MiMo-V2.6-Proは、XiaomiのネイティブなオムニモーダルV2.6シリーズの旗艦モデルです。テキスト、画像、動画、音声の理解を、難度の高いソフトウェアエンジニアリングや長時間にわたるエージェントタスクに取り入れています。メーカーが公開したProのプロファイルは、総パラメータ数1.02兆、アクティブパラメータ数420億のスパースなMixture-of-Expertsアーキテクチャを説明しています。100万トークンのコンテキストは、長いリポジトリ、ツールの実行記録、多数の対話にわたって継続するタスクを対象としています。
このシリーズは、学習計算量に加えてタスクの多様性とフィードバックの品質を拡大することで、Xiaomiの強化学習手法を発展させています。コーディング、一般的なエージェント、視覚タスク、サイバーセキュリティの作業を、さまざまな環境で組み合わせています。候補となる実行過程をタスク固有の基準で比較し、テスト結果と評価された品質を学習信号に反映します。Proのアーキテクチャは、70層のハイブリッドアテンションバックボーンに、専用の視覚・音声エンコーダーと5層のマルチトークン予測デコーダーを組み合わせています。
ソフトウェアの作業では、プログラムが実現すべき動作を明示し、関連する実装と、完了をどう確認するかを提示してください。リポジトリの制約と、正確な不具合や変更要求を保持します。モデルは、一連の編集とツールの結果を通じて推論できます。ツールの提供と操作の記録はアプリが行います。長い作業の最後に確認可能な結果が残るよう、変更された動作、影響を受けたファイル、実際に行ったチェックについて最終的な説明を求めてください。
Xiaomiのリリースはさらに、コーディングからインタラクティブな世界へとタスクの範囲を広げています。テキスト、画像、動画の参考資料からゲームや3Dシーンを構築し、操作ロジックを実装し、レンダリング結果のフィードバックで改善する作業を説明しています。Blenderを使ったオブジェクトとシーン、身体性を伴うシミュレーションでの視覚フィードバックも説明されています。寸法、オブジェクト同士の関係、コントロール、目で確認できる完了条件を含むシーンの依頼を用意してください。得られたコード、シーンの指示、ツールが作成した素材は、目的のレンダリング環境またはシミュレーション環境で確認する必要があります。
視覚・デザインの作業では、メーカーはレイアウト、コンポーネント、アニメーションを備えたフロントエンドのインターフェースやスライド資料に加え、画像・動画ツールを使うワークフローを示しています。対象者、必要な内容、視覚的な参考資料、動作すべき操作を提示してください。有用な依頼では、ページの実装やプレゼンテーションの構成案を、次の制作手順に必要な詳細とともに生成できます。基盤となるモデルはテキストとツールへの指示を返し、レンダリングされた視覚表現や生成メディアは、ワークフローで使われるツールから得られます。
リリースでは音楽と調査への応用も説明されています。音楽の例では、楽譜とMIDIを編集可能な作曲成果物として使います。調査の例では、文献・特許の検討、設計上の仮説、計算シミュレーションに加え、Leanで検証する数学の形式化を組み合わせています。調査タスクでは、出典に基づく観察、前提、計算、提案する仮説を区別してください。ツールの出力と検証結果を保持し、計算上の候補は実験室で検証された結果ではなく、候補として明示します。
長いコンテキストを使う作業には、意図的な入力の整理が必要です。文書の境界、ファイルの識別子、以前の決定を安定させ、応答と継続するツール履歴の余地を確保してください。Xiaomiのローカル実行手順では、temperatureを1.0、top_pを0.95にすることを推奨しています。また、メーカーはV2.6の学習系統におけるツール呼び出しの繰り返しと、その対策を目的とした別のMOPDチェックポイントについても記載しています。各操作がタスクを前進させているかを確認し、結果とともに正確なエディションを保持してください。新しい根拠のない呼び出しの繰り返しは、次の手順を見直す理由になります。
最終成果物は、確認済みのコード変更、確認済みのインタラクティブなシーン、編集可能なデザイン成果物、根拠に結び付いた調査分析など、タスクの完了条件に合っている必要があります。Pro、Flash、Pro-UltraSpeedは、V2.6ファミリーの中でそれぞれ役割が異なります。結果を比較する際はこの区別を保ち、資料、ツールによる観察、検証の記録を確認できる状態にしてください。
", "aboutText": "MiMo-V2.6-Proは、XiaomiのネイティブなオムニモーダルV2.6シリーズの旗艦モデルです。テキスト、画像、動画、音声の理解を、難度の高いソフトウェアエンジニアリングや長時間にわたるエージェントタスクに取り入れています。メーカーが公開したProのプロファイルは、総パラメータ数1.02兆、アクティブパラメータ数420億のスパースなMixture-of-Expertsアーキテクチャを説明しています。100万トークンのコンテキストは、長いリポジトリ、ツールの実行記録、多数の対話にわたって継続するタスクを対象としています。\n\nこのシリーズは、学習計算量に加えてタスクの多様性とフィードバックの品質を拡大することで、Xiaomiの強化学習手法を発展させています。コーディング、一般的なエージェント、視覚タスク、サイバーセキュリティの作業を、さまざまな環境で組み合わせています。候補となる実行過程をタスク固有の基準で比較し、テスト結果と評価された品質を学習信号に反映します。Proのアーキテクチャは、70層のハイブリッドアテンションバックボーンに、専用の視覚・音声エンコーダーと5層のマルチトークン予測デコーダーを組み合わせています。