MiMo-V2.6-Pro es el modelo insignia de Xiaomi en su serie V2.6 nativamente omnimodal. Integra la comprensión de texto, imágenes, video y audio en tareas exigentes de ingeniería de software y trabajo prolongado con agentes. El perfil Pro publicado por el fabricante describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales y 42 mil millones de parámetros activados. Su contexto de un millón de tokens está pensado para repositorios extensos, trazas de herramientas y tareas desarrolladas a lo largo de muchas interacciones.
La serie hace avanzar el enfoque de aprendizaje por refuerzo de Xiaomi al escalar la variedad de tareas y la calidad de la retroalimentación junto con el cómputo de entrenamiento. Combina programación, agentes generales, tareas visuales y ciberseguridad en distintos entornos. Las trayectorias candidatas se comparan mediante criterios específicos de la tarea, y tanto los resultados de las pruebas como las evaluaciones de calidad contribuyen a la señal de entrenamiento. La arquitectura Pro combina una estructura principal de atención híbrida de 70 capas con codificadores dedicados de visión y audio y un decodificador de predicción de múltiples tokens de cinco capas.
Para trabajo de software, indica el comportamiento que debe entregar el programa, proporciona la implementación pertinente y explica cómo se comprobará la finalización. Conserva las restricciones del repositorio y la falla exacta o solicitud de cambio. El modelo puede razonar sobre una secuencia de ediciones y resultados de herramientas; la aplicación proporciona las herramientas y registra sus operaciones. Pide un informe final del comportamiento modificado, los archivos afectados y las comprobaciones realizadas para que una secuencia larga termine con un resultado que se pueda inspeccionar.
La versión de Xiaomi amplía después el alcance de las tareas de programación a mundos interactivos. Describe la creación de juegos y escenas 3D a partir de texto, imágenes o referencias de video, la implementación de lógica de interacción y el perfeccionamiento del trabajo mediante retroalimentación del renderizado. También describe objetos y escenas basados en Blender y retroalimentación visual en simulaciones corporizadas. Prepara un encargo de escena con dimensiones, relaciones entre objetos, controles y criterios visibles de finalización. El código, las instrucciones de escena o los recursos producidos por herramientas deben inspeccionarse en el entorno de renderizado o simulación previsto.
Para trabajo visual y de diseño, el fabricante muestra interfaces frontend y presentaciones con distribución, componentes y animación, así como flujos que utilizan herramientas de imagen y video. Proporciona el público, el contenido requerido, las referencias visuales y las interacciones que deben funcionar. Una solicitud útil puede producir la implementación de una página o el esquema de una presentación con los detalles necesarios para el siguiente paso de producción. El modelo subyacente devuelve texto e instrucciones para herramientas; las visualizaciones renderizadas y el contenido multimedia generado provienen de las herramientas utilizadas en el flujo.
La versión también describe aplicaciones musicales y de investigación. Su ejemplo musical utiliza partituras escritas y MIDI como productos de composición editables. Sus ejemplos de investigación combinan revisión de bibliografía y patentes, hipótesis de diseño y simulaciones computacionales, así como formalización matemática verificada con Lean. Para una tarea de investigación, distingue observaciones de fuentes, supuestos, cálculos e hipótesis propuestas. Conserva las salidas de herramientas y los resultados de verificación, y etiqueta un candidato computacional como candidato en lugar de como resultado validado en laboratorio.
El trabajo con contexto largo requiere organizar la entrada de manera deliberada. Mantén estables los límites de los documentos, los identificadores de archivos y las decisiones previas, y reserva espacio para la respuesta y el historial continuo de herramientas. La receta local de Xiaomi recomienda temperature 1.0 y top_p 0.95. El fabricante también documenta la repetición de llamadas a herramientas en la línea de entrenamiento V2.6 y checkpoints MOPD separados destinados a corregirla. Inspecciona si cada acción hace avanzar la tarea y conserva la edición exacta junto con el resultado; las llamadas repetidas sin evidencia nueva son motivo para reevaluar el siguiente paso.
