MiMo-V2.6-Pro adalah model unggulan Xiaomi dalam seri V2.6 yang secara native bersifat omnimodal. Model ini menghadirkan pemahaman teks, gambar, video, dan audio untuk rekayasa perangkat lunak yang menuntut dan tugas agen yang panjang. Profil Pro yang dirilis pembuatnya menjelaskan arsitektur sparse mixture-of-experts dengan 1.02 triliun parameter total dan 42 miliar parameter yang diaktifkan. Konteks satu juta tokennya ditujukan untuk repositori panjang, jejak alat, dan tugas yang berlangsung melalui banyak interaksi.
Seri ini memajukan pendekatan reinforcement learning Xiaomi dengan meningkatkan keragaman tugas dan kualitas umpan balik bersama komputasi pelatihan. Pemrograman, agen umum, tugas visual, dan pekerjaan keamanan siber dicampurkan di berbagai lingkungan. Rangkaian langkah kandidat dibandingkan menggunakan kriteria khusus tugas, dengan hasil pengujian dan penilaian kualitas yang berkontribusi pada sinyal pelatihan. Arsitektur Pro menggabungkan inti hybrid attention 70 lapisan dengan encoder penglihatan dan audio khusus serta decoder prediksi multi-token lima lapisan.
Untuk pekerjaan perangkat lunak, nyatakan perilaku yang harus dihasilkan program, berikan implementasi yang relevan, dan jelaskan cara memeriksa penyelesaiannya. Pertahankan batasan repositori dan kegagalan atau permintaan perubahan yang persis. Model dapat menalar rangkaian penyuntingan dan hasil alat; aplikasi menyediakan alat dan mencatat operasinya. Mintalah laporan akhir tentang perilaku yang berubah, berkas yang terdampak, dan pemeriksaan yang benar-benar dilakukan agar rangkaian panjang berakhir dengan hasil yang dapat diperiksa.
Rilis Xiaomi kemudian memperluas cakupan tugas dari pemrograman ke dunia interaktif. Rilis tersebut menjelaskan pembuatan gim dan adegan 3D dari referensi teks, gambar, atau video, implementasi logika interaksi, dan penyempurnaan pekerjaan menggunakan umpan balik render. Rilis itu juga menjelaskan objek dan adegan berbasis Blender serta umpan balik visual dalam simulasi agen berwujud. Siapkan ringkasan adegan dengan dimensi, hubungan objek, kontrol, dan kriteria penyelesaian yang terlihat. Kode, instruksi adegan, atau aset yang diproduksi alat harus diperiksa di lingkungan render atau simulasi yang dituju.
Untuk pekerjaan visual dan desain, pembuatnya menampilkan antarmuka frontend dan dek slide dengan tata letak, komponen, dan animasi, serta alur kerja yang menggunakan alat gambar dan video. Berikan audiens, konten yang diperlukan, referensi visual, dan interaksi yang harus berfungsi. Permintaan yang berguna dapat menghasilkan implementasi halaman atau kerangka presentasi dengan rincian yang diperlukan untuk langkah produksi berikutnya. Model dasarnya mengembalikan teks dan arahan alat; visual yang dirender dan media yang dihasilkan berasal dari alat yang digunakan dalam alur kerja.
Rilis ini juga menjelaskan aplikasi musik dan riset. Contoh musiknya menggunakan partitur tertulis dan MIDI sebagai artefak komposisi yang dapat disunting. Contoh risetnya menggabungkan tinjauan literatur dan paten, hipotesis desain, dan simulasi komputasional, serta formalisasi matematika yang diperiksa dengan Lean. Untuk tugas riset, bedakan pengamatan dari sumber, asumsi, perhitungan, dan hipotesis yang diusulkan. Pertahankan keluaran alat dan hasil verifikasi, serta beri label kandidat komputasional sebagai kandidat, bukan hasil yang telah divalidasi di laboratorium.
Pekerjaan dengan konteks panjang membutuhkan pengorganisasian masukan yang disengaja. Jaga agar batas dokumen, pengenal berkas, dan keputusan sebelumnya tetap stabil, serta sisakan ruang untuk respons dan riwayat alat yang terus bertambah. Resep lokal Xiaomi merekomendasikan temperature 1.0 dan top_p 0.95. Pembuatnya juga mendokumentasikan pengulangan pemanggilan alat dalam lini pelatihan V2.6 dan checkpoint MOPD terpisah yang ditujukan untuk menanganinya. Periksa apakah setiap tindakan memajukan tugas dan sertakan edisi persis bersama hasil; pemanggilan berulang tanpa bukti baru merupakan alasan untuk menilai ulang langkah berikutnya.
