MiMo-V2.6-Pro is Xiaomi’s topmodel in de native omnimodale V2.6-reeks. Het brengt begrip van tekst, afbeeldingen, video en audio naar veeleisende softwareontwikkelings- en uitgebreide agenttaken. Het uitgebrachte Pro-profiel van de maker beschrijft een sparse mixture-of-experts-architectuur met 1,02 biljoen parameters in totaal en 42 miljard geactiveerde parameters. De context van één miljoen tokens is bedoeld voor lange repositories, tooltraces en taken die over veel interacties heen lopen.
De reeks bouwt voort op Xiaomi’s aanpak voor reinforcement learning door naast de rekenkracht voor training ook de verscheidenheid aan taken en de kwaliteit van feedback op te schalen. Programmering, algemene agents, visuele taken en cyberbeveiligingswerk worden in verschillende omgevingen gecombineerd. Kandidaattrajecten worden vergeleken op basis van taakspecifieke criteria, waarbij testresultaten en beoordeelde kwaliteit bijdragen aan het trainingssignaal. De Pro-architectuur combineert een basisarchitectuur met 70 lagen hybride attention met afzonderlijke beeld- en audio-encoders en een decoder met vijf lagen voor multi-token prediction.
Vermeld voor softwarewerk welk gedrag het programma moet leveren, geef de relevante implementatie en leg uit hoe de voltooiing zal worden gecontroleerd. Behoud de beperkingen van de repository en de exacte foutmelding of wijzigingsaanvraag. Het model kan een reeks bewerkingen en toolresultaten doorredeneren; de toepassing biedt de tools aan en registreert hun bewerkingen. Vraag om een eindverslag van het gewijzigde gedrag, de betrokken bestanden en de werkelijk uitgevoerde controles, zodat een lange reeks eindigt in een inspecteerbaar resultaat.
Xiaomi’s release breidt het taakgebied vervolgens uit van programmeren naar interactieve werelden. De beschrijving omvat het bouwen van games en 3D-scènes vanuit tekst, afbeeldingen of videoreferenties, het implementeren van interactielogica en het verfijnen van het werk aan de hand van gerenderde feedback. Ze beschrijft ook objecten en scènes in Blender en visuele feedback in simulaties met belichaamde agents. Bereid een scènebrief voor met afmetingen, relaties tussen objecten, bedieningselementen en zichtbare voltooiingscriteria. Inspecteer de resulterende code, scène-instructies of door tools geproduceerde elementen in de beoogde render- of simulatieomgeving.
Voor visueel werk en ontwerp toont de maker frontendinterfaces en slidepresentaties met lay-out, componenten en animatie, evenals workflows met beeld- en videotools. Geef de doelgroep, de vereiste inhoud, visuele referenties en de interacties die moeten werken. Een nuttig verzoek kan een pagina-implementatie of presentatieopzet opleveren met de details die voor de volgende productiestap nodig zijn. Het onderliggende model geeft tekst en toolinstructies terug; gerenderde beelden en gegenereerde media komen van de tools in de workflow.
De release beschrijft ook muziek- en onderzoekstoepassingen. Het muziekvoorbeeld gebruikt geschreven partituren en MIDI als bewerkbare compositieartefacten. De onderzoeksvoorbeelden combineren literatuur- en octrooionderzoek, ontwerphypotheses en computationele simulaties, evenals wiskundige formalisering die met Lean wordt gecontroleerd. Maak voor een onderzoekstaak onderscheid tussen bronwaarnemingen, aannames, berekeningen en voorgestelde hypotheses. Bewaar tooluitvoer en verificatieresultaten en benoem een computationele kandidaat als kandidaat, niet als een in het laboratorium gevalideerd resultaat.
Werken met een lange context vereist een doordachte organisatie van de invoer. Houd documentgrenzen, bestandsidentifiers en eerdere beslissingen stabiel en reserveer ruimte voor het antwoord en de verdere toolgeschiedenis. Xiaomi’s lokale recept beveelt temperature 1.0 en top_p 0.95 aan. De maker documenteert ook herhaalde toolaanroepen in de V2.6-trainingslijn en afzonderlijke MOPD-checkpoints die dat moeten aanpakken. Controleer of elke actie de taak vooruithelpt en bewaar de exacte editie bij het resultaat. Herhaalde aanroepen zonder nieuw bewijsmateriaal zijn een reden om de volgende stap te heroverwegen.