El entregable final debe coincidir con el criterio de finalización de la tarea: un cambio de código comprobado, una escena interactiva inspeccionada, un producto de diseño editable o un análisis de investigación vinculado con evidencia. Pro, Flash y Pro-UltraSpeed tienen funciones distintas dentro de la familia V2.6. Conserva esa distinción al comparar resultados, manteniendo disponibles el material, las observaciones de herramientas y el registro de verificación para su revisión.
", "aboutText": "MiMo-V2.6-Pro es el modelo insignia de Xiaomi en su serie V2.6 nativamente omnimodal. Integra la comprensión de texto, imágenes, video y audio en tareas exigentes de ingeniería de software y trabajo prolongado con agentes. El perfil Pro publicado por el fabricante describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales y 42 mil millones de parámetros activados. Su contexto de un millón de tokens está pensado para repositorios extensos, trazas de herramientas y tareas desarrolladas a lo largo de muchas interacciones.\n\nLa serie hace avanzar el enfoque de aprendizaje por refuerzo de Xiaomi al escalar la variedad de tareas y la calidad de la retroalimentación junto con el cómputo de entrenamiento. Combina programación, agentes generales, tareas visuales y ciberseguridad en distintos entornos. Las trayectorias candidatas se comparan mediante criterios específicos de la tarea, y tanto los resultados de las pruebas como las evaluaciones de calidad contribuyen a la señal de entrenamiento. La arquitectura Pro combina una estructura principal de atención híbrida de 70 capas con codificadores dedicados de visión y audio y un decodificador de predicción de múltiples tokens de cinco capas.\n\nPara trabajo de software, indica el comportamiento que debe entregar el programa, proporciona la implementación pertinente y explica cómo se comprobará la finalización. Conserva las restricciones del repositorio y la falla exacta o solicitud de cambio. El modelo puede razonar sobre una secuencia de ediciones y resultados de herramientas; la aplicación proporciona las herramientas y registra sus operaciones. Pide un informe final del comportamiento modificado, los archivos afectados y las comprobaciones realizadas para que una secuencia larga termine con un resultado que se pueda inspeccionar.\n\nLa versión de Xiaomi amplía después el alcance de las tareas de programación a mundos interactivos. Describe la creación de juegos y escenas 3D a partir de texto, imágenes o referencias de video, la implementación de lógica de interacción y el perfeccionamiento del trabajo mediante retroalimentación del renderizado. También describe objetos y escenas basados en Blender y retroalimentación visual en simulaciones corporizadas. Prepara un encargo de escena con dimensiones, relaciones entre objetos, controles y criterios visibles de finalización. El código, las instrucciones de escena o los recursos producidos por herramientas deben inspeccionarse en el entorno de renderizado o simulación previsto.\n\nPara trabajo visual y de diseño, el fabricante muestra interfaces frontend y presentaciones con distribución, componentes y animación, así como flujos que utilizan herramientas de imagen y video. Proporciona el público, el contenido requerido, las referencias visuales y las interacciones que deben funcionar. Una solicitud útil puede producir la implementación de una página o el esquema de una presentación con los detalles necesarios para el siguiente paso de producción. El modelo subyacente devuelve texto e instrucciones para herramientas; las visualizaciones renderizadas y el contenido multimedia generado provienen de las herramientas utilizadas en el flujo.\n\nLa versión también describe aplicaciones musicales y de investigación. Su ejemplo musical utiliza partituras escritas y MIDI como productos de composición editables. Sus ejemplos de investigación combinan revisión de bibliografía y patentes, hipótesis de diseño y simulaciones computacionales, así como formalización matemática verificada con Lean. Para una tarea de investigación, distingue observaciones de fuentes, supuestos, cálculos e hipótesis propuestas. Conserva las salidas de herramientas y los resultados de verificación, y etiqueta un candidato computacional como candidato en lugar de como resultado validado en laboratorio.