\n\nソフトウェアの作業では、プログラムが実現すべき動作を明示し、関連する実装と、完了をどう確認するかを提示してください。リポジトリの制約と、正確な不具合や変更要求を保持します。モデルは、一連の編集とツールの結果を通じて推論できます。ツールの提供と操作の記録はアプリが行います。長い作業の最後に確認可能な結果が残るよう、変更された動作、影響を受けたファイル、実際に行ったチェックについて最終的な説明を求めてください。\n\nXiaomiのリリースはさらに、コーディングからインタラクティブな世界へとタスクの範囲を広げています。テキスト、画像、動画の参考資料からゲームや3Dシーンを構築し、操作ロジックを実装し、レンダリング結果のフィードバックで改善する作業を説明しています。Blenderを使ったオブジェクトとシーン、身体性を伴うシミュレーションでの視覚フィードバックも説明されています。寸法、オブジェクト同士の関係、コントロール、目で確認できる完了条件を含むシーンの依頼を用意してください。得られたコード、シーンの指示、ツールが作成した素材は、目的のレンダリング環境またはシミュレーション環境で確認する必要があります。\n\n視覚・デザインの作業では、メーカーはレイアウト、コンポーネント、アニメーションを備えたフロントエンドのインターフェースやスライド資料に加え、画像・動画ツールを使うワークフローを示しています。対象者、必要な内容、視覚的な参考資料、動作すべき操作を提示してください。有用な依頼では、ページの実装やプレゼンテーションの構成案を、次の制作手順に必要な詳細とともに生成できます。基盤となるモデルはテキストとツールへの指示を返し、レンダリングされた視覚表現や生成メディアは、ワークフローで使われるツールから得られます。\n\nリリースでは音楽と調査への応用も説明されています。音楽の例では、楽譜とMIDIを編集可能な作曲成果物として使います。調査の例では、文献・特許の検討、設計上の仮説、計算シミュレーションに加え、Leanで検証する数学の形式化を組み合わせています。調査タスクでは、出典に基づく観察、前提、計算、提案する仮説を区別してください。ツールの出力と検証結果を保持し、計算上の候補は実験室で検証された結果ではなく、候補として明示します。\n\n長いコンテキストを使う作業には、意図的な入力の整理が必要です。文書の境界、ファイルの識別子、以前の決定を安定させ、応答と継続するツール履歴の余地を確保してください。Xiaomiのローカル実行手順では、temperatureを1.0、top_pを0.95にすることを推奨しています。また、メーカーはV2.6の学習系統におけるツール呼び出しの繰り返しと、その対策を目的とした別のMOPDチェックポイントについても記載しています。各操作がタスクを前進させているかを確認し、結果とともに正確なエディションを保持してください。新しい根拠のない呼び出しの繰り返しは、次の手順を見直す理由になります。\n\n最終成果物は、確認済みのコード変更、確認済みのインタラクティブなシーン、編集可能なデザイン成果物、根拠に結び付いた調査分析など、タスクの完了条件に合っている必要があります。Pro、Flash、Pro-UltraSpeedは、V2.6ファミリーの中でそれぞれ役割が異なります。結果を比較する際はこの区別を保ち、資料、ツールによる観察、検証の記録を確認できる状態にしてください。", "editorialOverlay": { "copy_fields": { "practical_html": "英語の技術例
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は、難度の高いコーディング、調査、長時間にわたるエージェントタスク向けの、Xiaomiの旗艦オムニモーダルモデルです。テキスト、画像、動画、音声を理解します。公開されているProのプロファイルには、総パラメータ数1.02T、アクティブパラメータ数42BのMoEと、100万トークンのコンテキストが記載されています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
MiMo-V2.6-Proは、XiaomiのネイティブなオムニモーダルV2.6シリーズの旗艦モデルです。テキスト、画像、動画、音声の理解を、難度の高いソフトウェアエンジニアリングや長時間にわたるエージェントタスクに取り入れています。メーカーが公開したProのプロファイルは、総パラメータ数1.02兆、アクティブパラメータ数420億のスパースなMixture-of-Expertsアーキテクチャを説明しています。100万トークンのコンテキストは、長いリポジトリ、ツールの実行記録、多数の対話にわたって継続するタスクを対象としています。
このシリーズは、学習計算量に加えてタスクの多様性とフィードバックの品質を拡大することで、Xiaomiの強化学習手法を発展させています。コーディング、一般的なエージェント、視覚タスク、サイバーセキュリティの作業を、さまざまな環境で組み合わせています。候補となる実行過程をタスク固有の基準で比較し、テスト結果と評価された品質を学習信号に反映します。Proのアーキテクチャは、70層のハイブリッドアテンションバックボーンに、専用の視覚・音声エンコーダーと5層のマルチトークン予測デコーダーを組み合わせています。
ソフトウェアの作業では、プログラムが実現すべき動作を明示し、関連する実装と、完了をどう確認するかを提示してください。リポジトリの制約と、正確な不具合や変更要求を保持します。モデルは、一連の編集とツールの結果を通じて推論できます。ツールの提供と操作の記録はアプリが行います。長い作業の最後に確認可能な結果が残るよう、変更された動作、影響を受けたファイル、実際に行ったチェックについて最終的な説明を求めてください。