Het uiteindelijke eindproduct moet aansluiten bij het voltooiingscriterium van de taak: een gecontroleerde codewijziging, een geïnspecteerde interactieve scène, een bewerkbaar ontwerpartefact of een onderzoeksanalyse die met bewijsmateriaal is verbonden. Pro, Flash en Pro-UltraSpeed hebben verschillende rollen binnen de V2.6-familie. Behoud dat onderscheid bij het vergelijken van resultaten en houd het materiaal, de toolwaarnemingen en het verificatieverslag beschikbaar voor beoordeling.
", "aboutText": "MiMo-V2.6-Pro is Xiaomi’s topmodel in de native omnimodale V2.6-reeks. Het brengt begrip van tekst, afbeeldingen, video en audio naar veeleisende softwareontwikkelings- en uitgebreide agenttaken. Het uitgebrachte Pro-profiel van de maker beschrijft een sparse mixture-of-experts-architectuur met 1,02 biljoen parameters in totaal en 42 miljard geactiveerde parameters. De context van één miljoen tokens is bedoeld voor lange repositories, tooltraces en taken die over veel interacties heen lopen.\n\nDe reeks bouwt voort op Xiaomi’s aanpak voor reinforcement learning door naast de rekenkracht voor training ook de verscheidenheid aan taken en de kwaliteit van feedback op te schalen. Programmering, algemene agents, visuele taken en cyberbeveiligingswerk worden in verschillende omgevingen gecombineerd. Kandidaattrajecten worden vergeleken op basis van taakspecifieke criteria, waarbij testresultaten en beoordeelde kwaliteit bijdragen aan het trainingssignaal. De Pro-architectuur combineert een basisarchitectuur met 70 lagen hybride attention met afzonderlijke beeld- en audio-encoders en een decoder met vijf lagen voor multi-token prediction.\n\nVermeld voor softwarewerk welk gedrag het programma moet leveren, geef de relevante implementatie en leg uit hoe de voltooiing zal worden gecontroleerd. Behoud de beperkingen van de repository en de exacte foutmelding of wijzigingsaanvraag. Het model kan een reeks bewerkingen en toolresultaten doorredeneren; de toepassing biedt de tools aan en registreert hun bewerkingen. Vraag om een eindverslag van het gewijzigde gedrag, de betrokken bestanden en de werkelijk uitgevoerde controles, zodat een lange reeks eindigt in een inspecteerbaar resultaat.\n\nXiaomi’s release breidt het taakgebied vervolgens uit van programmeren naar interactieve werelden. De beschrijving omvat het bouwen van games en 3D-scènes vanuit tekst, afbeeldingen of videoreferenties, het implementeren van interactielogica en het verfijnen van het werk aan de hand van gerenderde feedback. Ze beschrijft ook objecten en scènes in Blender en visuele feedback in simulaties met belichaamde agents. Bereid een scènebrief voor met afmetingen, relaties tussen objecten, bedieningselementen en zichtbare voltooiingscriteria. Inspecteer de resulterende code, scène-instructies of door tools geproduceerde elementen in de beoogde render- of simulatieomgeving.\n\nVoor visueel werk en ontwerp toont de maker frontendinterfaces en slidepresentaties met lay-out, componenten en animatie, evenals workflows met beeld- en videotools. Geef de doelgroep, de vereiste inhoud, visuele referenties en de interacties die moeten werken. Een nuttig verzoek kan een pagina-implementatie of presentatieopzet opleveren met de details die voor de volgende productiestap nodig zijn. Het onderliggende model geeft tekst en toolinstructies terug; gerenderde beelden en gegenereerde media komen van de tools in de workflow.\n\nDe release beschrijft ook muziek- en onderzoekstoepassingen. Het muziekvoorbeeld gebruikt geschreven partituren en MIDI als bewerkbare compositieartefacten. De onderzoeksvoorbeelden combineren literatuur- en octrooionderzoek, ontwerphypotheses en computationele simulaties, evenals wiskundige formalisering die met Lean wordt gecontroleerd. Maak voor een onderzoekstaak onderscheid tussen bronwaarnemingen, aannames, berekeningen en voorgestelde hypotheses. Bewaar tooluitvoer en verificatieresultaten en benoem een computationele kandidaat als kandidaat, niet als een in het laboratorium gevalideerd resultaat.