MiMo-V2.6-Pro는 Xiaomi의 네이티브 옴니모달 V2.6 시리즈에 속한 플래그십 모델입니다. 텍스트, 이미지, 비디오, 오디오 이해를 까다로운 소프트웨어 엔지니어링과 장시간 이어지는 에이전트 작업에 결합합니다. 제조사가 공개한 Pro 프로필은 전체 매개변수 1조 200억 개와 활성 매개변수 420억 개를 갖춘 희소 전문가 혼합 아키텍처를 설명합니다. 100만 토큰의 컨텍스트는 큰 저장소, 도구 실행 기록, 여러 상호작용에 걸쳐 이어지는 작업을 대상으로 합니다.
이 시리즈는 학습 연산량과 함께 작업의 다양성 및 피드백 품질을 확대해 Xiaomi의 강화 학습 방식을 발전시킵니다. 여러 환경에 걸쳐 코딩, 일반 에이전트, 시각 작업, 사이버 보안 작업을 혼합합니다. 작업별 기준으로 후보 진행 경로를 비교하며, 테스트 결과와 등급화한 품질이 학습 신호에 기여합니다. Pro 아키텍처는 70개 계층의 하이브리드 어텐션 백본에 전용 비전 및 오디오 인코더와 5개 계층의 다중 토큰 예측 디코더를 결합합니다.
소프트웨어 작업에서는 프로그램이 제공해야 할 동작을 명시하고 관련 구현을 제공하며 완료를 어떻게 확인할지 설명하세요. 저장소의 제약과 정확한 실패 내용 또는 변경 요청을 유지하세요. 모델은 일련의 수정과 도구 결과를 연결해 추론할 수 있으며, 애플리케이션은 도구를 제공하고 작업을 기록합니다. 긴 과정이 점검할 수 있는 결과로 끝나도록 바뀐 동작, 영향을 받는 파일, 실제로 수행한 검증을 최종적으로 설명하도록 요청하세요.
Xiaomi의 릴리스는 코딩에서 상호작용 세계로 작업 범위를 확장합니다. 텍스트, 이미지 또는 비디오 참고 자료로 게임과 3D 장면을 만들고, 상호작용 논리를 구현하며, 렌더링 피드백으로 작업을 다듬는 과정을 설명합니다. Blender 기반 객체와 장면, 체화 시뮬레이션의 시각적 피드백도 설명합니다. 치수, 객체 간 관계, 컨트롤, 눈으로 확인할 완료 기준이 포함된 장면 요청서를 준비하세요. 결과 코드, 장면 지시 또는 도구가 제작한 에셋은 의도한 렌더링 또는 시뮬레이션 환경에서 점검해야 합니다.
시각 및 디자인 작업에서 제조사는 레이아웃, 구성 요소, 애니메이션을 갖춘 프런트엔드 인터페이스와 슬라이드 덱, 이미지·비디오 도구를 활용하는 워크플로를 보여 줍니다. 독자, 필수 콘텐츠, 시각 참고 자료, 작동해야 할 상호작용을 제공하세요. 유용한 요청으로 다음 제작 단계에 필요한 세부 사항을 담은 페이지 구현이나 프레젠테이션 개요를 얻을 수 있습니다. 기반 모델은 텍스트와 도구 지시를 반환하며, 렌더링된 시각 결과와 생성 미디어는 워크플로에서 사용하는 도구로 만들어집니다.
릴리스는 음악과 연구 응용도 설명합니다. 음악 예시는 기보된 악보와 MIDI를 편집 가능한 작곡 결과물로 사용합니다. 연구 예시는 문헌 및 특허 검토, 설계 가설, 계산 시뮬레이션과 Lean으로 확인하는 수학 형식화를 결합합니다. 연구 작업에서는 출처의 관찰, 가정, 계산, 제안 가설을 구분하세요. 도구 출력과 검증 결과를 보존하고, 계산으로 얻은 후보에는 실험실 검증 결과가 아니라 후보라는 표시를 붙이세요.
긴 컨텍스트 작업에는 의도적인 입력 구성이 필요합니다. 문서 경계, 파일 식별자, 이전 결정을 안정적으로 유지하고 응답과 이어지는 도구 이력을 위한 공간을 확보하세요. Xiaomi의 로컬 실행 레시피는 temperature 1.0과 top_p 0.95를 권장합니다. 제조사는 V2.6 학습 계보의 도구 호출 반복과 이를 해결하기 위한 별도의 MOPD 체크포인트도 문서화합니다. 각 동작이 작업을 진전시키는지 점검하고 결과와 함께 정확한 버전을 남기세요. 새 근거 없이 호출이 반복되면 다음 단계를 재검토해야 합니다.