Hasil akhir harus sesuai dengan kriteria penyelesaian tugas: perubahan kode yang diperiksa, adegan interaktif yang ditinjau, artefak desain yang dapat disunting, atau analisis riset yang terhubung dengan bukti. Pro, Flash, dan Pro-UltraSpeed memiliki peran berbeda dalam keluarga V2.6. Pertahankan perbedaan tersebut saat membandingkan hasil, sambil menjaga agar materi, pengamatan alat, dan catatan verifikasi tersedia untuk ditinjau.
", "aboutText": "MiMo-V2.6-Pro adalah model unggulan Xiaomi dalam seri V2.6 yang secara native bersifat omnimodal. Model ini menghadirkan pemahaman teks, gambar, video, dan audio untuk rekayasa perangkat lunak yang menuntut dan tugas agen yang panjang. Profil Pro yang dirilis pembuatnya menjelaskan arsitektur sparse mixture-of-experts dengan 1.02 triliun parameter total dan 42 miliar parameter yang diaktifkan. Konteks satu juta tokennya ditujukan untuk repositori panjang, jejak alat, dan tugas yang berlangsung melalui banyak interaksi.\n\nSeri ini memajukan pendekatan reinforcement learning Xiaomi dengan meningkatkan keragaman tugas dan kualitas umpan balik bersama komputasi pelatihan. Pemrograman, agen umum, tugas visual, dan pekerjaan keamanan siber dicampurkan di berbagai lingkungan. Rangkaian langkah kandidat dibandingkan menggunakan kriteria khusus tugas, dengan hasil pengujian dan penilaian kualitas yang berkontribusi pada sinyal pelatihan. Arsitektur Pro menggabungkan inti hybrid attention 70 lapisan dengan encoder penglihatan dan audio khusus serta decoder prediksi multi-token lima lapisan.\n\nUntuk pekerjaan perangkat lunak, nyatakan perilaku yang harus dihasilkan program, berikan implementasi yang relevan, dan jelaskan cara memeriksa penyelesaiannya. Pertahankan batasan repositori dan kegagalan atau permintaan perubahan yang persis. Model dapat menalar rangkaian penyuntingan dan hasil alat; aplikasi menyediakan alat dan mencatat operasinya. Mintalah laporan akhir tentang perilaku yang berubah, berkas yang terdampak, dan pemeriksaan yang benar-benar dilakukan agar rangkaian panjang berakhir dengan hasil yang dapat diperiksa.\n\nRilis Xiaomi kemudian memperluas cakupan tugas dari pemrograman ke dunia interaktif. Rilis tersebut menjelaskan pembuatan gim dan adegan 3D dari referensi teks, gambar, atau video, implementasi logika interaksi, dan penyempurnaan pekerjaan menggunakan umpan balik render. Rilis itu juga menjelaskan objek dan adegan berbasis Blender serta umpan balik visual dalam simulasi agen berwujud. Siapkan ringkasan adegan dengan dimensi, hubungan objek, kontrol, dan kriteria penyelesaian yang terlihat. Kode, instruksi adegan, atau aset yang diproduksi alat harus diperiksa di lingkungan render atau simulasi yang dituju.\n\nUntuk pekerjaan visual dan desain, pembuatnya menampilkan antarmuka frontend dan dek slide dengan tata letak, komponen, dan animasi, serta alur kerja yang menggunakan alat gambar dan video. Berikan audiens, konten yang diperlukan, referensi visual, dan interaksi yang harus berfungsi. Permintaan yang berguna dapat menghasilkan implementasi halaman atau kerangka presentasi dengan rincian yang diperlukan untuk langkah produksi berikutnya. Model dasarnya mengembalikan teks dan arahan alat; visual yang dirender dan media yang dihasilkan berasal dari alat yang digunakan dalam alur kerja.