Xiaomiのリリースはさらに、コーディングからインタラクティブな世界へとタスクの範囲を広げています。テキスト、画像、動画の参考資料からゲームや3Dシーンを構築し、操作ロジックを実装し、レンダリング結果のフィードバックで改善する作業を説明しています。Blenderを使ったオブジェクトとシーン、身体性を伴うシミュレーションでの視覚フィードバックも説明されています。寸法、オブジェクト同士の関係、コントロール、目で確認できる完了条件を含むシーンの依頼を用意してください。得られたコード、シーンの指示、ツールが作成した素材は、目的のレンダリング環境またはシミュレーション環境で確認する必要があります。
視覚・デザインの作業では、メーカーはレイアウト、コンポーネント、アニメーションを備えたフロントエンドのインターフェースやスライド資料に加え、画像・動画ツールを使うワークフローを示しています。対象者、必要な内容、視覚的な参考資料、動作すべき操作を提示してください。有用な依頼では、ページの実装やプレゼンテーションの構成案を、次の制作手順に必要な詳細とともに生成できます。基盤となるモデルはテキストとツールへの指示を返し、レンダリングされた視覚表現や生成メディアは、ワークフローで使われるツールから得られます。
リリースでは音楽と調査への応用も説明されています。音楽の例では、楽譜とMIDIを編集可能な作曲成果物として使います。調査の例では、文献・特許の検討、設計上の仮説、計算シミュレーションに加え、Leanで検証する数学の形式化を組み合わせています。調査タスクでは、出典に基づく観察、前提、計算、提案する仮説を区別してください。ツールの出力と検証結果を保持し、計算上の候補は実験室で検証された結果ではなく、候補として明示します。
長いコンテキストを使う作業には、意図的な入力の整理が必要です。文書の境界、ファイルの識別子、以前の決定を安定させ、応答と継続するツール履歴の余地を確保してください。Xiaomiのローカル実行手順では、temperatureを1.0、top_pを0.95にすることを推奨しています。また、メーカーはV2.6の学習系統におけるツール呼び出しの繰り返しと、その対策を目的とした別のMOPDチェックポイントについても記載しています。各操作がタスクを前進させているかを確認し、結果とともに正確なエディションを保持してください。新しい根拠のない呼び出しの繰り返しは、次の手順を見直す理由になります。
最終成果物は、確認済みのコード変更、確認済みのインタラクティブなシーン、編集可能なデザイン成果物、根拠に結び付いた調査分析など、タスクの完了条件に合っている必要があります。Pro、Flash、Pro-UltraSpeedは、V2.6ファミリーの中でそれぞれ役割が異なります。結果を比較する際はこの区別を保ち、資料、ツールによる観察、検証の記録を確認できる状態にしてください。
POST /v1/chat/completionstexttext| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 xiaomi/mimo-v2.6-pro | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 最小項目数: 1 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 例：system, user, assistant, tool, function 条件: これらのロールはソースコードの互換型で明示されています。正確なロールの集合はモデルごとに異なります。 モデルによる | デフォルト— |
フィールドmessages[].content | 種類string|content_part[]|null | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_calls | 種類tool_call[] | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].tool_call_id | 種類string | 要件任意 | 値と制限 適用条件: role=tool。実際に返されたIDを使ってください | デフォルト— |
フィールドmessages[].name | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドmessages[].reasoning_content | 種類string | 要件任意 | 値と制限 適用条件: このモデルが使用する場合は、実際に返された推論をそのまま次のリクエストへ戻してください | デフォルト— |
フィールドmessages[].reasoning_details | 種類object|array | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmax_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドmax_completion_tokens | 種類integer | 要件任意 | 値と制限 最小値: 1 モデルによる | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