최종 결과물은 검증한 코드 변경, 점검한 상호작용 장면, 편집 가능한 디자인 결과물, 근거에 연결된 연구 분석 등 작업의 완료 기준에 맞아야 합니다. Pro, Flash, Pro-UltraSpeed는 V2.6 계열에서 역할이 서로 다릅니다. 결과를 비교할 때 이 차이를 유지하고 자료, 도구 관찰, 검증 기록을 검토할 수 있도록 보관하세요.
", "aboutText": "MiMo-V2.6-Pro는 Xiaomi의 네이티브 옴니모달 V2.6 시리즈에 속한 플래그십 모델입니다. 텍스트, 이미지, 비디오, 오디오 이해를 까다로운 소프트웨어 엔지니어링과 장시간 이어지는 에이전트 작업에 결합합니다. 제조사가 공개한 Pro 프로필은 전체 매개변수 1조 200억 개와 활성 매개변수 420억 개를 갖춘 희소 전문가 혼합 아키텍처를 설명합니다. 100만 토큰의 컨텍스트는 큰 저장소, 도구 실행 기록, 여러 상호작용에 걸쳐 이어지는 작업을 대상으로 합니다.\n\n이 시리즈는 학습 연산량과 함께 작업의 다양성 및 피드백 품질을 확대해 Xiaomi의 강화 학습 방식을 발전시킵니다. 여러 환경에 걸쳐 코딩, 일반 에이전트, 시각 작업, 사이버 보안 작업을 혼합합니다. 작업별 기준으로 후보 진행 경로를 비교하며, 테스트 결과와 등급화한 품질이 학습 신호에 기여합니다. Pro 아키텍처는 70개 계층의 하이브리드 어텐션 백본에 전용 비전 및 오디오 인코더와 5개 계층의 다중 토큰 예측 디코더를 결합합니다.\n\n소프트웨어 작업에서는 프로그램이 제공해야 할 동작을 명시하고 관련 구현을 제공하며 완료를 어떻게 확인할지 설명하세요. 저장소의 제약과 정확한 실패 내용 또는 변경 요청을 유지하세요. 모델은 일련의 수정과 도구 결과를 연결해 추론할 수 있으며, 애플리케이션은 도구를 제공하고 작업을 기록합니다. 긴 과정이 점검할 수 있는 결과로 끝나도록 바뀐 동작, 영향을 받는 파일, 실제로 수행한 검증을 최종적으로 설명하도록 요청하세요.\n\nXiaomi의 릴리스는 코딩에서 상호작용 세계로 작업 범위를 확장합니다. 텍스트, 이미지 또는 비디오 참고 자료로 게임과 3D 장면을 만들고, 상호작용 논리를 구현하며, 렌더링 피드백으로 작업을 다듬는 과정을 설명합니다. Blender 기반 객체와 장면, 체화 시뮬레이션의 시각적 피드백도 설명합니다. 치수, 객체 간 관계, 컨트롤, 눈으로 확인할 완료 기준이 포함된 장면 요청서를 준비하세요. 결과 코드, 장면 지시 또는 도구가 제작한 에셋은 의도한 렌더링 또는 시뮬레이션 환경에서 점검해야 합니다.\n\n시각 및 디자인 작업에서 제조사는 레이아웃, 구성 요소, 애니메이션을 갖춘 프런트엔드 인터페이스와 슬라이드 덱, 이미지·비디오 도구를 활용하는 워크플로를 보여 줍니다. 독자, 필수 콘텐츠, 시각 참고 자료, 작동해야 할 상호작용을 제공하세요. 유용한 요청으로 다음 제작 단계에 필요한 세부 사항을 담은 페이지 구현이나 프레젠테이션 개요를 얻을 수 있습니다. 기반 모델은 텍스트와 도구 지시를 반환하며, 렌더링된 시각 결과와 생성 미디어는 워크플로에서 사용하는 도구로 만들어집니다.\n\n릴리스는 음악과 연구 응용도 설명합니다. 음악 예시는 기보된 악보와 MIDI를 편집 가능한 작곡 결과물로 사용합니다. 연구 예시는 문헌 및 특허 검토, 설계 가설, 계산 시뮬레이션과 Lean으로 확인하는 수학 형식화를 결합합니다. 연구 작업에서는 출처의 관찰, 가정, 계산, 제안 가설을 구분하세요. 도구 출력과 검증 결과를 보존하고, 계산으로 얻은 후보에는 실험실 검증 결과가 아니라 후보라는 표시를 붙이세요.\n\n긴 컨텍스트 작업에는 의도적인 입력 구성이 필요합니다. 문서 경계, 파일 식별자, 이전 결정을 안정적으로 유지하고 응답과 이어지는 도구 이력을 위한 공간을 확보하세요. Xiaomi의 로컬 실행 레시피는 temperature 1.0과 top_p 0.95를 권장합니다. 