\n\nRilis ini juga menjelaskan aplikasi musik dan riset. Contoh musiknya menggunakan partitur tertulis dan MIDI sebagai artefak komposisi yang dapat disunting. Contoh risetnya menggabungkan tinjauan literatur dan paten, hipotesis desain, dan simulasi komputasional, serta formalisasi matematika yang diperiksa dengan Lean. Untuk tugas riset, bedakan pengamatan dari sumber, asumsi, perhitungan, dan hipotesis yang diusulkan. Pertahankan keluaran alat dan hasil verifikasi, serta beri label kandidat komputasional sebagai kandidat, bukan hasil yang telah divalidasi di laboratorium.\n\nPekerjaan dengan konteks panjang membutuhkan pengorganisasian masukan yang disengaja. Jaga agar batas dokumen, pengenal berkas, dan keputusan sebelumnya tetap stabil, serta sisakan ruang untuk respons dan riwayat alat yang terus bertambah. Resep lokal Xiaomi merekomendasikan temperature 1.0 dan top_p 0.95. Pembuatnya juga mendokumentasikan pengulangan pemanggilan alat dalam lini pelatihan V2.6 dan checkpoint MOPD terpisah yang ditujukan untuk menanganinya. Periksa apakah setiap tindakan memajukan tugas dan sertakan edisi persis bersama hasil; pemanggilan berulang tanpa bukti baru merupakan alasan untuk menilai ulang langkah berikutnya.\n\nHasil akhir harus sesuai dengan kriteria penyelesaian tugas: perubahan kode yang diperiksa, adegan interaktif yang ditinjau, artefak desain yang dapat disunting, atau analisis riset yang terhubung dengan bukti. Pro, Flash, dan Pro-UltraSpeed memiliki peran berbeda dalam keluarga V2.6. Pertahankan perbedaan tersebut saat membandingkan hasil, sambil menjaga agar materi, pengamatan alat, dan catatan verifikasi tersedia untuk ditinjau.", "editorialOverlay": { "copy_fields": { "practical_html": "Contoh teknis dalam bahasa Inggris
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 adalah model unggulan omnimodal Xiaomi untuk pemrograman, riset, dan tugas agen panjang yang menuntut. Model ini memahami teks, gambar, video, dan audio; profil Pro yang dirilis mendokumentasikan MoE berparameter 1.02T dengan 42B parameter aktif dan konteks satu juta token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
MiMo-V2.6-Pro adalah model unggulan Xiaomi dalam seri V2.6 yang secara native bersifat omnimodal. Model ini menghadirkan pemahaman teks, gambar, video, dan audio untuk rekayasa perangkat lunak yang menuntut dan tugas agen yang panjang. Profil Pro yang dirilis pembuatnya menjelaskan arsitektur sparse mixture-of-experts dengan 1.02 triliun parameter total dan 42 miliar parameter yang diaktifkan. Konteks satu juta tokennya ditujukan untuk repositori panjang, jejak alat, dan tugas yang berlangsung melalui banyak interaksi.
Seri ini memajukan pendekatan reinforcement learning Xiaomi dengan meningkatkan keragaman tugas dan kualitas umpan balik bersama komputasi pelatihan. Pemrograman, agen umum, tugas visual, dan pekerjaan keamanan siber dicampurkan di berbagai lingkungan. Rangkaian langkah kandidat dibandingkan menggunakan kriteria khusus tugas, dengan hasil pengujian dan penilaian kualitas yang berkontribusi pada sinyal pelatihan. Arsitektur Pro menggabungkan inti hybrid attention 70 lapisan dengan encoder penglihatan dan audio khusus serta decoder prediksi multi-token lima lapisan.
Untuk pekerjaan perangkat lunak, nyatakan perilaku yang harus dihasilkan program, berikan implementasi yang relevan, dan jelaskan cara memeriksa penyelesaiannya. Pertahankan batasan repositori dan kegagalan atau permintaan perubahan yang persis. Model dapat menalar rangkaian penyuntingan dan hasil alat; aplikasi menyediakan alat dan mencatat operasinya. Mintalah laporan akhir tentang perilaku yang berubah, berkas yang terdampak, dan pemeriksaan yang benar-benar dilakukan agar rangkaian panjang berakhir dengan hasil yang dapat diperiksa.
