MiMo-V2.6-Flash es el modelo de Xiaomi con un equilibrio orientado a la eficiencia dentro de la serie MiMo-V2.6. Combina comprensión de texto, imágenes, vídeo y audio en una única arquitectura, con una respuesta textual que puede orientar el siguiente paso de una aplicación de apoyo. Su ámbito abarca ingeniería de software, trabajo general con agentes, flujos visuales y análisis de ciberseguridad. Flash es un modelo más pequeño y separado de V2.6-Pro, con su propia escala de parámetros, en lugar de ser simplemente un ajuste de respuesta más corta.
El perfil Flash publicado por el fabricante describe un modelo disperso de mezcla de expertos con 309B de parámetros totales y 15B de parámetros activados. Su arquitectura base de 48 capas combina atención local de ventana deslizante y atención global para trabajar con historiales largos. Los codificadores específicos de visión y audio incorporan los distintos tipos de entrada a esa base de lenguaje. Xiaomi especifica un contexto de un millón de tokens para repositorios, resultados acumulados de herramientas e historiales prolongados de tareas. Organiza ese espacio en torno al objetivo actual, las pruebas pertinentes y las decisiones que deben mantener la coherencia.
El enfoque de entrenamiento V2.6 combina tareas de programación, agentes generales, trabajo visual y ciberseguridad en una misma ejecución de aprendizaje por refuerzo. También varía los entornos de agentes en lugar de entrenar cada dominio de forma aislada. El fabricante describe la comparación de trayectorias candidatas con criterios específicos de cada tarea para que un resultado que supera las pruebas pueda seguir mejorando en calidad y eficiencia. Este es un enfoque de entrenamiento del modelo; un encargo útil sigue necesitando un criterio claro de finalización y pruebas de si el resultado lo satisface.
Para una tarea de repositorio, proporciona el fallo observado, los archivos pertinentes, el comportamiento esperado y las restricciones del cambio. Pide al modelo que identifique la causa, proponga un parche acotado y explique las comprobaciones necesarias. En un entorno con herramientas de ejecución, devuelve su salida real para que el modelo pueda perfeccionar el siguiente paso. Mantén los comandos, los errores y las modificaciones conectados con el archivo pertinente. El resultado final debe distinguir una corrección propuesta de un cambio que se ha aplicado y comprobado.
Para trabajo visual, proporciona una captura de pantalla legible o una imagen de referencia e identifica el diseño, el comportamiento o la relación espacial que se debe reproducir. La versión V2.6 de Xiaomi describe interfaces frontend, presentaciones, escenas 3D y mundos interactivos construidos mediante programación y uso de herramientas. Una entrega práctica puede ser la implementación de un componente con una lista de detalles visibles que se deben inspeccionar en su resultado renderizado. La comprensión de imágenes y vídeo aporta pruebas para ese flujo de trabajo; la salida textual del modelo está separada del contenido multimedia producido por las herramientas que lo rodean.
El audio y el vídeo pueden aportar contexto ausente en un encargo escrito. Formula una pregunta acotada sobre el material aportado y conserva su relación con la salida solicitada. Por ejemplo, combina una grabación de interfaz con los pasos que fallaron y pide un diagnóstico vinculado a la secuencia observada. Conserva los pasajes o sucesos poco claros para revisión. Una explicación fluida no debe convertirse silenciosamente en prueba de que se ha comprendido correctamente un sonido indistinto, una etiqueta pequeña o un fotograma fugaz.
La ficha de Xiaomi recomienda temperature 1.0 y top_p 0.95 para su receta de inferencia y describe un decodificador de predicción de múltiples tokens de cinco capas. Esos ajustes y optimizaciones pertenecen a la implementación del productor. En flujos prolongados con herramientas, comprueba que cada siguiente llamada responda a una nueva necesidad de información o a un resultado que haya cambiado. El fabricante documenta las llamadas repetidas a herramientas como un problema del entrenamiento V2.6 y distingue sus checkpoints RL de los MOPD posteriores. Mantén explícitas la edición elegida y el registro del progreso real al revisar una tarea terminada.
