MiMo-V2.6-Pro-UltraSpeed est le mode UltraSpeed de Xiaomi pour le modèle MiMo-V2.6-Pro. Le fabricant le présente pour les interactions et les flux de travail sensibles au temps de génération, tout en décrivant une qualité de sortie équivalente à celle de Pro. UltraSpeed désigne une façon d’exécuter le modèle Pro plutôt que le modèle Flash, plus petit. Choisissez-le lorsque l’obtention rapide de la prochaine réponse importe pour une tâche prolongée, en conservant les mêmes exigences pour le livrable final.
La famille Pro sous-jacente est nativement omnimodale : elle comprend le texte, les images, la vidéo et l’audio. Son profil publié décrit une architecture parcimonieuse à mélange d’experts avec 1,02 billion de paramètres au total, 42 milliards de paramètres activés et un contexte d’un million de jetons. Des encodeurs dédiés à la vision et à l’audio relient les entrées multimédias à l’architecture linguistique principale. Le résultat direct est du texte ou des directives pour les outils; toute scène rendue, tout fichier modifié ou tout média généré dépend des outils utilisés par l’application environnante.
L’entraînement V2.6 de Xiaomi combine la programmation, le travail général d’agents, les tâches visuelles et la cybersécurité dans différents environnements. Son processus de rétroaction compare les trajectoires des tâches et utilise à la fois les résultats des tests et des critères de qualité, dans le but de développer des stratégies utiles au fil d’interactions prolongées. Préparez un mandat qui précise l’objectif, les éléments probants disponibles et ce qui constituera l’achèvement. Une génération plus rapide est utile lorsqu’elle fait avancer ces interactions; elle ne remplace pas la vérification que chaque étape répond à la question ou modifie le livrable prévu.
Pour un assistant de programmation, fournissez les fichiers touchés, le comportement demandé et l’échec ou la sortie de vérification qui motive le travail. Demandez la prochaine modification ciblée, puis renvoyez le résultat réel de tout outil d’exécution. Une réponse finale utile explique le comportement modifié, les fichiers touchés et les vérifications réellement effectuées. Distinguez les opérations proposées de celles qui sont terminées afin qu’une séquence rapide de réponses reste traçable jusqu’au travail observable.
Les exemples V2.6 du fabricant étendent la programmation aux jeux, aux objets 3D et aux scènes interactives, en utilisant la rétroaction visuelle pour affiner leur implémentation. Pour une tâche de conception, combinez un mandat textuel à des images de référence ou à un enregistrement et précisez les commandes requises, la disposition et les critères visibles d’achèvement. Une proposition de scène ou d’interface peut ensuite guider les outils de production appropriés. Conservez le résultat rendu et les constats de son inspection plutôt que de traiter le code initial ou les instructions de scène comme un livrable visuel terminé.
Pour les présentations et les flux vidéo, définissez le public, le contenu requis, la séquence prévue et les éléments qui doivent rester cohérents. Xiaomi décrit la famille Pro travaillant avec des outils de conception, d’image, de vidéo et de narration; il s’agit de flux de soutien plutôt que de sorties multimédias natives supplémentaires du modèle textuel. Le livrable utile peut être une structure de diapositives, une séquence de plans ou un jeu d’instructions de production suffisamment détaillé pour exécuter et inspecter l’étape suivante.
Pour la recherche, fournissez la question et des sources faisant autorité, et demandez au modèle de distinguer les faits, les hypothèses et les calculs. Les exemples Pro de Xiaomi comprennent l’examen de la littérature et de brevets, la présélection informatique de matériaux, les partitions musicales et le MIDI, ainsi que la formalisation mathématique vérifiée avec Lean. Conservez les sorties des outils réels de recherche ou de vérification. Un candidat simulé ou une preuve proposée doit rester identifié comme tel jusqu’à ce que l’expérience physique ou la vérification formelle correspondante soit terminée.
Conservez l’identité Pro-UltraSpeed avec le résultat lors d’une comparaison avec Pro ordinaire ou Flash. Organisez les longs historiques autour de l’objectif et des décisions qui doivent rester stables, et laissez de l’espace pour la réponse et les retours continus des outils. Vérifiez le code, les observations, les calculs et les affirmations importants par rapport à leurs sources justificatives. Ce mode se distingue par une génération Pro plus rapide; le livrable terminé doit toujours respecter les mêmes critères propres à la tâche.