Rilis Xiaomi kemudian memperluas cakupan tugas dari pemrograman ke dunia interaktif. Rilis tersebut menjelaskan pembuatan gim dan adegan 3D dari referensi teks, gambar, atau video, implementasi logika interaksi, dan penyempurnaan pekerjaan menggunakan umpan balik render. Rilis itu juga menjelaskan objek dan adegan berbasis Blender serta umpan balik visual dalam simulasi agen berwujud. Siapkan ringkasan adegan dengan dimensi, hubungan objek, kontrol, dan kriteria penyelesaian yang terlihat. Kode, instruksi adegan, atau aset yang diproduksi alat harus diperiksa di lingkungan render atau simulasi yang dituju.
Untuk pekerjaan visual dan desain, pembuatnya menampilkan antarmuka frontend dan dek slide dengan tata letak, komponen, dan animasi, serta alur kerja yang menggunakan alat gambar dan video. Berikan audiens, konten yang diperlukan, referensi visual, dan interaksi yang harus berfungsi. Permintaan yang berguna dapat menghasilkan implementasi halaman atau kerangka presentasi dengan rincian yang diperlukan untuk langkah produksi berikutnya. Model dasarnya mengembalikan teks dan arahan alat; visual yang dirender dan media yang dihasilkan berasal dari alat yang digunakan dalam alur kerja.
Rilis ini juga menjelaskan aplikasi musik dan riset. Contoh musiknya menggunakan partitur tertulis dan MIDI sebagai artefak komposisi yang dapat disunting. Contoh risetnya menggabungkan tinjauan literatur dan paten, hipotesis desain, dan simulasi komputasional, serta formalisasi matematika yang diperiksa dengan Lean. Untuk tugas riset, bedakan pengamatan dari sumber, asumsi, perhitungan, dan hipotesis yang diusulkan. Pertahankan keluaran alat dan hasil verifikasi, serta beri label kandidat komputasional sebagai kandidat, bukan hasil yang telah divalidasi di laboratorium.
Pekerjaan dengan konteks panjang membutuhkan pengorganisasian masukan yang disengaja. Jaga agar batas dokumen, pengenal berkas, dan keputusan sebelumnya tetap stabil, serta sisakan ruang untuk respons dan riwayat alat yang terus bertambah. Resep lokal Xiaomi merekomendasikan temperature 1.0 dan top_p 0.95. Pembuatnya juga mendokumentasikan pengulangan pemanggilan alat dalam lini pelatihan V2.6 dan checkpoint MOPD terpisah yang ditujukan untuk menanganinya. Periksa apakah setiap tindakan memajukan tugas dan sertakan edisi persis bersama hasil; pemanggilan berulang tanpa bukti baru merupakan alasan untuk menilai ulang langkah berikutnya.
Hasil akhir harus sesuai dengan kriteria penyelesaian tugas: perubahan kode yang diperiksa, adegan interaktif yang ditinjau, artefak desain yang dapat disunting, atau analisis riset yang terhubung dengan bukti. Pro, Flash, dan Pro-UltraSpeed memiliki peran berbeda dalam keluarga V2.6. Pertahankan perbedaan tersebut saat membandingkan hasil, sambil menjaga agar materi, pengamatan alat, dan catatan verifikasi tersedia untuk ditinjau.