", "aboutText": "MiMo-V2.6-Flash es el modelo de Xiaomi con un equilibrio orientado a la eficiencia dentro de la serie MiMo-V2.6. Combina comprensión de texto, imágenes, vídeo y audio en una única arquitectura, con una respuesta textual que puede orientar el siguiente paso de una aplicación de apoyo. Su ámbito abarca ingeniería de software, trabajo general con agentes, flujos visuales y análisis de ciberseguridad. Flash es un modelo más pequeño y separado de V2.6-Pro, con su propia escala de parámetros, en lugar de ser simplemente un ajuste de respuesta más corta.\n\nEl perfil Flash publicado por el fabricante describe un modelo disperso de mezcla de expertos con 309B de parámetros totales y 15B de parámetros activados. Su arquitectura base de 48 capas combina atención local de ventana deslizante y atención global para trabajar con historiales largos. Los codificadores específicos de visión y audio incorporan los distintos tipos de entrada a esa base de lenguaje. Xiaomi especifica un contexto de un millón de tokens para repositorios, resultados acumulados de herramientas e historiales prolongados de tareas. Organiza ese espacio en torno al objetivo actual, las pruebas pertinentes y las decisiones que deben mantener la coherencia.\n\nEl enfoque de entrenamiento V2.6 combina tareas de programación, agentes generales, trabajo visual y ciberseguridad en una misma ejecución de aprendizaje por refuerzo. También varía los entornos de agentes en lugar de entrenar cada dominio de forma aislada. El fabricante describe la comparación de trayectorias candidatas con criterios específicos de cada tarea para que un resultado que supera las pruebas pueda seguir mejorando en calidad y eficiencia. Este es un enfoque de entrenamiento del modelo; un encargo útil sigue necesitando un criterio claro de finalización y pruebas de si el resultado lo satisface.\n\nPara una tarea de repositorio, proporciona el fallo observado, los archivos pertinentes, el comportamiento esperado y las restricciones del cambio. Pide al modelo que identifique la causa, proponga un parche acotado y explique las comprobaciones necesarias. En un entorno con herramientas de ejecución, devuelve su salida real para que el modelo pueda perfeccionar el siguiente paso. Mantén los comandos, los errores y las modificaciones conectados con el archivo pertinente. El resultado final debe distinguir una corrección propuesta de un cambio que se ha aplicado y comprobado.\n\nPara trabajo visual, proporciona una captura de pantalla legible o una imagen de referencia e identifica el diseño, el comportamiento o la relación espacial que se debe reproducir. La versión V2.6 de Xiaomi describe interfaces frontend, presentaciones, escenas 3D y mundos interactivos construidos mediante programación y uso de herramientas. Una entrega práctica puede ser la implementación de un componente con una lista de detalles visibles que se deben inspeccionar en su resultado renderizado. La comprensión de imágenes y vídeo aporta pruebas para ese flujo de trabajo; la salida textual del modelo está separada del contenido multimedia producido por las herramientas que lo rodean.\n\nEl audio y el vídeo pueden aportar contexto ausente en un encargo escrito. Formula una pregunta acotada sobre el material aportado y conserva su relación con la salida solicitada. Por ejemplo, combina una grabación de interfaz con los pasos que fallaron y pide un diagnóstico vinculado a la secuencia observada. Conserva los pasajes o sucesos poco claros para revisión. Una explicación fluida no debe convertirse silenciosamente en prueba de que se ha comprendido correctamente un sonido indistinto, una etiqueta pequeña o un fotograma fugaz.\n\nLa ficha de Xiaomi recomienda temperature 1.0 y top_p 0.95 para su receta de inferencia y describe un decodificador de predicción de múltiples tokens de cinco capas. Esos ajustes y optimizaciones pertenecen a la implementación del productor. En flujos prolongados con herramientas, comprueba que cada siguiente llamada responda a una nueva necesidad de información o a un resultado que haya cambiado. El fabricante documenta las llamadas repetidas a herramientas como un problema del entrenamiento V2.6 y distingue sus checkpoints RL de los MOPD posteriores. Mantén explícitas la edición elegida y el registro del progreso real al revisar una tarea terminada.", "editorialOverlay": { "copy_fields": { "practical_html": "Ejemplo técnico en inglés