\n\nWerken met een lange context vereist een doordachte organisatie van de invoer. Houd documentgrenzen, bestandsidentifiers en eerdere beslissingen stabiel en reserveer ruimte voor het antwoord en de verdere toolgeschiedenis. Xiaomi’s lokale recept beveelt temperature 1.0 en top_p 0.95 aan. De maker documenteert ook herhaalde toolaanroepen in de V2.6-trainingslijn en afzonderlijke MOPD-checkpoints die dat moeten aanpakken. Controleer of elke actie de taak vooruithelpt en bewaar de exacte editie bij het resultaat. Herhaalde aanroepen zonder nieuw bewijsmateriaal zijn een reden om de volgende stap te heroverwegen.\n\nHet uiteindelijke eindproduct moet aansluiten bij het voltooiingscriterium van de taak: een gecontroleerde codewijziging, een geïnspecteerde interactieve scène, een bewerkbaar ontwerpartefact of een onderzoeksanalyse die met bewijsmateriaal is verbonden. Pro, Flash en Pro-UltraSpeed hebben verschillende rollen binnen de V2.6-familie. Behoud dat onderscheid bij het vergelijken van resultaten en houd het materiaal, de toolwaarnemingen en het verificatieverslag beschikbaar voor beoordeling.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
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 is Xiaomi’s omnimodale topmodel voor veeleisende programmeer-, onderzoeks- en uitgebreide agenttaken. Het begrijpt tekst, afbeeldingen, video en audio; het uitgebrachte Pro-profiel documenteert een MoE met 1,02 biljoen parameters, 42 miljard actieve parameters en een context van één miljoen tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
MiMo-V2.6-Pro is Xiaomi’s topmodel in de native omnimodale V2.6-reeks. Het brengt begrip van tekst, afbeeldingen, video en audio naar veeleisende softwareontwikkelings- en uitgebreide agenttaken. Het uitgebrachte Pro-profiel van de maker beschrijft een sparse mixture-of-experts-architectuur met 1,02 biljoen parameters in totaal en 42 miljard geactiveerde parameters. De context van één miljoen tokens is bedoeld voor lange repositories, tooltraces en taken die over veel interacties heen lopen.
De reeks bouwt voort op Xiaomi’s aanpak voor reinforcement learning door naast de rekenkracht voor training ook de verscheidenheid aan taken en de kwaliteit van feedback op te schalen. Programmering, algemene agents, visuele taken en cyberbeveiligingswerk worden in verschillende omgevingen gecombineerd. Kandidaattrajecten worden vergeleken op basis van taakspecifieke criteria, waarbij testresultaten en beoordeelde kwaliteit bijdragen aan het trainingssignaal. De Pro-architectuur combineert een basisarchitectuur met 70 lagen hybride attention met afzonderlijke beeld- en audio-encoders en een decoder met vijf lagen voor multi-token prediction.
Vermeld voor softwarewerk welk gedrag het programma moet leveren, geef de relevante implementatie en leg uit hoe de voltooiing zal worden gecontroleerd. Behoud de beperkingen van de repository en de exacte foutmelding of wijzigingsaanvraag. Het model kan een reeks bewerkingen en toolresultaten doorredeneren; de toepassing biedt de tools aan en registreert hun bewerkingen. Vraag om een eindverslag van het gewijzigde gedrag, de betrokken bestanden en de werkelijk uitgevoerde controles, zodat een lange reeks eindigt in een inspecteerbaar resultaat.
Xiaomi’s release breidt het taakgebied vervolgens uit van programmeren naar interactieve werelden. De beschrijving omvat het bouwen van games en 3D-scènes vanuit tekst, afbeeldingen of videoreferenties, het implementeren van interactielogica en het verfijnen van het werk aan de hand van gerenderde feedback. Ze beschrijft ook objecten en scènes in Blender en visuele feedback in simulaties met belichaamde agents. Bereid een scènebrief voor met afmetingen, relaties tussen objecten, bedieningselementen en zichtbare voltooiingscriteria. Inspecteer de resulterende code, scène-instructies of door tools geproduceerde elementen in de beoogde render- of simulatieomgeving.