", "aboutText": "MiMo-V2.6-Pro-UltraSpeed est le mode UltraSpeed de Xiaomi pour le modèle MiMo-V2.6-Pro. Le fabricant le présente pour les interactions et les flux de travail sensibles au temps de génération, tout en décrivant une qualité de sortie équivalente à celle de Pro. UltraSpeed désigne une façon d’exécuter le modèle Pro plutôt que le modèle Flash, plus petit. Choisissez-le lorsque l’obtention rapide de la prochaine réponse importe pour une tâche prolongée, en conservant les mêmes exigences pour le livrable final.\n\nLa famille Pro sous-jacente est nativement omnimodale : elle comprend le texte, les images, la vidéo et l’audio. Son profil publié décrit une architecture parcimonieuse à mélange d’experts avec 1,02 billion de paramètres au total, 42 milliards de paramètres activés et un contexte d’un million de jetons. Des encodeurs dédiés à la vision et à l’audio relient les entrées multimédias à l’architecture linguistique principale. Le résultat direct est du texte ou des directives pour les outils; toute scène rendue, tout fichier modifié ou tout média généré dépend des outils utilisés par l’application environnante.\n\nL’entraînement V2.6 de Xiaomi combine la programmation, le travail général d’agents, les tâches visuelles et la cybersécurité dans différents environnements. Son processus de rétroaction compare les trajectoires des tâches et utilise à la fois les résultats des tests et des critères de qualité, dans le but de développer des stratégies utiles au fil d’interactions prolongées. Préparez un mandat qui précise l’objectif, les éléments probants disponibles et ce qui constituera l’achèvement. Une génération plus rapide est utile lorsqu’elle fait avancer ces interactions; elle ne remplace pas la vérification que chaque étape répond à la question ou modifie le livrable prévu.\n\nPour un assistant de programmation, fournissez les fichiers touchés, le comportement demandé et l’échec ou la sortie de vérification qui motive le travail. Demandez la prochaine modification ciblée, puis renvoyez le résultat réel de tout outil d’exécution. Une réponse finale utile explique le comportement modifié, les fichiers touchés et les vérifications réellement effectuées. Distinguez les opérations proposées de celles qui sont terminées afin qu’une séquence rapide de réponses reste traçable jusqu’au travail observable.\n\nLes exemples V2.6 du fabricant étendent la programmation aux jeux, aux objets 3D et aux scènes interactives, en utilisant la rétroaction visuelle pour affiner leur implémentation. Pour une tâche de conception, combinez un mandat textuel à des images de référence ou à un enregistrement et précisez les commandes requises, la disposition et les critères visibles d’achèvement. Une proposition de scène ou d’interface peut ensuite guider les outils de production appropriés. Conservez le résultat rendu et les constats de son inspection plutôt que de traiter le code initial ou les instructions de scène comme un livrable visuel terminé.\n\nPour les présentations et les flux vidéo, définissez le public, le contenu requis, la séquence prévue et les éléments qui doivent rester cohérents. Xiaomi décrit la famille Pro travaillant avec des outils de conception, d’image, de vidéo et de narration; il s’agit de flux de soutien plutôt que de sorties multimédias natives supplémentaires du modèle textuel. Le livrable utile peut être une structure de diapositives, une séquence de plans ou un jeu d’instructions de production suffisamment détaillé pour exécuter et inspecter l’étape suivante.\n\nPour la recherche, fournissez la question et des sources faisant autorité, et demandez au modèle de distinguer les faits, les hypothèses et les calculs. Les exemples Pro de Xiaomi comprennent l’examen de la littérature et de brevets, la présélection informatique de matériaux, les partitions musicales et le MIDI, ainsi que la formalisation mathématique vérifiée avec Lean. Conservez les sorties des outils réels de recherche ou de vérification. Un candidat simulé ou une preuve proposée doit rester identifié comme tel jusqu’à ce que l’expérience physique ou la vérification formelle correspondante soit terminée.\n\nConservez l’identité Pro-UltraSpeed avec le résultat lors d’une comparaison avec Pro ordinaire ou Flash. Organisez les longs historiques autour de l’objectif et des décisions qui doivent rester stables, et laissez de l’espace pour la réponse et les retours continus des outils. Vérifiez le code, les observations, les calculs et les affirmations importants par rapport à leurs sources justificatives. Ce mode se distingue par une génération Pro plus rapide; le livrable terminé doit toujours respecter les mêmes critères propres à la tâche.", "editorialOverlay": { "copy_fields": { "practical_html": "Exemple technique en anglais
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 est le mode de génération accélérée de Xiaomi pour MiMo-V2.6-Pro. Il conserve la compréhension omnimodale de la famille Pro et son périmètre de tâches prolongées de programmation, de conception et de recherche, tout en faisant de la vitesse de réponse sa caractéristique distinctive.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
MiMo-V2.6-Pro-UltraSpeed est le mode UltraSpeed de Xiaomi pour le modèle MiMo-V2.6-Pro. Le fabricant le présente pour les interactions et les flux de travail sensibles au temps de génération, tout en décrivant une qualité de sortie équivalente à celle de Pro. UltraSpeed désigne une façon d’exécuter le modèle Pro plutôt que le modèle Flash, plus petit. Choisissez-le lorsque l’obtention rapide de la prochaine réponse importe pour une tâche prolongée, en conservant les mêmes exigences pour le livrable final.