제조사는 V2.6 학습 계보의 도구 호출 반복과 이를 해결하기 위한 별도의 MOPD 체크포인트도 문서화합니다. 각 동작이 작업을 진전시키는지 점검하고 결과와 함께 정확한 버전을 남기세요. 새 근거 없이 호출이 반복되면 다음 단계를 재검토해야 합니다.\n\n최종 결과물은 검증한 코드 변경, 점검한 상호작용 장면, 편집 가능한 디자인 결과물, 근거에 연결된 연구 분석 등 작업의 완료 기준에 맞아야 합니다. Pro, Flash, Pro-UltraSpeed는 V2.6 계열에서 역할이 서로 다릅니다. 결과를 비교할 때 이 차이를 유지하고 자료, 도구 관찰, 검증 기록을 검토할 수 있도록 보관하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
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-Pro는 까다로운 코딩, 연구, 장시간 이어지는 에이전트 작업을 위한 Xiaomi의 플래그십 옴니모달 모델입니다. 텍스트, 이미지, 비디오, 오디오를 이해하며, 공개된 Pro 프로필에는 전체 매개변수 1.02T와 활성 매개변수 42B를 갖춘 MoE, 100만 토큰의 컨텍스트가 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
MiMo-V2.6-Pro는 Xiaomi의 네이티브 옴니모달 V2.6 시리즈에 속한 플래그십 모델입니다. 텍스트, 이미지, 비디오, 오디오 이해를 까다로운 소프트웨어 엔지니어링과 장시간 이어지는 에이전트 작업에 결합합니다. 제조사가 공개한 Pro 프로필은 전체 매개변수 1조 200억 개와 활성 매개변수 420억 개를 갖춘 희소 전문가 혼합 아키텍처를 설명합니다. 100만 토큰의 컨텍스트는 큰 저장소, 도구 실행 기록, 여러 상호작용에 걸쳐 이어지는 작업을 대상으로 합니다.
이 시리즈는 학습 연산량과 함께 작업의 다양성 및 피드백 품질을 확대해 Xiaomi의 강화 학습 방식을 발전시킵니다. 여러 환경에 걸쳐 코딩, 일반 에이전트, 시각 작업, 사이버 보안 작업을 혼합합니다. 작업별 기준으로 후보 진행 경로를 비교하며, 테스트 결과와 등급화한 품질이 학습 신호에 기여합니다. Pro 아키텍처는 70개 계층의 하이브리드 어텐션 백본에 전용 비전 및 오디오 인코더와 5개 계층의 다중 토큰 예측 디코더를 결합합니다.
소프트웨어 작업에서는 프로그램이 제공해야 할 동작을 명시하고 관련 구현을 제공하며 완료를 어떻게 확인할지 설명하세요. 저장소의 제약과 정확한 실패 내용 또는 변경 요청을 유지하세요. 모델은 일련의 수정과 도구 결과를 연결해 추론할 수 있으며, 애플리케이션은 도구를 제공하고 작업을 기록합니다. 긴 과정이 점검할 수 있는 결과로 끝나도록 바뀐 동작, 영향을 받는 파일, 실제로 수행한 검증을 최종적으로 설명하도록 요청하세요.
Xiaomi의 릴리스는 코딩에서 상호작용 세계로 작업 범위를 확장합니다. 텍스트, 이미지 또는 비디오 참고 자료로 게임과 3D 장면을 만들고, 상호작용 논리를 구현하며, 렌더링 피드백으로 작업을 다듬는 과정을 설명합니다. Blender 기반 객체와 장면, 체화 시뮬레이션의 시각적 피드백도 설명합니다. 치수, 객체 간 관계, 컨트롤, 눈으로 확인할 완료 기준이 포함된 장면 요청서를 준비하세요. 결과 코드, 장면 지시 또는 도구가 제작한 에셋은 의도한 렌더링 또는 시뮬레이션 환경에서 점검해야 합니다.
시각 및 디자인 작업에서 제조사는 레이아웃, 구성 요소, 애니메이션을 갖춘 프런트엔드 인터페이스와 슬라이드 덱, 이미지·비디오 도구를 활용하는 워크플로를 보여 줍니다. 독자, 필수 콘텐츠, 시각 참고 자료, 작동해야 할 상호작용을 제공하세요. 유용한 요청으로 다음 제작 단계에 필요한 세부 사항을 담은 페이지 구현이나 프레젠테이션 개요를 얻을 수 있습니다. 기반 모델은 텍스트와 도구 지시를 반환하며, 렌더링된 시각 결과와 생성 미디어는 워크플로에서 사용하는 도구로 만들어집니다.