フィールドstream_options.include_usage | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtemperature | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtop_p | 種類number | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドstop | 種類string|string[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools | 種類function_tool[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドtools[].type | 種類string | 要件任意 | 値と制限 function モデルによる | デフォルト— |
フィールドtools[].function.name | 種類string | 要件必須 | 値と制限 適用条件: 関数ツールの指定あり | デフォルト— |
フィールドtools[].function.description | 種類string | 要件任意 | 値と制限 | デフォルト— |
フィールドtools[].function.parameters | 種類JSON_schema | 要件任意 | 値と制限 | デフォルト— |
フィールドtool_choice | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドparallel_tool_calls | 種類boolean | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドresponse_format | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning_effort | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドreasoning | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドservice_tier | 種類string | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドinstructions | 種類string | 要件任意 | 値と制限 互換性用のフィールド | デフォルト— |
フィールドfunctions | 種類function[] | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドfunction_call | 種類string|object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドprompt_cache_options | 種類object | 要件任意 | 値と制限 モデルによる | デフォルト— |
フィールドmodalities | 種類string[] | 要件任意 | 値と制限 text | デフォルト— |
フィールドprovider | 種類object | 要件任意 | 値と制限 条件: このUltraテキストルートではprovider.optionsは拒否されます | デフォルト— |
フィールドcache_control.ttl | 種類string | 要件任意 | 値と制限 条件: 実際のプロンプトキャッシュの指定箇所では1hは拒否されます | デフォルト— |
テキスト · UTF8テキスト
messages[].content
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages |
パラメータmaterial_types | 仕様text |
パラメータmessages | 仕様role/content形式のメッセージ配列 |
パラメータfile_material | 仕様実際のUTF-8文書をテキストとしてそのまま挿入します。ファイルIDは推定しません |
パラメータoptional_controls | 仕様stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
パラメータcontrol_scope | 仕様モデル固有。ユーザーの関数ツールとホスト側のツールは異なります |
パラメータoutput_modalities | 仕様text |
パラメータhosted_operations | 仕様false |
パラメータmultimodal_input_binding | 仕様null |
ライフサイクル: synchronous_or_streamed
正確なモデルIDをmessagesとともに送ってください。
コンテキスト長は出力上限ではありません。
テキストファイルはテキストをそのまま提供できます。画像／音声／ファイルオブジェクトの入力には正確なバインディングが必要です。
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00087 / 1K トークン 出力 · 出力トークン $0.00174 / 1K トークン 入力 · キャッシュ読み取り $0.0000072 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00087 / 1K トークン 出力 · 出力トークン $0.00174 / 1K トークン 入力 · キャッシュ読み取り $0.0000072 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