La famille Pro sous-jacente est nativement omnimodale : elle comprend le texte, les images, la vidéo et l’audio. Son profil publié décrit une architecture parcimonieuse à mélange d’experts avec 1,02 billion de paramètres au total, 42 milliards de paramètres activés et un contexte d’un million de jetons. Des encodeurs dédiés à la vision et à l’audio relient les entrées multimédias à l’architecture linguistique principale. Le résultat direct est du texte ou des directives pour les outils; toute scène rendue, tout fichier modifié ou tout média généré dépend des outils utilisés par l’application environnante.
L’entraînement V2.6 de Xiaomi combine la programmation, le travail général d’agents, les tâches visuelles et la cybersécurité dans différents environnements. Son processus de rétroaction compare les trajectoires des tâches et utilise à la fois les résultats des tests et des critères de qualité, dans le but de développer des stratégies utiles au fil d’interactions prolongées. Préparez un mandat qui précise l’objectif, les éléments probants disponibles et ce qui constituera l’achèvement. Une génération plus rapide est utile lorsqu’elle fait avancer ces interactions; elle ne remplace pas la vérification que chaque étape répond à la question ou modifie le livrable prévu.
Pour un assistant de programmation, fournissez les fichiers touchés, le comportement demandé et l’échec ou la sortie de vérification qui motive le travail. Demandez la prochaine modification ciblée, puis renvoyez le résultat réel de tout outil d’exécution. Une réponse finale utile explique le comportement modifié, les fichiers touchés et les vérifications réellement effectuées. Distinguez les opérations proposées de celles qui sont terminées afin qu’une séquence rapide de réponses reste traçable jusqu’au travail observable.
Les exemples V2.6 du fabricant étendent la programmation aux jeux, aux objets 3D et aux scènes interactives, en utilisant la rétroaction visuelle pour affiner leur implémentation. Pour une tâche de conception, combinez un mandat textuel à des images de référence ou à un enregistrement et précisez les commandes requises, la disposition et les critères visibles d’achèvement. Une proposition de scène ou d’interface peut ensuite guider les outils de production appropriés. Conservez le résultat rendu et les constats de son inspection plutôt que de traiter le code initial ou les instructions de scène comme un livrable visuel terminé.
Pour les présentations et les flux vidéo, définissez le public, le contenu requis, la séquence prévue et les éléments qui doivent rester cohérents. Xiaomi décrit la famille Pro travaillant avec des outils de conception, d’image, de vidéo et de narration; il s’agit de flux de soutien plutôt que de sorties multimédias natives supplémentaires du modèle textuel. Le livrable utile peut être une structure de diapositives, une séquence de plans ou un jeu d’instructions de production suffisamment détaillé pour exécuter et inspecter l’étape suivante.
Pour la recherche, fournissez la question et des sources faisant autorité, et demandez au modèle de distinguer les faits, les hypothèses et les calculs. Les exemples Pro de Xiaomi comprennent l’examen de la littérature et de brevets, la présélection informatique de matériaux, les partitions musicales et le MIDI, ainsi que la formalisation mathématique vérifiée avec Lean. Conservez les sorties des outils réels de recherche ou de vérification. Un candidat simulé ou une preuve proposée doit rester identifié comme tel jusqu’à ce que l’expérience physique ou la vérification formelle correspondante soit terminée.
Conservez l’identité Pro-UltraSpeed avec le résultat lors d’une comparaison avec Pro ordinaire ou Flash. Organisez les longs historiques autour de l’objectif et des décisions qui doivent rester stables, et laissez de l’espace pour la réponse et les retours continus des outils. Vérifiez le code, les observations, les calculs et les affirmations importants par rapport à leurs sources justificatives. Ce mode se distingue par une génération Pro plus rapide; le livrable terminé doit toujours respecter les mêmes critères propres à la tâche.