릴리스는 음악과 연구 응용도 설명합니다. 음악 예시는 기보된 악보와 MIDI를 편집 가능한 작곡 결과물로 사용합니다. 연구 예시는 문헌 및 특허 검토, 설계 가설, 계산 시뮬레이션과 Lean으로 확인하는 수학 형식화를 결합합니다. 연구 작업에서는 출처의 관찰, 가정, 계산, 제안 가설을 구분하세요. 도구 출력과 검증 결과를 보존하고, 계산으로 얻은 후보에는 실험실 검증 결과가 아니라 후보라는 표시를 붙이세요.
긴 컨텍스트 작업에는 의도적인 입력 구성이 필요합니다. 문서 경계, 파일 식별자, 이전 결정을 안정적으로 유지하고 응답과 이어지는 도구 이력을 위한 공간을 확보하세요. Xiaomi의 로컬 실행 레시피는 temperature 1.0과 top_p 0.95를 권장합니다. 제조사는 V2.6 학습 계보의 도구 호출 반복과 이를 해결하기 위한 별도의 MOPD 체크포인트도 문서화합니다. 각 동작이 작업을 진전시키는지 점검하고 결과와 함께 정확한 버전을 남기세요. 새 근거 없이 호출이 반복되면 다음 단계를 재검토해야 합니다.
최종 결과물은 검증한 코드 변경, 점검한 상호작용 장면, 편집 가능한 디자인 결과물, 근거에 연결된 연구 분석 등 작업의 완료 기준에 맞아야 합니다. Pro, Flash, Pro-UltraSpeed는 V2.6 계열에서 역할이 서로 다릅니다. 결과를 비교할 때 이 차이를 유지하고 자료, 도구 관찰, 검증 기록을 검토할 수 있도록 보관하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 xiaomi/mimo-v2.6-pro | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.00087 / 1K 토큰 출력 · 출력 토큰 $0.00174 / 1K 토큰 입력 · 캐시 읽기 $0.0000072 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.00087 / 1K 토큰 출력 · 출력 토큰 $0.00174 / 1K 토큰 입력 · 캐시 읽기 $0.0000072 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
위에 표시된 메서드 경로를 사용하세요.
xiaomi/mimo-v2.6-proMiMo-V2.6-Pro는 까다로운 코딩, 연구, 장시간 이어지는 에이전트 작업을 위한 Xiaomi의 플래그십 옴니모달 모델입니다. 텍스트, 이미지, 비디오, 오디오를 이해하며, 공개된 Pro 프로필에는 전체 매개변수 1.02T와 활성 매개변수 42B를 갖춘 MoE, 100만 토큰의 컨텍스트가 문서화되어 있습니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
MiMo-V2.6-Pro는 Xiaomi의 네이티브 옴니모달 V2.6 시리즈에 속한 플래그십 모델입니다. 텍스트, 이미지, 비디오, 오디오 이해를 까다로운 소프트웨어 엔지니어링과 장시간 이어지는 에이전트 작업에 결합합니다. 제조사가 공개한 Pro 프로필은 전체 매개변수 1조 200억 개와 활성 매개변수 420억 개를 갖춘 희소 전문가 혼합 아키텍처를 설명합니다. 100만 토큰의 컨텍스트는 큰 저장소, 도구 실행 기록, 여러 상호작용에 걸쳐 이어지는 작업을 대상으로 합니다.
이 시리즈는 학습 연산량과 함께 작업의 다양성 및 피드백 품질을 확대해 Xiaomi의 강화 학습 방식을 발전시킵니다. 여러 환경에 걸쳐 코딩, 일반 에이전트, 시각 작업, 사이버 보안 작업을 혼합합니다. 작업별 기준으로 후보 진행 경로를 비교하며, 테스트 결과와 등급화한 품질이 학습 신호에 기여합니다. Pro 아키텍처는 70개 계층의 하이브리드 어텐션 백본에 전용 비전 및 오디오 인코더와 5개 계층의 다중 토큰 예측 디코더를 결합합니다.