Repair a CSV field serializer\n\nBug report: serialize(['Ada, Inc','plain']) returns 'Ada, Inc,plain', creating three columns. Current function: fields.join(','). Required rules: quote fields containing commas, quotes or line breaks, and double embedded quotes. Propose a focused JavaScript serializer and regression cases for the reported row, an embedded quote and an empty field. Do not claim the code ran.A serializer implementation, explanation of escaping and three regression cases with expected CSV text.Check embedded quotes are doubled inside a quoted field and commas within one field do not create extra columns.xiaomi/mimo-v2.6-flashMiMo-V2.6-Flash combina comprensión de texto, imágenes, vídeo y audio para programación y flujos de trabajo prolongados con agentes. Su perfil publicado utiliza 309B de parámetros totales, 15B activos por token 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-Flash es el modelo de Xiaomi con un equilibrio orientado a la eficiencia dentro de la serie MiMo-V2.6. Combina comprensión de texto, imágenes, vídeo y audio en una única arquitectura, con una respuesta textual que puede orientar el siguiente paso de una aplicación de apoyo. Su ámbito abarca ingeniería de software, trabajo general con agentes, flujos visuales y análisis de ciberseguridad. Flash es un modelo más pequeño y separado de V2.6-Pro, con su propia escala de parámetros, en lugar de ser simplemente un ajuste de respuesta más corta.
El perfil Flash publicado por el fabricante describe un modelo disperso de mezcla de expertos con 309B de parámetros totales y 15B de parámetros activados. Su arquitectura base de 48 capas combina atención local de ventana deslizante y atención global para trabajar con historiales largos. Los codificadores específicos de visión y audio incorporan los distintos tipos de entrada a esa base de lenguaje. Xiaomi especifica un contexto de un millón de tokens para repositorios, resultados acumulados de herramientas e historiales prolongados de tareas. Organiza ese espacio en torno al objetivo actual, las pruebas pertinentes y las decisiones que deben mantener la coherencia.
El enfoque de entrenamiento V2.6 combina tareas de programación, agentes generales, trabajo visual y ciberseguridad en una misma ejecución de aprendizaje por refuerzo. También varía los entornos de agentes en lugar de entrenar cada dominio de forma aislada. El fabricante describe la comparación de trayectorias candidatas con criterios específicos de cada tarea para que un resultado que supera las pruebas pueda seguir mejorando en calidad y eficiencia. Este es un enfoque de entrenamiento del modelo; un encargo útil sigue necesitando un criterio claro de finalización y pruebas de si el resultado lo satisface.
Para una tarea de repositorio, proporciona el fallo observado, los archivos pertinentes, el comportamiento esperado y las restricciones del cambio. Pide al modelo que identifique la causa, proponga un parche acotado y explique las comprobaciones necesarias. En un entorno con herramientas de ejecución, devuelve su salida real para que el modelo pueda perfeccionar el siguiente paso. Mantén los comandos, los errores y las modificaciones conectados con el archivo pertinente. El resultado final debe distinguir una corrección propuesta de un cambio que se ha aplicado y comprobado.
Para trabajo visual, proporciona una captura de pantalla legible o una imagen de referencia e identifica el diseño, el comportamiento o la relación espacial que se debe reproducir. La versión V2.6 de Xiaomi describe interfaces frontend, presentaciones, escenas 3D y mundos interactivos construidos mediante programación y uso de herramientas. Una entrega práctica puede ser la implementación de un componente con una lista de detalles visibles que se deben inspeccionar en su resultado renderizado. La comprensión de imágenes y vídeo aporta pruebas para ese flujo de trabajo; la salida textual del modelo está separada del contenido multimedia producido por las herramientas que lo rodean.