POST /v1/chat/completionstexttext| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites xiaomi/mimo-v2.6-pro-ultraspeed | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites Nombre minimal d’éléments: 1 | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites Exemples : system, user, assistant, tool, function Conditions: Ces rôles sont explicitement représentés par les types de compatibilité du code source ; l’ensemble exact des rôles reste propre à chaque modèle. Selon le modèle | Par défaut— |
Champmessages[].content | Typestring|content_part[]|null | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_calls | Typetool_call[] | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].tool_call_id | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: role=tool ; utilisez l’ID réellement renvoyé | Par défaut— |
Champmessages[].name | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champmessages[].reasoning_content | Typestring | ExigenceFacultatif | Valeurs et limites S’applique lorsque: Réinjectez le raisonnement réellement renvoyé lorsque ce modèle l’utilise | Par défaut— |
Champmessages[].reasoning_details | Typeobject|array | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champmax_completion_tokens | Typeinteger | ExigenceFacultatif | Valeurs et limites Minimum: 1 Selon le modèle | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Champstream_options.include_usage | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtemperature | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtop_p | Typenumber | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champstop | Typestring|string[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools | Typefunction_tool[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champtools[].type | Typestring | ExigenceFacultatif | Valeurs et limites function Selon le modèle | Par défaut— |
Champtools[].function.name | Typestring | ExigenceObligatoire | Valeurs et limites S’applique lorsque: Fonction fournie comme outil | Par défaut— |
Champtools[].function.description | Typestring | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtools[].function.parameters | TypeJSON_schema | ExigenceFacultatif | Valeurs et limites | Par défaut— |
Champtool_choice | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champparallel_tool_calls | Typeboolean | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champresponse_format | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning_effort | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champreasoning | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champservice_tier | Typestring | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champinstructions | Typestring | ExigenceFacultatif | Valeurs et limites Champ de compatibilité | Par défaut— |
Champfunctions | Typefunction[] | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champfunction_call | Typestring|object | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champprompt_cache_options | Typeobject | ExigenceFacultatif | Valeurs et limites Selon le modèle | Par défaut— |
Champmodalities | Typestring[] | ExigenceFacultatif | Valeurs et limites text | Par défaut— |
Champprovider | Typeobject | ExigenceFacultatif | Valeurs et limites Conditions: provider.options est refusé sur cette route textuelle Ultra | Par défaut— |
Champcache_control.ttl | Typestring | ExigenceFacultatif | Valeurs et limites Conditions: La valeur 1h est refusée là où le cache des prompts est configuré | Par défaut— |
Texte · Texte UTF8
messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages |
Paramètrematerial_types | Contrattext |
Paramètremessages | ContratTableau de messages avec une structure role/content |
Paramètrefile_material | ContratDocument UTF-8 réel inséré comme texte littéral ; aucun ID de fichier déduit |
Paramètreoptional_controls | Contratstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Paramètrecontrol_scope | ContratPropre au modèle ; les outils de fonctions de l’utilisateur diffèrent des outils hébergés |
Paramètreoutput_modalities | Contrattext |
Paramètrehosted_operations | Contratfalse |
Paramètremultimodal_input_binding | Contratnull |
Cycle de vie : synchronous_or_streamed
Envoyez l’ID exact du modèle avec messages.
La longueur du contexte n’est pas un plafond de sortie.
Un fichier texte peut fournir du texte littéral ; les entrées image/audio/objet fichier nécessitent une liaison exacte.
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0087 / 1K jetons Sortie · Jetons en sortie $0.0174 / 1K jetons Entrée · Lecture du cache $0.000072 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0087 / 1K jetons Sortie · Jetons en sortie $0.0174 / 1K jetons Entrée · Lecture du cache $0.000072 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
set -eu\n: "${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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez chaque choix avec son contenu, ses appels d’outils et son raisonnement. En SSE, assemblez les deltas par index de choix et d’outil, et conservez le motif final d’arrêt et les données d’utilisation.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champchoices[].index | Typeinteger |
Champchoices[].message.content | Typestring|null |
Champchoices[].message.tool_calls | Typetool_call[] |
Champchoices[].message.reasoning_content | Typestring |
Champchoices[].message.reasoning_details | Typeobject|array |
Champchoices[].finish_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra xiaomi/mimo-v2.6-pro-ultraspeed
Utilisez les chemins de méthode indiqués ci-dessus.
xiaomi/mimo-v2.6-pro-ultraspeedMiMo-V2.6-Pro-UltraSpeed est le mode de génération accélérée de Xiaomi pour MiMo-V2.6-Pro. Il conserve la compréhension omnimodale de la famille Pro et son périmètre de tâches prolongées de programmation, de conception et de recherche, tout en faisant de la vitesse de réponse sa caractéristique distinctive.