POST /v1/chat/completionstexttext| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan xiaomi/mimo-v2.6-pro | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan Item minimum: 1 | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan Contoh: system, user, assistant, tool, function Kondisi: Peran ini direpresentasikan secara eksplisit oleh tipe kompatibilitas dalam kode sumber; kumpulan peran model yang tepat tetap khusus untuk tiap model. Bergantung pada model | Bawaan— |
Kolommessages[].content | Jenisstring|content_part[]|null | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_calls | Jenistool_call[] | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].tool_call_id | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: role=tool; gunakan ID yang benar-benar dikembalikan | Bawaan— |
Kolommessages[].name | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolommessages[].reasoning_content | Jenisstring | PersyaratanOpsional | Nilai & batasan Berlaku jika: Kirim kembali penalaran yang benar-benar dikembalikan jika model ini menggunakannya | Bawaan— |
Kolommessages[].reasoning_details | Jenisobject|array | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolommax_completion_tokens | Jenisinteger | PersyaratanOpsional | Nilai & batasan Minimum: 1 Bergantung pada model | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Kolomstream_options.include_usage | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtemperature | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtop_p | Jenisnumber | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomstop | Jenisstring|string[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools | Jenisfunction_tool[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomtools[].type | Jenisstring | PersyaratanOpsional | Nilai & batasan function Bergantung pada model | Bawaan— |
Kolomtools[].function.name | Jenisstring | PersyaratanWajib | Nilai & batasan Berlaku jika: alat fungsi disediakan | Bawaan— |
Kolomtools[].function.description | Jenisstring | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtools[].function.parameters | JenisJSON_schema | PersyaratanOpsional | Nilai & batasan | Bawaan— |
Kolomtool_choice | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomparallel_tool_calls | Jenisboolean | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomresponse_format | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning_effort | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomreasoning | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomservice_tier | Jenisstring | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolominstructions | Jenisstring | PersyaratanOpsional | Nilai & batasan Kolom kompatibilitas | Bawaan— |
Kolomfunctions | Jenisfunction[] | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomfunction_call | Jenisstring|object | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolomprompt_cache_options | Jenisobject | PersyaratanOpsional | Nilai & batasan Bergantung pada model | Bawaan— |
Kolommodalities | Jenisstring[] | PersyaratanOpsional | Nilai & batasan text | Bawaan— |
Kolomprovider | Jenisobject | PersyaratanOpsional | Nilai & batasan Kondisi: provider.options ditolak pada rute teks Ultra ini | Bawaan— |
Kolomcache_control.ttl | Jenisstring | PersyaratanOpsional | Nilai & batasan Kondisi: 1h ditolak pada lokasi cache prompt yang digunakan | Bawaan— |
Teks · Teks UTF8
messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages |
Parametermaterial_types | Kontraktext |
Parametermessages | Kontrakarray pesan dengan struktur role/content |
Parameterfile_material | Kontrakdokumen UTF-8 yang sebenarnya dimasukkan sebagai teks apa adanya; ID file tidak disimpulkan |
Parameteroptional_controls | Kontrakstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Kontrakkhusus model; alat fungsi pengguna berbeda dari alat yang dihosting |
Parameteroutput_modalities | Kontraktext |
Parameterhosted_operations | Kontrakfalse |
Parametermultimodal_input_binding | Kontraknull |
Siklus hidup: synchronous_or_streamed
Kirim ID model yang tepat bersama messages.
Panjang konteks bukan batas keluaran.
File teks dapat menyediakan teks apa adanya; masukan gambar/audio/objek file memerlukan pengikatan yang tepat.
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00087 / 1K token Keluaran · Token keluaran $0.00174 / 1K token Masukan · Pembacaan cache $0.0000072 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00087 / 1K token Keluaran · Token keluaran $0.00174 / 1K token Masukan · Pembacaan cache $0.0000072 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan setiap alternatif jawaban beserta konten, panggilan alat, dan penalarannya. Dalam SSE, gabungkan delta menurut indeks alternatif jawaban/alat, lalu pertahankan alasan penghentian akhir dan data penggunaan.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomchoices[].index | Jenisinteger |
Kolomchoices[].message.content | Jenisstring|null |
Kolomchoices[].message.tool_calls | Jenistool_call[] |
Kolomchoices[].message.reasoning_content | Jenisstring |
Kolomchoices[].message.reasoning_details | Jenisobject|array |
Kolomchoices[].finish_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
Gunakan jalur metode yang ditampilkan di atas.
xiaomi/mimo-v2.6-proMiMo-V2.6-Pro adalah model unggulan omnimodal Xiaomi untuk pemrograman, riset, dan tugas agen panjang yang menuntut. Model ini memahami teks, gambar, video, dan audio; profil Pro yang dirilis mendokumentasikan MoE berparameter 1.02T dengan 42B parameter aktif dan konteks satu juta token.
Deskripsi ini mencakup kemampuan model. Masukan, keluaran, dan opsi yang tersedia di Ailoot tercantum di bawah untuk metode yang dipilih.
MiMo-V2.6-Pro adalah model unggulan Xiaomi dalam seri V2.6 yang secara native bersifat omnimodal. Model ini menghadirkan pemahaman teks, gambar, video, dan audio untuk rekayasa perangkat lunak yang menuntut dan tugas agen yang panjang. Profil Pro yang dirilis pembuatnya menjelaskan arsitektur sparse mixture-of-experts dengan 1.02 triliun parameter total dan 42 miliar parameter yang diaktifkan. Konteks satu juta tokennya ditujukan untuk repositori panjang, jejak alat, dan tugas yang berlangsung melalui banyak interaksi.