Voor visueel werk en ontwerp toont de maker frontendinterfaces en slidepresentaties met lay-out, componenten en animatie, evenals workflows met beeld- en videotools. Geef de doelgroep, de vereiste inhoud, visuele referenties en de interacties die moeten werken. Een nuttig verzoek kan een pagina-implementatie of presentatieopzet opleveren met de details die voor de volgende productiestap nodig zijn. Het onderliggende model geeft tekst en toolinstructies terug; gerenderde beelden en gegenereerde media komen van de tools in de workflow.
De release beschrijft ook muziek- en onderzoekstoepassingen. Het muziekvoorbeeld gebruikt geschreven partituren en MIDI als bewerkbare compositieartefacten. De onderzoeksvoorbeelden combineren literatuur- en octrooionderzoek, ontwerphypotheses en computationele simulaties, evenals wiskundige formalisering die met Lean wordt gecontroleerd. Maak voor een onderzoekstaak onderscheid tussen bronwaarnemingen, aannames, berekeningen en voorgestelde hypotheses. Bewaar tooluitvoer en verificatieresultaten en benoem een computationele kandidaat als kandidaat, niet als een in het laboratorium gevalideerd resultaat.
Werken met een lange context vereist een doordachte organisatie van de invoer. Houd documentgrenzen, bestandsidentifiers en eerdere beslissingen stabiel en reserveer ruimte voor het antwoord en de verdere toolgeschiedenis. Xiaomi’s lokale recept beveelt temperature 1.0 en top_p 0.95 aan. De maker documenteert ook herhaalde toolaanroepen in de V2.6-trainingslijn en afzonderlijke MOPD-checkpoints die dat moeten aanpakken. Controleer of elke actie de taak vooruithelpt en bewaar de exacte editie bij het resultaat. Herhaalde aanroepen zonder nieuw bewijsmateriaal zijn een reden om de volgende stap te heroverwegen.
Het uiteindelijke eindproduct moet aansluiten bij het voltooiingscriterium van de taak: een gecontroleerde codewijziging, een geïnspecteerde interactieve scène, een bewerkbaar ontwerpartefact of een onderzoeksanalyse die met bewijsmateriaal is verbonden. Pro, Flash en Pro-UltraSpeed hebben verschillende rollen binnen de V2.6-familie. Behoud dat onderscheid bij het vergelijken van resultaten en houd het materiaal, de toolwaarnemingen en het verificatieverslag beschikbaar voor beoordeling.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten xiaomi/mimo-v2.6-pro | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten Minimumaantal items: 1 | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten Voorbeelden: system, user, assistant, tool, function Voorwaarden: Deze rollen worden expliciet weergegeven door compatibiliteitstypen in de broncode; de exacte rollenverzameling van het model blijft modelspecifiek. Afhankelijk van het model | Standaard— |
Veldmessages[].content | Typestring|content_part[]|null | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_calls | Typetool_call[] | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].tool_call_id | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: role=tool; gebruik het werkelijk teruggegeven ID | Standaard— |
Veldmessages[].name | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldmessages[].reasoning_content | Typestring | VereisteOptioneel | Waarden en limieten Geldt wanneer: Stuur de werkelijk teruggegeven redeneringen terug wanneer dit model ze gebruikt | Standaard— |
Veldmessages[].reasoning_details | Typeobject|array | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmax_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldmax_completion_tokens | Typeinteger | VereisteOptioneel | Waarden en limieten Minimum: 1 Afhankelijk van het model | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Veldstream_options.include_usage | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtemperature | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtop_p | Typenumber | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldstop | Typestring|string[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools | Typefunction_tool[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldtools[].type | Typestring | VereisteOptioneel | Waarden en limieten function Afhankelijk van het model | Standaard— |
Veldtools[].function.name | Typestring | VereisteVereist | Waarden en limieten Geldt wanneer: functietool opgegeven | Standaard— |
Veldtools[].function.description | Typestring | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtools[].function.parameters | TypeJSON_schema | VereisteOptioneel | Waarden en limieten | Standaard— |