El audio y el vídeo pueden aportar contexto ausente en un encargo escrito. Formula una pregunta acotada sobre el material aportado y conserva su relación con la salida solicitada. Por ejemplo, combina una grabación de interfaz con los pasos que fallaron y pide un diagnóstico vinculado a la secuencia observada. Conserva los pasajes o sucesos poco claros para revisión. Una explicación fluida no debe convertirse silenciosamente en prueba de que se ha comprendido correctamente un sonido indistinto, una etiqueta pequeña o un fotograma fugaz.
La ficha de Xiaomi recomienda temperature 1.0 y top_p 0.95 para su receta de inferencia y describe un decodificador de predicción de múltiples tokens de cinco capas. Esos ajustes y optimizaciones pertenecen a la implementación del productor. En flujos prolongados con herramientas, comprueba que cada siguiente llamada responda a una nueva necesidad de información o a un resultado que haya cambiado. El fabricante documenta las llamadas repetidas a herramientas como un problema del entrenamiento V2.6 y distingue sus checkpoints RL de los MOPD posteriores. Mantén explícitas la edición elegida y el registro del progreso real al revisar una tarea terminada.
POST /v1/chat/completionstexttext| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites xiaomi/mimo-v2.6-flash | 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 $0.00028 / 1K tokens Salida · Tokens de salida $0.00056 / 1K tokens Entrada · Lectura de caché $0.0000056 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.00028 / 1K tokens Salida · Tokens de salida $0.00056 / 1K tokens Entrada · Lectura de caché $0.0000056 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
set -eu\n: "${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-flash", "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-flash',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-flash',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 las cabeceras. 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-flash
Usa las rutas de método indicadas arriba.
xiaomi/mimo-v2.6-flashMiMo-V2.6-Flash combina comprensión de texto, imágenes, vídeo y audio para programación y flujos de trabajo prolongados con agentes. Su perfil publicado utiliza 309B de parámetros totales, 15B activos por token 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-Flash es el modelo de Xiaomi con un equilibrio orientado a la eficiencia dentro de la serie MiMo-V2.6. Combina comprensión de texto, imágenes, vídeo y audio en una única arquitectura, con una respuesta textual que puede orientar el siguiente paso de una aplicación de apoyo. Su ámbito abarca ingeniería de software, trabajo general con agentes, flujos visuales y análisis de ciberseguridad. Flash es un modelo más pequeño y separado de V2.6-Pro, con su propia escala de parámetros, en lugar de ser simplemente un ajuste de respuesta más corta.
El perfil Flash publicado por el fabricante describe un modelo disperso de mezcla de expertos con 309B de parámetros totales y 15B de parámetros activados. Su arquitectura base de 48 capas combina atención local de ventana deslizante y atención global para trabajar con historiales largos. Los codificadores específicos de visión y audio incorporan los distintos tipos de entrada a esa base de lenguaje. Xiaomi especifica un contexto de un millón de tokens para repositorios, resultados acumulados de herramientas e historiales prolongados de tareas. Organiza ese espacio en torno al objetivo actual, las pruebas pertinentes y las decisiones que deben mantener la coherencia.
El enfoque de entrenamiento V2.6 combina tareas de programación, agentes generales, trabajo visual y ciberseguridad en una misma ejecución de aprendizaje por refuerzo. También varía los entornos de agentes en lugar de entrenar cada dominio de forma aislada. El fabricante describe la comparación de trayectorias candidatas con criterios específicos de cada tarea para que un resultado que supera las pruebas pueda seguir mejorando en calidad y eficiencia. Este es un enfoque de entrenamiento del modelo; un encargo útil sigue necesitando un criterio claro de finalización y pruebas de si el resultado lo satisface.