set -eu\n: "${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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべての選択肢と、その内容・ツール呼び出し・推論を保持してください。SSEでは選択肢／ツールのインデックスごとに差分を組み立て、最終的な終了理由と使用量を残します。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドchoices[].index | 種類integer |
フィールドchoices[].message.content | 種類string|null |
フィールドchoices[].message.tool_calls | 種類tool_call[] |
フィールドchoices[].message.reasoning_content | 種類string |
フィールドchoices[].message.reasoning_details | 種類object|array |
フィールドchoices[].finish_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra xiaomi/mimo-v2.6-pro
上記に表示されたメソッドパスを使用してください。
xiaomi/mimo-v2.6-proMiMo-V2.6-Proは、難度の高いコーディング、調査、長時間にわたるエージェントタスク向けの、Xiaomiの旗艦オムニモーダルモデルです。テキスト、画像、動画、音声を理解します。公開されているProのプロファイルには、総パラメータ数1.02T、アクティブパラメータ数42BのMoEと、100万トークンのコンテキストが記載されています。
この説明はモデルの機能を紹介するものです。Ailootで利用できる入力、出力、オプションは、選択したメソッドごとに以下に記載されています。
MiMo-V2.6-Proは、XiaomiのネイティブなオムニモーダルV2.6シリーズの旗艦モデルです。テキスト、画像、動画、音声の理解を、難度の高いソフトウェアエンジニアリングや長時間にわたるエージェントタスクに取り入れています。メーカーが公開したProのプロファイルは、総パラメータ数1.02兆、アクティブパラメータ数420億のスパースなMixture-of-Expertsアーキテクチャを説明しています。100万トークンのコンテキストは、長いリポジトリ、ツールの実行記録、多数の対話にわたって継続するタスクを対象としています。
このシリーズは、学習計算量に加えてタスクの多様性とフィードバックの品質を拡大することで、Xiaomiの強化学習手法を発展させています。コーディング、一般的なエージェント、視覚タスク、サイバーセキュリティの作業を、さまざまな環境で組み合わせています。候補となる実行過程をタスク固有の基準で比較し、テスト結果と評価された品質を学習信号に反映します。Proのアーキテクチャは、70層のハイブリッドアテンションバックボーンに、専用の視覚・音声エンコーダーと5層のマルチトークン予測デコーダーを組み合わせています。
ソフトウェアの作業では、プログラムが実現すべき動作を明示し、関連する実装と、完了をどう確認するかを提示してください。リポジトリの制約と、正確な不具合や変更要求を保持します。モデルは、一連の編集とツールの結果を通じて推論できます。ツールの提供と操作の記録はアプリが行います。長い作業の最後に確認可能な結果が残るよう、変更された動作、影響を受けたファイル、実際に行ったチェックについて最終的な説明を求めてください。
Xiaomiのリリースはさらに、コーディングからインタラクティブな世界へとタスクの範囲を広げています。テキスト、画像、動画の参考資料からゲームや3Dシーンを構築し、操作ロジックを実装し、レンダリング結果のフィードバックで改善する作業を説明しています。Blenderを使ったオブジェクトとシーン、身体性を伴うシミュレーションでの視覚フィードバックも説明されています。寸法、オブジェクト同士の関係、コントロール、目で確認できる完了条件を含むシーンの依頼を用意してください。得られたコード、シーンの指示、ツールが作成した素材は、目的のレンダリング環境またはシミュレーション環境で確認する必要があります。
視覚・デザインの作業では、メーカーはレイアウト、コンポーネント、アニメーションを備えたフロントエンドのインターフェースやスライド資料に加え、画像・動画ツールを使うワークフローを示しています。対象者、必要な内容、視覚的な参考資料、動作すべき操作を提示してください。有用な依頼では、ページの実装やプレゼンテーションの構成案を、次の制作手順に必要な詳細とともに生成できます。基盤となるモデルはテキストとツールへの指示を返し、レンダリングされた視覚表現や生成メディアは、ワークフローで使われるツールから得られます。
リリースでは音楽と調査への応用も説明されています。音楽の例では、楽譜とMIDIを編集可能な作曲成果物として使います。調査の例では、文献・特許の検討、設計上の仮説、計算シミュレーションに加え、Leanで検証する数学の形式化を組み合わせています。調査タスクでは、出典に基づく観察、前提、計算、提案する仮説を区別してください。ツールの出力と検証結果を保持し、計算上の候補は実験室で検証された結果ではなく、候補として明示します。
長いコンテキストを使う作業には、意図的な入力の整理が必要です。文書の境界、ファイルの識別子、以前の決定を安定させ、応答と継続するツール履歴の余地を確保してください。Xiaomiのローカル実行手順では、temperatureを1.0、top_pを0.95にすることを推奨しています。また、メーカーはV2.6の学習系統におけるツール呼び出しの繰り返しと、その対策を目的とした別のMOPDチェックポイントについても記載しています。各操作がタスクを前進させているかを確認し、結果とともに正確なエディションを保持してください。新しい根拠のない呼び出しの繰り返しは、次の手順を見直す理由になります。