Cette description présente les capacités du modèle. Les entrées, sorties et options disponibles dans Ailoot pour la méthode sélectionnée figurent ci-dessous.
MiMo-V2.6-Pro-UltraSpeed est le mode UltraSpeed de Xiaomi pour le modèle MiMo-V2.6-Pro. Le fabricant le présente pour les interactions et les flux de travail sensibles au temps de génération, tout en décrivant une qualité de sortie équivalente à celle de Pro. UltraSpeed désigne une façon d’exécuter le modèle Pro plutôt que le modèle Flash, plus petit. Choisissez-le lorsque l’obtention rapide de la prochaine réponse importe pour une tâche prolongée, en conservant les mêmes exigences pour le livrable final.
La famille Pro sous-jacente est nativement omnimodale : elle comprend le texte, les images, la vidéo et l’audio. Son profil publié décrit une architecture parcimonieuse à mélange d’experts avec 1,02 billion de paramètres au total, 42 milliards de paramètres activés et un contexte d’un million de jetons. Des encodeurs dédiés à la vision et à l’audio relient les entrées multimédias à l’architecture linguistique principale. Le résultat direct est du texte ou des directives pour les outils; toute scène rendue, tout fichier modifié ou tout média généré dépend des outils utilisés par l’application environnante.
L’entraînement V2.6 de Xiaomi combine la programmation, le travail général d’agents, les tâches visuelles et la cybersécurité dans différents environnements. Son processus de rétroaction compare les trajectoires des tâches et utilise à la fois les résultats des tests et des critères de qualité, dans le but de développer des stratégies utiles au fil d’interactions prolongées. Préparez un mandat qui précise l’objectif, les éléments probants disponibles et ce qui constituera l’achèvement. Une génération plus rapide est utile lorsqu’elle fait avancer ces interactions; elle ne remplace pas la vérification que chaque étape répond à la question ou modifie le livrable prévu.
Pour un assistant de programmation, fournissez les fichiers touchés, le comportement demandé et l’échec ou la sortie de vérification qui motive le travail. Demandez la prochaine modification ciblée, puis renvoyez le résultat réel de tout outil d’exécution. Une réponse finale utile explique le comportement modifié, les fichiers touchés et les vérifications réellement effectuées. Distinguez les opérations proposées de celles qui sont terminées afin qu’une séquence rapide de réponses reste traçable jusqu’au travail observable.
Les exemples V2.6 du fabricant étendent la programmation aux jeux, aux objets 3D et aux scènes interactives, en utilisant la rétroaction visuelle pour affiner leur implémentation. Pour une tâche de conception, combinez un mandat textuel à des images de référence ou à un enregistrement et précisez les commandes requises, la disposition et les critères visibles d’achèvement. Une proposition de scène ou d’interface peut ensuite guider les outils de production appropriés. Conservez le résultat rendu et les constats de son inspection plutôt que de traiter le code initial ou les instructions de scène comme un livrable visuel terminé.
Pour les présentations et les flux vidéo, définissez le public, le contenu requis, la séquence prévue et les éléments qui doivent rester cohérents. Xiaomi décrit la famille Pro travaillant avec des outils de conception, d’image, de vidéo et de narration; il s’agit de flux de soutien plutôt que de sorties multimédias natives supplémentaires du modèle textuel. Le livrable utile peut être une structure de diapositives, une séquence de plans ou un jeu d’instructions de production suffisamment détaillé pour exécuter et inspecter l’étape suivante.
Pour la recherche, fournissez la question et des sources faisant autorité, et demandez au modèle de distinguer les faits, les hypothèses et les calculs. Les exemples Pro de Xiaomi comprennent l’examen de la littérature et de brevets, la présélection informatique de matériaux, les partitions musicales et le MIDI, ainsi que la formalisation mathématique vérifiée avec Lean. Conservez les sorties des outils réels de recherche ou de vérification. Un candidat simulé ou une preuve proposée doit rester identifié comme tel jusqu’à ce que l’expérience physique ou la vérification formelle correspondante soit terminée.