Para una tarea de repositorio, proporciona el fallo observado, los archivos pertinentes, el comportamiento esperado y las restricciones del cambio. Pide al modelo que identifique la causa, proponga un parche acotado y explique las comprobaciones necesarias. En un entorno con herramientas de ejecución, devuelve su salida real para que el modelo pueda perfeccionar el siguiente paso. Mantén los comandos, los errores y las modificaciones conectados con el archivo pertinente. El resultado final debe distinguir una corrección propuesta de un cambio que se ha aplicado y comprobado.
Para trabajo visual, proporciona una captura de pantalla legible o una imagen de referencia e identifica el diseño, el comportamiento o la relación espacial que se debe reproducir. La versión V2.6 de Xiaomi describe interfaces frontend, presentaciones, escenas 3D y mundos interactivos construidos mediante programación y uso de herramientas. Una entrega práctica puede ser la implementación de un componente con una lista de detalles visibles que se deben inspeccionar en su resultado renderizado. La comprensión de imágenes y vídeo aporta pruebas para ese flujo de trabajo; la salida textual del modelo está separada del contenido multimedia producido por las herramientas que lo rodean.
El audio y el vídeo pueden aportar contexto ausente en un encargo escrito. Formula una pregunta acotada sobre el material aportado y conserva su relación con la salida solicitada. Por ejemplo, combina una grabación de interfaz con los pasos que fallaron y pide un diagnóstico vinculado a la secuencia observada. Conserva los pasajes o sucesos poco claros para revisión. Una explicación fluida no debe convertirse silenciosamente en prueba de que se ha comprendido correctamente un sonido indistinto, una etiqueta pequeña o un fotograma fugaz.
La ficha de Xiaomi recomienda temperature 1.0 y top_p 0.95 para su receta de inferencia y describe un decodificador de predicción de múltiples tokens de cinco capas. Esos ajustes y optimizaciones pertenecen a la implementación del productor. En flujos prolongados con herramientas, comprueba que cada siguiente llamada responda a una nueva necesidad de información o a un resultado que haya cambiado. El fabricante documenta las llamadas repetidas a herramientas como un problema del entrenamiento V2.6 y distingue sus checkpoints RL de los MOPD posteriores. Mantén explícitas la edición elegida y el registro del progreso real al revisar una tarea terminada.
POST /v1/messagestextjson, sse| Campo | Tipo | Requisito | Valores y límites | Predeterminado |
|---|---|---|---|---|
Campomodel | Tipostring | RequisitoObligatorio | Valores y límites xiaomi/mimo-v2.6-flash | 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 $0.00028 / 1K tokens Salida · Tokens de salida $0.00056 / 1K tokens Entrada · Lectura de caché $0.0000056 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
| ConfiguraciónTramo 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 $0.00028 / 1K tokens Salida · Tokens de salida $0.00056 / 1K tokens Entrada · Lectura de caché $0.0000056 / 1K tokens Entrada · Escritura en caché — / 1K tokens Entrada · Escritura en caché, 1 hora — / 1K tokens |
Ailoot reserva un importe estimado antes de la solicitud. Tras obtener el resultado, liquida el cargo definitivo según el uso medido. En las respuestas en flujo, la liquidación usa el registro de uso final. Cómo funcionan la reserva y la liquidación →
{\n "model": "xiaomi/mimo-v2.6-flash",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-flash', '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-flash', '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 las cabeceras. 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-flash
Usa las rutas de método indicadas arriba.
Ejemplo técnico en inglés
Repair a CSV field serializer\n\nBug report: serialize(['Ada, Inc','plain']) returns 'Ada, Inc,plain', creating three columns. Current function: fields.join(','). Required rules: quote fields containing commas, quotes or line breaks, and double embedded quotes. Propose a focused JavaScript serializer and regression cases for the reported row, an embedded quote and an empty field. Do not claim the code ran.A serializer implementation, explanation of escaping and three regression cases with expected CSV text.Check embedded quotes are doubled inside a quoted field and commas within one field do not create extra columns.