Veldtool_choice | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldparallel_tool_calls | Typeboolean | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldresponse_format | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning_effort | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldreasoning | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldservice_tier | Typestring | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldinstructions | Typestring | VereisteOptioneel | Waarden en limieten Compatibiliteitsveld | Standaard— |
Veldfunctions | Typefunction[] | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldfunction_call | Typestring|object | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldprompt_cache_options | Typeobject | VereisteOptioneel | Waarden en limieten Afhankelijk van het model | Standaard— |
Veldmodalities | Typestring[] | VereisteOptioneel | Waarden en limieten text | Standaard— |
Veldprovider | Typeobject | VereisteOptioneel | Waarden en limieten Voorwaarden: provider.options wordt op deze Ultra-tekstroute geweigerd | Standaard— |
Veldcache_control.ttl | Typestring | VereisteOptioneel | Waarden en limieten Voorwaarden: 1h wordt op de daadwerkelijke locaties voor promptcaching geweigerd | Standaard— |
Tekst · UTF8-tekst
messages[].content
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages |
Parametermaterial_types | Contracttext |
Parametermessages | Contractberichtenarray met de structuur role/content |
Parameterfile_material | Contractwerkelijk UTF-8-document ingevoegd als letterlijke tekst; er wordt geen bestands-ID afgeleid |
Parameteroptional_controls | Contractstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Contractmodelspecifiek; functietools van de gebruiker verschillen van gehoste tools |
Parameteroutput_modalities | Contracttext |
Parameterhosted_operations | Contractfalse |
Parametermultimodal_input_binding | Contractnull |
Levenscyclus: synchronous_or_streamed
Stuur het exacte model-ID mee met messages.
Contextlengte is geen uitvoerlimiet.
Een tekstbestand kan letterlijke tekst aanleveren; beeld-, audio- en bestandsobjectinvoer vereisen een exacte koppeling.
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00087 / 1K tokens Uitvoer · Uitvoertokens $0.00174 / 1K tokens Invoer · Cache lezen $0.0000072 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00087 / 1K tokens Uitvoer · Uitvoertokens $0.00174 / 1K tokens Invoer · Cache lezen $0.0000072 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar elke keuze en de bijbehorende inhoud, toolaanroepen en redeneringen. Voeg in SSE delta’s samen per keuze-/toolindex en bewaar de uiteindelijke reden van beëindiging en de verbruiksgegevens.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldchoices[].index | Typeinteger |
Veldchoices[].message.content | Typestring|null |
Veldchoices[].message.tool_calls | Typetool_call[] |
Veldchoices[].message.reasoning_content | Typestring |
Veldchoices[].message.reasoning_details | Typeobject|array |
Veldchoices[].finish_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
Gebruik de hierboven getoonde methodepaden.
xiaomi/mimo-v2.6-proMiMo-V2.6-Pro is Xiaomi’s omnimodale topmodel voor veeleisende programmeer-, onderzoeks- en uitgebreide agenttaken. Het begrijpt tekst, afbeeldingen, video en audio; het uitgebrachte Pro-profiel documenteert een MoE met 1,02 biljoen parameters, 42 miljard actieve parameters en een context van één miljoen tokens.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
MiMo-V2.6-Pro is Xiaomi’s topmodel in de native omnimodale V2.6-reeks. Het brengt begrip van tekst, afbeeldingen, video en audio naar veeleisende softwareontwikkelings- en uitgebreide agenttaken. Het uitgebrachte Pro-profiel van de maker beschrijft een sparse mixture-of-experts-architectuur met 1,02 biljoen parameters in totaal en 42 miljard geactiveerde parameters. De context van één miljoen tokens is bedoeld voor lange repositories, tooltraces en taken die over veel interacties heen lopen.
De reeks bouwt voort op Xiaomi’s aanpak voor reinforcement learning door naast de rekenkracht voor training ook de verscheidenheid aan taken en de kwaliteit van feedback op te schalen. Programmering, algemene agents, visuele taken en cyberbeveiligingswerk worden in verschillende omgevingen gecombineerd. Kandidaattrajecten worden vergeleken op basis van taakspecifieke criteria, waarbij testresultaten en beoordeelde kwaliteit bijdragen aan het trainingssignaal. De Pro-architectuur combineert een basisarchitectuur met 70 lagen hybride attention met afzonderlijke beeld- en audio-encoders en een decoder met vijf lagen voor multi-token prediction.