Conservez l’identité Pro-UltraSpeed avec le résultat lors d’une comparaison avec Pro ordinaire ou Flash. Organisez les longs historiques autour de l’objectif et des décisions qui doivent rester stables, et laissez de l’espace pour la réponse et les retours continus des outils. Vérifiez le code, les observations, les calculs et les affirmations importants par rapport à leurs sources justificatives. Ce mode se distingue par une génération Pro plus rapide; le livrable terminé doit toujours respecter les mêmes critères propres à la tâche.
POST /v1/messagestextjson, sse| Champ | Type | Exigence | Valeurs et limites | Par défaut |
|---|---|---|---|---|
Champmodel | Typestring | ExigenceObligatoire | Valeurs et limites xiaomi/mimo-v2.6-pro-ultraspeed | Par défaut— |
Champmessages | Typemessage[] | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmessages[].role | Typestring | ExigenceObligatoire | Valeurs et limites user, assistant | Par défaut— |
Champmessages[].content | Typestring | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champmax_tokens | Typeinteger | ExigenceObligatoire | Valeurs et limites | Par défaut— |
Champstream | Typeboolean | ExigenceFacultatif | Valeurs et limites | Par défautfalse |
Texte · Texte UTF-8
Chaîne messages[].content
| Paramètre | Contrat |
|---|---|
Paramètrecontent_type | Contratapplication/json |
Paramètrerequired | Contratmodel, messages, max_tokens |
Paramètreoptional_controls | Contratstream |
Paramètrematerial_types | Contrattext |
Paramètretext_file_material | ContratLisez le document UTF-8 réel et placez son texte dans l’entrée indiquée ou dans la chaîne de contenu du message. |
Cycle de vie : synchronous_or_streamed
Les tarifs n’ajoutent pas d’options de requête. Les paramètres pris en charge figurent dans la méthode sélectionnée.
Associez chaque coût aux conditions indiquées. Utilisez un seul tarif pour chaque ensemble de configurations alternatives.
| Configuration | Barème tarifaire | Jetons de contexte, plus de | Jetons de contexte, jusqu’à la limite incluse | Coût |
|---|---|---|---|---|
| ConfigurationTarifs de base des jetons | Barème tarifaireTarif de base | Jetons de contexte, plus de— | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0087 / 1K jetons Sortie · Jetons en sortie $0.0174 / 1K jetons Entrée · Lecture du cache $0.000072 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
| ConfigurationPalier 1 de longueur de requête | Barème tarifaire— | Jetons de contexte, plus de0 | Jetons de contexte, jusqu’à la limite incluseSans borne supérieure | Coût Entrée · Jetons en entrée $0.0087 / 1K jetons Sortie · Jetons en sortie $0.0174 / 1K jetons Entrée · Lecture du cache $0.000072 / 1K jetons Entrée · Écriture dans le cache — / 1K jetons Entrée · Écriture dans le cache, 1 h — / 1K jetons |
Ailoot réserve un montant estimé avant une requête. Après le résultat, le montant final est débité selon l’utilisation mesurée. Pour le streaming, le montant final à débiter est calculé à partir du relevé final d’utilisation. Fonctionnement de la réservation et du débit →
{\n "model": "xiaomi/mimo-v2.6-pro-ultraspeed",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 ou SSE
Conservez chaque réponse, fichier et partie de contenu renvoyés dans leur intégralité.
Conservez tous les blocs de contenu, les signatures de raisonnement et les ID réels d’utilisation d’outils. Assemblez tous les deltas de blocs SSE ; un premier bloc de texte ne constitue pas la sortie complète.
Conservez les ID et les en-têtes de requête/réponse. Aucune URL générique de récupération de tâche textuelle n’est fournie.
| Champ | Type |
|---|---|
Champid | Typestring |
Champmodel | Typestring |
Champcontent[] | Typetext|thinking|tool_use|other content block |
Champstop_reason | Typestring|null |
Champusage | Typeobject |
| Réponse | Condition | Étape suivante |
|---|---|---|
Réponse400 · invalid_request_error | ConditionChamps obligatoires, représentation des éléments fournis ou valeur de paramètre invalides | Étape suivanteCorrigez les champs indiqués avant une nouvelle requête de création. |
Ailoot Ultra xiaomi/mimo-v2.6-pro-ultraspeed
Utilisez les chemins de méthode indiqués ci-dessus.
Exemple technique en anglais
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.