\n\nEl trabajo con contexto largo requiere organizar la entrada de manera deliberada. Mantén estables los límites de los documentos, los identificadores de archivos y las decisiones previas, y reserva espacio para la respuesta y el historial continuo de herramientas. La receta local de Xiaomi recomienda temperature 1.0 y top_p 0.95. El fabricante también documenta la repetición de llamadas a herramientas en la línea de entrenamiento V2.6 y checkpoints MOPD separados destinados a corregirla. Inspecciona si cada acción hace avanzar la tarea y conserva la edición exacta junto con el resultado; las llamadas repetidas sin evidencia nueva son motivo para reevaluar el siguiente paso.\n\nEl entregable final debe coincidir con el criterio de finalización de la tarea: un cambio de código comprobado, una escena interactiva inspeccionada, un producto de diseño editable o un análisis de investigación vinculado con evidencia. Pro, Flash y Pro-UltraSpeed tienen funciones distintas dentro de la familia V2.6. Conserva esa distinción al comparar resultados, manteniendo disponibles el material, las observaciones de herramientas y el registro de verificación para su revisión.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Implement bounded grid movement\n\nWrite a JavaScript function move(player, direction, walls) for a 5-by-5 tile grid indexed 0–4. Directions are up, down, left and right. Return a new position; keep the current position when a move hits a wall or boundary. Walls are coordinate pairs. Provide tests for a free move, a wall and each outer boundary. No rendering is required.A pure movement function and test cases covering free movement, wall collision, boundaries and unchanged input state.Check every returned coordinate stays within 0–4 and neither the player object nor wall list is mutated.xiaomi/mimo-v2.6-proMiMo-V2.6-Pro es el modelo insignia omnimodal de Xiaomi para programación exigente, investigación y tareas prolongadas con agentes. Comprende texto, imágenes, video y audio; el perfil Pro publicado documenta una MoE de 1.02T de parámetros, con 42B de parámetros activos y un contexto de un millón de tokens.
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 es el modelo insignia de Xiaomi en su serie V2.6 nativamente omnimodal. Integra la comprensión de texto, imágenes, video y audio en tareas exigentes de ingeniería de software y trabajo prolongado con agentes. El perfil Pro publicado por el fabricante describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales y 42 mil millones de parámetros activados. Su contexto de un millón de tokens está pensado para repositorios extensos, trazas de herramientas y tareas desarrolladas a lo largo de muchas interacciones.
La serie hace avanzar el enfoque de aprendizaje por refuerzo de Xiaomi al escalar la variedad de tareas y la calidad de la retroalimentación junto con el cómputo de entrenamiento. Combina programación, agentes generales, tareas visuales y ciberseguridad en distintos entornos. Las trayectorias candidatas se comparan mediante criterios específicos de la tarea, y tanto los resultados de las pruebas como las evaluaciones de calidad contribuyen a la señal de entrenamiento. La arquitectura Pro combina una estructura principal de atención híbrida de 70 capas con codificadores dedicados de visión y audio y un decodificador de predicción de múltiples tokens de cinco capas.
Para trabajo de software, indica el comportamiento que debe entregar el programa, proporciona la implementación pertinente y explica cómo se comprobará la finalización. Conserva las restricciones del repositorio y la falla exacta o solicitud de cambio. El modelo puede razonar sobre una secuencia de ediciones y resultados de herramientas; la aplicación proporciona las herramientas y registra sus operaciones. Pide un informe final del comportamiento modificado, los archivos afectados y las comprobaciones realizadas para que una secuencia larga termine con un resultado que se pueda inspeccionar.
La versión de Xiaomi amplía después el alcance de las tareas de programación a mundos interactivos. Describe la creación de juegos y escenas 3D a partir de texto, imágenes o referencias de video, la implementación de lógica de interacción y el perfeccionamiento del trabajo mediante retroalimentación del renderizado. También describe objetos y escenas basados en Blender y retroalimentación visual en simulaciones corporizadas. Prepara un encargo de escena con dimensiones, relaciones entre objetos, controles y criterios visibles de finalización. El código, las instrucciones de escena o los recursos producidos por herramientas deben inspeccionarse en el entorno de renderizado o simulación previsto.