Seri ini memajukan pendekatan reinforcement learning Xiaomi dengan meningkatkan keragaman tugas dan kualitas umpan balik bersama komputasi pelatihan. Pemrograman, agen umum, tugas visual, dan pekerjaan keamanan siber dicampurkan di berbagai lingkungan. Rangkaian langkah kandidat dibandingkan menggunakan kriteria khusus tugas, dengan hasil pengujian dan penilaian kualitas yang berkontribusi pada sinyal pelatihan. Arsitektur Pro menggabungkan inti hybrid attention 70 lapisan dengan encoder penglihatan dan audio khusus serta decoder prediksi multi-token lima lapisan.
Untuk pekerjaan perangkat lunak, nyatakan perilaku yang harus dihasilkan program, berikan implementasi yang relevan, dan jelaskan cara memeriksa penyelesaiannya. Pertahankan batasan repositori dan kegagalan atau permintaan perubahan yang persis. Model dapat menalar rangkaian penyuntingan dan hasil alat; aplikasi menyediakan alat dan mencatat operasinya. Mintalah laporan akhir tentang perilaku yang berubah, berkas yang terdampak, dan pemeriksaan yang benar-benar dilakukan agar rangkaian panjang berakhir dengan hasil yang dapat diperiksa.
Rilis Xiaomi kemudian memperluas cakupan tugas dari pemrograman ke dunia interaktif. Rilis tersebut menjelaskan pembuatan gim dan adegan 3D dari referensi teks, gambar, atau video, implementasi logika interaksi, dan penyempurnaan pekerjaan menggunakan umpan balik render. Rilis itu juga menjelaskan objek dan adegan berbasis Blender serta umpan balik visual dalam simulasi agen berwujud. Siapkan ringkasan adegan dengan dimensi, hubungan objek, kontrol, dan kriteria penyelesaian yang terlihat. Kode, instruksi adegan, atau aset yang diproduksi alat harus diperiksa di lingkungan render atau simulasi yang dituju.
Untuk pekerjaan visual dan desain, pembuatnya menampilkan antarmuka frontend dan dek slide dengan tata letak, komponen, dan animasi, serta alur kerja yang menggunakan alat gambar dan video. Berikan audiens, konten yang diperlukan, referensi visual, dan interaksi yang harus berfungsi. Permintaan yang berguna dapat menghasilkan implementasi halaman atau kerangka presentasi dengan rincian yang diperlukan untuk langkah produksi berikutnya. Model dasarnya mengembalikan teks dan arahan alat; visual yang dirender dan media yang dihasilkan berasal dari alat yang digunakan dalam alur kerja.
Rilis ini juga menjelaskan aplikasi musik dan riset. Contoh musiknya menggunakan partitur tertulis dan MIDI sebagai artefak komposisi yang dapat disunting. Contoh risetnya menggabungkan tinjauan literatur dan paten, hipotesis desain, dan simulasi komputasional, serta formalisasi matematika yang diperiksa dengan Lean. Untuk tugas riset, bedakan pengamatan dari sumber, asumsi, perhitungan, dan hipotesis yang diusulkan. Pertahankan keluaran alat dan hasil verifikasi, serta beri label kandidat komputasional sebagai kandidat, bukan hasil yang telah divalidasi di laboratorium.
Pekerjaan dengan konteks panjang membutuhkan pengorganisasian masukan yang disengaja. Jaga agar batas dokumen, pengenal berkas, dan keputusan sebelumnya tetap stabil, serta sisakan ruang untuk respons dan riwayat alat yang terus bertambah. Resep lokal Xiaomi merekomendasikan temperature 1.0 dan top_p 0.95. Pembuatnya juga mendokumentasikan pengulangan pemanggilan alat dalam lini pelatihan V2.6 dan checkpoint MOPD terpisah yang ditujukan untuk menanganinya. Periksa apakah setiap tindakan memajukan tugas dan sertakan edisi persis bersama hasil; pemanggilan berulang tanpa bukti baru merupakan alasan untuk menilai ulang langkah berikutnya.
