistant | Predeterminado— |
Campomessages[].content | Tipostring | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campomax_tokens | Tipointeger | RequisitoObligatorio | Valores y límites | Predeterminado— |
Campostream | Tipoboolean | RequisitoOpcional | Valores y límites | Predeterminadofalse |
Texto · Texto UTF-8
cadena messages[].content
| Parámetro | Contrato |
|---|---|
Parámetrocontent_type | Contratoapplication/json |
Parámetrorequired | Contratomodel, messages, max_tokens |
Parámetrooptional_controls | Contratostream |
Parámetromaterial_types | Contratotext |
Parámetrotext_file_material | ContratoLee el documento real en UTF-8 y coloca su texto en el campo input indicado o en la cadena de contenido del mensaje. |
Ciclo de vida: synchronous_or_streamed
Las referencias tarifarias no añaden opciones a la solicitud. Los parámetros admitidos se indican en el método seleccionado.
Relaciona cada cargo con las condiciones mostradas. Usa una tarifa para cada conjunto de configuraciones alternativas.
| Configuración | Tabla de tarifas | Tokens de contexto, más de | Tokens de contexto, hasta inclusive | Cargo |
|---|---|---|---|---|
| ConfiguraciónTarifas base por token | Tabla de tarifasTarifa base | Tokens de contexto, más de— | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0087 / 1K tokens Salida · Tokens de salida $0.0174 / 1K tokens Entrada · Lectura de caché $0.000072 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónNivel 1 por longitud de la solicitud | Tabla de tarifas— | Tokens de contexto, más de0 | Tokens de contexto, hasta inclusiveSin límite superior | Cargo Entrada · Tokens de entrada $0.0087 / 1K tokens Salida · Tokens de salida $0.0174 / 1K tokens Entrada · Lectura de caché $0.000072 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "xiaomi/mimo-v2.6-pro-ultraspeed",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'xiaomi/mimo-v2.6-pro-ultraspeed', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'xiaomi/mimo-v2.6-pro-ultraspeed', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON o SSE
Conserva todas las respuestas, archivos y partes de contenido completos recibidos.
Conserva todos los bloques de contenido, las firmas de razonamiento y los ID reales de uso de herramientas. Ensambla todos los fragmentos incrementales de los bloques SSE; el primer bloque de texto no constituye la salida completa.
Conserva los ID de solicitud y respuesta y los encabezados. No se proporciona una URL genérica para recuperar tareas de texto.
| Campo | Tipo |
|---|---|
Campoid | Tipostring |
Campomodel | Tipostring |
Campocontent[] | Tipotext|thinking|tool_use|other content block |
Campostop_reason | Tipostring|null |
Campousage | Tipoobject |
| Respuesta | Condición | Siguiente paso |
|---|---|---|
Respuesta400 · invalid_request_error | CondiciónCampos obligatorios, representación del material o valor del parámetro no válidos | Siguiente pasoCorrige los campos indicados antes de una nueva solicitud de creación. |
Ailoot Ultra xiaomi/mimo-v2.6-pro-ultraspeed
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Revise a failing total calculation\n\nUse this code and reported check: def total(rows): return sum(row["price"] for row in rows). Input is [{"price": 3, "qty": 2}, {"price": 5, "qty": 1}]; reported output is 8, required output is 11. Propose the next focused change and checks for multiple quantities and an empty input. Do not claim to run them.A focused Python correction with a diagnosis and two proposed checks tied to the quantity requirement.Verify each unit price is multiplied by its row quantity and proposed checks remain distinct from executed results.