最終成果物は、確認済みのコード変更、確認済みのインタラクティブなシーン、編集可能なデザイン成果物、根拠に結び付いた調査分析など、タスクの完了条件に合っている必要があります。Pro、Flash、Pro-UltraSpeedは、V2.6ファミリーの中でそれぞれ役割が異なります。結果を比較する際はこの区別を保ち、資料、ツールによる観察、検証の記録を確認できる状態にしてください。
POST /v1/messagestextjson, sse| フィールド | 種類 | 要件 | 値と制限 | デフォルト |
|---|---|---|---|---|
フィールドmodel | 種類string | 要件必須 | 値と制限 xiaomi/mimo-v2.6-pro | デフォルト— |
フィールドmessages | 種類message[] | 要件必須 | 値と制限 | デフォルト— |
フィールドmessages[].role | 種類string | 要件必須 | 値と制限 user, assistant | デフォルト— |
フィールドmessages[].content | 種類string | 要件必須 | 値と制限 | デフォルト— |
フィールドmax_tokens | 種類integer | 要件必須 | 値と制限 | デフォルト— |
フィールドstream | 種類boolean | 要件任意 | 値と制限 | デフォルトfalse |
テキスト · UTF-8テキスト
messages[].contentの文字列
| パラメータ | 仕様 |
|---|---|
パラメータcontent_type | 仕様application/json |
パラメータrequired | 仕様model, messages, max_tokens |
パラメータoptional_controls | 仕様stream |
パラメータmaterial_types | 仕様text |
パラメータtext_file_material | 仕様実際のUTF-8文書を読み、その本文を指定された入力またはメッセージ内容の文字列に入れてください。 |
ライフサイクル: synchronous_or_streamed
料金情報はリクエストの機能を追加しません。対応するパラメーターは選択したメソッドに記載されています。
各料金を表示された条件と照合してください。選択肢となる設定の各組には、いずれか1つの料金を適用します。
| 設定 | 料金表 | コンテキストトークン数が次の値を超える場合 | コンテキストトークン数が次の値以下の場合 | 料金 |
|---|---|---|---|---|
| 設定トークンの基本単価 | 料金表基本料金 | コンテキストトークン数が次の値を超える場合— | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00087 / 1K トークン 出力 · 出力トークン $0.00174 / 1K トークン 入力 · キャッシュ読み取り $0.0000072 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
| 設定リクエスト長に応じた料金区分 1 | 料金表— | コンテキストトークン数が次の値を超える場合0 | コンテキストトークン数が次の値以下の場合上限なし | 料金 入力 · 入力トークン $0.00087 / 1K トークン 出力 · 出力トークン $0.00174 / 1K トークン 入力 · キャッシュ読み取り $0.0000072 / 1K トークン 入力 · キャッシュ書き込み — / 1K トークン 入力 · キャッシュ書き込み、1時間 — / 1K トークン |
Ailootはリクエスト前に見積額を確保します。結果の取得後、実測使用量に基づいて最終料金を精算します。ストリーミング時の精算には最終の使用量記録を使用します。金額の確保と精算の仕組み →
{\n "model": "xiaomi/mimo-v2.6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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またはSSE
返された完全なレスポンス、ファイル、コンテンツ部分をすべて保存してください。
すべてのコンテンツブロック、思考署名、実際のツール利用IDを保持してください。SSEのすべてのブロック差分を組み立てます。最初のテキストブロックだけでは完全な出力になりません。
リクエスト／応答IDとヘッダーを保持してください。テキストジョブを取得する汎用URLは提供されません。
| フィールド | 種類 |
|---|---|
フィールドid | 種類string |
フィールドmodel | 種類string |
フィールドcontent[] | 種類text|thinking|tool_use|other content block |
フィールドstop_reason | 種類string|null |
フィールドusage | 種類object |
| レスポンス | 条件 | 次の手順 |
|---|---|---|
レスポンス400 · invalid_request_error | 条件必須フィールド、素材の表現形式、またはパラメーター値が不正です | 次の手順新しい生成リクエストを送る前に、指定されたフィールドを修正してください。 |
Ailoot Ultra xiaomi/mimo-v2.6-pro
上記に表示されたメソッドパスを使用してください。
英語の技術例
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.