Para trabajo visual y de diseño, el fabricante muestra interfaces frontend y presentaciones con distribución, componentes y animación, así como flujos que utilizan herramientas de imagen y video. Proporciona el público, el contenido requerido, las referencias visuales y las interacciones que deben funcionar. Una solicitud útil puede producir la implementación de una página o el esquema de una presentación con los detalles necesarios para el siguiente paso de producción. El modelo subyacente devuelve texto e instrucciones para herramientas; las visualizaciones renderizadas y el contenido multimedia generado provienen de las herramientas utilizadas en el flujo.
La versión también describe aplicaciones musicales y de investigación. Su ejemplo musical utiliza partituras escritas y MIDI como productos de composición editables. Sus ejemplos de investigación combinan revisión de bibliografía y patentes, hipótesis de diseño y simulaciones computacionales, así como formalización matemática verificada con Lean. Para una tarea de investigación, distingue observaciones de fuentes, supuestos, cálculos e hipótesis propuestas. Conserva las salidas de herramientas y los resultados de verificación, y etiqueta un candidato computacional como candidato en lugar de como resultado validado en laboratorio.
El trabajo con contexto largo requiere organizar la entrada de manera deliberada. Mantén estables los límites de los documentos, los identificadores de archivos y las decisiones previas, y reserva espacio para la respuesta y el historial continuo de herramientas. La receta local de Xiaomi recomienda temperature 1.0 y top_p 0.95. El fabricante también documenta la repetición de llamadas a herramientas en la línea de entrenamiento V2.6 y checkpoints MOPD separados destinados a corregirla. Inspecciona si cada acción hace avanzar la tarea y conserva la edición exacta junto con el resultado; las llamadas repetidas sin evidencia nueva son motivo para reevaluar el siguiente paso.
El entregable final debe coincidir con el criterio de finalización de la tarea: un cambio de código comprobado, una escena interactiva inspeccionada, un producto de diseño editable o un análisis de investigación vinculado con evidencia. Pro, Flash y Pro-UltraSpeed tienen funciones distintas dentro de la familia V2.6. Conserva esa distinción al comparar resultados, manteniendo disponibles el material, las observaciones de herramientas y el registro de verificación para su revisión.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites xiaomi/mimo-v2.6-pro | 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 $0.00087 / 1K tokens Salida · Tokens de salida $0.00174 / 1K tokens Entrada · Lectura de caché $0.0000072 / 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 $0.00087 / 1K tokens Salida · Tokens de salida $0.00174 / 1K tokens Entrada · Lectura de caché $0.0000072 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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", "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',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',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
Usa las rutas de método indicadas arriba.
xiaomi/mimo-v2.6-proMiMo-V2.6-Pro es el modelo insignia omnimodal de Xiaomi para programación exigente, investigación y tareas prolongadas con agentes. Comprende texto, imágenes, video y audio; el perfil Pro publicado documenta una MoE de 1.02T de parámetros, con 42B de parámetros activos y un contexto de un millón de tokens.
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 es el modelo insignia de Xiaomi en su serie V2.6 nativamente omnimodal. Integra la comprensión de texto, imágenes, video y audio en tareas exigentes de ingeniería de software y trabajo prolongado con agentes. El perfil Pro publicado por el fabricante describe una arquitectura dispersa de mezcla de expertos con 1.02 billones de parámetros totales y 42 mil millones de parámetros activados. Su contexto de un millón de tokens está pensado para repositorios extensos, trazas de herramientas y tareas desarrolladas a lo largo de muchas interacciones.
La serie hace avanzar el enfoque de aprendizaje por refuerzo de Xiaomi al escalar la variedad de tareas y la calidad de la retroalimentación junto con el cómputo de entrenamiento. Combina programación, agentes generales, tareas visuales y ciberseguridad en distintos entornos. Las trayectorias candidatas se comparan mediante criterios específicos de la tarea, y tanto los resultados de las pruebas como las evaluaciones de calidad contribuyen a la señal de entrenamiento. La arquitectura Pro combina una estructura principal de atención híbrida de 70 capas con codificadores dedicados de visión y audio y un decodificador de predicción de múltiples tokens de cinco capas.