Hasil akhir harus sesuai dengan kriteria penyelesaian tugas: perubahan kode yang diperiksa, adegan interaktif yang ditinjau, artefak desain yang dapat disunting, atau analisis riset yang terhubung dengan bukti. Pro, Flash, dan Pro-UltraSpeed memiliki peran berbeda dalam keluarga V2.6. Pertahankan perbedaan tersebut saat membandingkan hasil, sambil menjaga agar materi, pengamatan alat, dan catatan verifikasi tersedia untuk ditinjau.
POST /v1/messagestextjson, sse| Kolom | Jenis | Persyaratan | Nilai & batasan | Bawaan |
|---|---|---|---|---|
Kolommodel | Jenisstring | PersyaratanWajib | Nilai & batasan xiaomi/mimo-v2.6-pro | Bawaan— |
Kolommessages | Jenismessage[] | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommessages[].role | Jenisstring | PersyaratanWajib | Nilai & batasan user, assistant | Bawaan— |
Kolommessages[].content | Jenisstring | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolommax_tokens | Jenisinteger | PersyaratanWajib | Nilai & batasan | Bawaan— |
Kolomstream | Jenisboolean | PersyaratanOpsional | Nilai & batasan | Bawaanfalse |
Teks · Teks UTF-8
string messages[].content
| Parameter | Kontrak |
|---|---|
Parametercontent_type | Kontrakapplication/json |
Parameterrequired | Kontrakmodel, messages, max_tokens |
Parameteroptional_controls | Kontrakstream |
Parametermaterial_types | Kontraktext |
Parametertext_file_material | KontrakBaca dokumen UTF-8 yang sebenarnya dan masukkan teksnya ke string masukan atau konten pesan yang ditunjukkan. |
Siklus hidup: synchronous_or_streamed
Referensi tarif tidak menambah opsi permintaan. Parameter yang didukung tercantum pada metode yang dipilih.
Cocokkan setiap biaya dengan kondisi yang ditampilkan. Gunakan satu tarif untuk setiap kelompok konfigurasi alternatif.
| Konfigurasi | Jadwal tarif | Token konteks, lebih dari | Token konteks, hingga dan termasuk | Biaya |
|---|---|---|---|---|
| KonfigurasiTarif dasar token | Jadwal tarifTarif dasar | Token konteks, lebih dari— | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00087 / 1K token Keluaran · Token keluaran $0.00174 / 1K token Masukan · Pembacaan cache $0.0000072 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
| KonfigurasiPanjang permintaan · tingkat 1 | Jadwal tarif— | Token konteks, lebih dari0 | Token konteks, hingga dan termasukTanpa batas atas | Biaya Masukan · Token masukan $0.00087 / 1K token Keluaran · Token keluaran $0.00174 / 1K token Masukan · Pembacaan cache $0.0000072 / 1K token Masukan · Penulisan cache — / 1K token Masukan · Penulisan cache, 1 jam — / 1K token |
Ailoot mencadangkan perkiraan dana sebelum permintaan. Setelah hasil diterima, tagihan akhir diselesaikan berdasarkan penggunaan yang terukur. Penyelesaian tagihan streaming menggunakan catatan penggunaan akhir. Cara kerja cadangan dan penyelesaian tagihan →
{\n "model": "xiaomi/mimo-v2.6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 atau SSE
Simpan setiap respons lengkap, berkas, dan bagian konten yang dikembalikan.
Simpan semua blok konten, tanda tangan penalaran, dan ID penggunaan alat yang sebenarnya. Gabungkan semua delta blok SSE; blok teks pertama bukan keseluruhan keluaran.
Simpan ID permintaan/respons dan header. URL umum untuk pengambilan tugas teks tidak disediakan.
| Kolom | Jenis |
|---|---|
Kolomid | Jenisstring |
Kolommodel | Jenisstring |
Kolomcontent[] | Jenistext|thinking|tool_use|other content block |
Kolomstop_reason | Jenisstring|null |
Kolomusage | Jenisobject |
| Respons | Kondisi | Langkah berikutnya |
|---|---|---|
Respons400 · invalid_request_error | KondisiBidang wajib, representasi materi, atau nilai parameter tidak valid | Langkah berikutnyaPerbaiki bidang yang ditunjukkan sebelum permintaan pembuatan baru. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
Gunakan jalur metode yang ditampilkan di atas.
Contoh teknis dalam bahasa Inggris
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.