소프트웨어 작업에서는 프로그램이 제공해야 할 동작을 명시하고 관련 구현을 제공하며 완료를 어떻게 확인할지 설명하세요. 저장소의 제약과 정확한 실패 내용 또는 변경 요청을 유지하세요. 모델은 일련의 수정과 도구 결과를 연결해 추론할 수 있으며, 애플리케이션은 도구를 제공하고 작업을 기록합니다. 긴 과정이 점검할 수 있는 결과로 끝나도록 바뀐 동작, 영향을 받는 파일, 실제로 수행한 검증을 최종적으로 설명하도록 요청하세요.
Xiaomi의 릴리스는 코딩에서 상호작용 세계로 작업 범위를 확장합니다. 텍스트, 이미지 또는 비디오 참고 자료로 게임과 3D 장면을 만들고, 상호작용 논리를 구현하며, 렌더링 피드백으로 작업을 다듬는 과정을 설명합니다. Blender 기반 객체와 장면, 체화 시뮬레이션의 시각적 피드백도 설명합니다. 치수, 객체 간 관계, 컨트롤, 눈으로 확인할 완료 기준이 포함된 장면 요청서를 준비하세요. 결과 코드, 장면 지시 또는 도구가 제작한 에셋은 의도한 렌더링 또는 시뮬레이션 환경에서 점검해야 합니다.
시각 및 디자인 작업에서 제조사는 레이아웃, 구성 요소, 애니메이션을 갖춘 프런트엔드 인터페이스와 슬라이드 덱, 이미지·비디오 도구를 활용하는 워크플로를 보여 줍니다. 독자, 필수 콘텐츠, 시각 참고 자료, 작동해야 할 상호작용을 제공하세요. 유용한 요청으로 다음 제작 단계에 필요한 세부 사항을 담은 페이지 구현이나 프레젠테이션 개요를 얻을 수 있습니다. 기반 모델은 텍스트와 도구 지시를 반환하며, 렌더링된 시각 결과와 생성 미디어는 워크플로에서 사용하는 도구로 만들어집니다.
릴리스는 음악과 연구 응용도 설명합니다. 음악 예시는 기보된 악보와 MIDI를 편집 가능한 작곡 결과물로 사용합니다. 연구 예시는 문헌 및 특허 검토, 설계 가설, 계산 시뮬레이션과 Lean으로 확인하는 수학 형식화를 결합합니다. 연구 작업에서는 출처의 관찰, 가정, 계산, 제안 가설을 구분하세요. 도구 출력과 검증 결과를 보존하고, 계산으로 얻은 후보에는 실험실 검증 결과가 아니라 후보라는 표시를 붙이세요.
긴 컨텍스트 작업에는 의도적인 입력 구성이 필요합니다. 문서 경계, 파일 식별자, 이전 결정을 안정적으로 유지하고 응답과 이어지는 도구 이력을 위한 공간을 확보하세요. Xiaomi의 로컬 실행 레시피는 temperature 1.0과 top_p 0.95를 권장합니다. 제조사는 V2.6 학습 계보의 도구 호출 반복과 이를 해결하기 위한 별도의 MOPD 체크포인트도 문서화합니다. 각 동작이 작업을 진전시키는지 점검하고 결과와 함께 정확한 버전을 남기세요. 새 근거 없이 호출이 반복되면 다음 단계를 재검토해야 합니다.
최종 결과물은 검증한 코드 변경, 점검한 상호작용 장면, 편집 가능한 디자인 결과물, 근거에 연결된 연구 분석 등 작업의 완료 기준에 맞아야 합니다. Pro, Flash, Pro-UltraSpeed는 V2.6 계열에서 역할이 서로 다릅니다. 결과를 비교할 때 이 차이를 유지하고 자료, 도구 관찰, 검증 기록을 검토할 수 있도록 보관하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 xiaomi/mimo-v2.6-pro | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
각 요금을 표시된 조건과 대조하세요. 서로 대체되는 설정 묶음마다 하나의 요금만 적용하세요.
| 설정 | 요금표 | 컨텍스트 토큰 수 초과 기준 | 컨텍스트 토큰 수 이하 기준 | 요금 |
|---|---|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 컨텍스트 토큰 수 초과 기준— | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.00087 / 1K 토큰 출력 · 출력 토큰 $0.00174 / 1K 토큰 입력 · 캐시 읽기 $0.0000072 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
| 설정요청 길이 구간 1 | 요금표— | 컨텍스트 토큰 수 초과 기준0 | 컨텍스트 토큰 수 이하 기준상한 없음 | 요금 입력 · 입력 토큰 $0.00087 / 1K 토큰 출력 · 출력 토큰 $0.00174 / 1K 토큰 입력 · 캐시 읽기 $0.0000072 / 1K 토큰 입력 · 캐시 쓰기 — / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "xiaomi/mimo-v2.6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
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.