Para trabajo de software, indica el comportamiento que debe entregar el programa, proporciona la implementación pertinente y explica cómo se comprobará la finalización. Conserva las restricciones del repositorio y la falla exacta o solicitud de cambio. El modelo puede razonar sobre una secuencia de ediciones y resultados de herramientas; la aplicación proporciona las herramientas y registra sus operaciones. Pide un informe final del comportamiento modificado, los archivos afectados y las comprobaciones realizadas para que una secuencia larga termine con un resultado que se pueda inspeccionar.
La versión de Xiaomi amplía después el alcance de las tareas de programación a mundos interactivos. Describe la creación de juegos y escenas 3D a partir de texto, imágenes o referencias de video, la implementación de lógica de interacción y el perfeccionamiento del trabajo mediante retroalimentación del renderizado. También describe objetos y escenas basados en Blender y retroalimentación visual en simulaciones corporizadas. Prepara un encargo de escena con dimensiones, relaciones entre objetos, controles y criterios visibles de finalización. El código, las instrucciones de escena o los recursos producidos por herramientas deben inspeccionarse en el entorno de renderizado o simulación previsto.
Para trabajo visual y de diseño, el fabricante muestra interfaces frontend y presentaciones con distribución, componentes y animación, así como flujos que utilizan herramientas de imagen y video. Proporciona el público, el contenido requerido, las referencias visuales y las interacciones que deben funcionar. Una solicitud útil puede producir la implementación de una página o el esquema de una presentación con los detalles necesarios para el siguiente paso de producción. El modelo subyacente devuelve texto e instrucciones para herramientas; las visualizaciones renderizadas y el contenido multimedia generado provienen de las herramientas utilizadas en el flujo.
La versión también describe aplicaciones musicales y de investigación. Su ejemplo musical utiliza partituras escritas y MIDI como productos de composición editables. Sus ejemplos de investigación combinan revisión de bibliografía y patentes, hipótesis de diseño y simulaciones computacionales, así como formalización matemática verificada con Lean. Para una tarea de investigación, distingue observaciones de fuentes, supuestos, cálculos e hipótesis propuestas. Conserva las salidas de herramientas y los resultados de verificación, y etiqueta un candidato computacional como candidato en lugar de como resultado validado en laboratorio.
El trabajo con contexto largo requiere organizar la entrada de manera deliberada. Mantén estables los límites de los documentos, los identificadores de archivos y las decisiones previas, y reserva espacio para la respuesta y el historial continuo de herramientas. La receta local de Xiaomi recomienda temperature 1.0 y top_p 0.95. El fabricante también documenta la repetición de llamadas a herramientas en la línea de entrenamiento V2.6 y checkpoints MOPD separados destinados a corregirla. Inspecciona si cada acción hace avanzar la tarea y conserva la edición exacta junto con el resultado; las llamadas repetidas sin evidencia nueva son motivo para reevaluar el siguiente paso.
El entregable final debe coincidir con el criterio de finalización de la tarea: un cambio de código comprobado, una escena interactiva inspeccionada, un producto de diseño editable o un análisis de investigación vinculado con evidencia. Pro, Flash y Pro-UltraSpeed tienen funciones distintas dentro de la familia V2.6. Conserva esa distinción al comparar resultados, manteniendo disponibles el material, las observaciones de herramientas y el registro de verificación para su revisión.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites xiaomi/mimo-v2.6-pro | 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 $0.00087 / 1K tokens Salida · Tokens de salida $0.00174 / 1K tokens Entrada · Lectura de caché $0.0000072 / 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 $0.00087 / 1K tokens Salida · Tokens de salida $0.00174 / 1K tokens Entrada · Lectura de caché $0.0000072 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un monto estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "xiaomi/mimo-v2.6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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', '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', '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
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Implement bounded grid movement\n\nWrite a JavaScript function move(player, direction, walls) for a 5-by-5 tile grid indexed 0–4. Directions are up, down, left and right. Return a new position; keep the current position when a move hits a wall or boundary. Walls are coordinate pairs. Provide tests for a free move, a wall and each outer boundary. No rendering is required.A pure movement function and test cases covering free movement, wall collision, boundaries and unchanged input state.Check every returned coordinate stays within 0–4 and neither the player object nor wall list is mutated.