Vermeld voor softwarewerk welk gedrag het programma moet leveren, geef de relevante implementatie en leg uit hoe de voltooiing zal worden gecontroleerd. Behoud de beperkingen van de repository en de exacte foutmelding of wijzigingsaanvraag. Het model kan een reeks bewerkingen en toolresultaten doorredeneren; de toepassing biedt de tools aan en registreert hun bewerkingen. Vraag om een eindverslag van het gewijzigde gedrag, de betrokken bestanden en de werkelijk uitgevoerde controles, zodat een lange reeks eindigt in een inspecteerbaar resultaat.
Xiaomi’s release breidt het taakgebied vervolgens uit van programmeren naar interactieve werelden. De beschrijving omvat het bouwen van games en 3D-scènes vanuit tekst, afbeeldingen of videoreferenties, het implementeren van interactielogica en het verfijnen van het werk aan de hand van gerenderde feedback. Ze beschrijft ook objecten en scènes in Blender en visuele feedback in simulaties met belichaamde agents. Bereid een scènebrief voor met afmetingen, relaties tussen objecten, bedieningselementen en zichtbare voltooiingscriteria. Inspecteer de resulterende code, scène-instructies of door tools geproduceerde elementen in de beoogde render- of simulatieomgeving.
Voor visueel werk en ontwerp toont de maker frontendinterfaces en slidepresentaties met lay-out, componenten en animatie, evenals workflows met beeld- en videotools. Geef de doelgroep, de vereiste inhoud, visuele referenties en de interacties die moeten werken. Een nuttig verzoek kan een pagina-implementatie of presentatieopzet opleveren met de details die voor de volgende productiestap nodig zijn. Het onderliggende model geeft tekst en toolinstructies terug; gerenderde beelden en gegenereerde media komen van de tools in de workflow.
De release beschrijft ook muziek- en onderzoekstoepassingen. Het muziekvoorbeeld gebruikt geschreven partituren en MIDI als bewerkbare compositieartefacten. De onderzoeksvoorbeelden combineren literatuur- en octrooionderzoek, ontwerphypotheses en computationele simulaties, evenals wiskundige formalisering die met Lean wordt gecontroleerd. Maak voor een onderzoekstaak onderscheid tussen bronwaarnemingen, aannames, berekeningen en voorgestelde hypotheses. Bewaar tooluitvoer en verificatieresultaten en benoem een computationele kandidaat als kandidaat, niet als een in het laboratorium gevalideerd resultaat.
Werken met een lange context vereist een doordachte organisatie van de invoer. Houd documentgrenzen, bestandsidentifiers en eerdere beslissingen stabiel en reserveer ruimte voor het antwoord en de verdere toolgeschiedenis. Xiaomi’s lokale recept beveelt temperature 1.0 en top_p 0.95 aan. De maker documenteert ook herhaalde toolaanroepen in de V2.6-trainingslijn en afzonderlijke MOPD-checkpoints die dat moeten aanpakken. Controleer of elke actie de taak vooruithelpt en bewaar de exacte editie bij het resultaat. Herhaalde aanroepen zonder nieuw bewijsmateriaal zijn een reden om de volgende stap te heroverwegen.
Het uiteindelijke eindproduct moet aansluiten bij het voltooiingscriterium van de taak: een gecontroleerde codewijziging, een geïnspecteerde interactieve scène, een bewerkbaar ontwerpartefact of een onderzoeksanalyse die met bewijsmateriaal is verbonden. Pro, Flash en Pro-UltraSpeed hebben verschillende rollen binnen de V2.6-familie. Behoud dat onderscheid bij het vergelijken van resultaten en houd het materiaal, de toolwaarnemingen en het verificatieverslag beschikbaar voor beoordeling.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten xiaomi/mimo-v2.6-pro | Standaard— |
Veldmessages | Typemessage[] | VereisteVereist | Waarden en limieten | Standaard— |
Veldmessages[].role | Typestring | VereisteVereist | Waarden en limieten user, assistant | Standaard— |
Veldmessages[].content | Typestring | VereisteVereist | Waarden en limieten | Standaard— |
Veldmax_tokens | Typeinteger | VereisteVereist | Waarden en limieten | Standaard— |
Veldstream | Typeboolean | VereisteOptioneel | Waarden en limieten | Standaardfalse |
Tekst · UTF-8-tekst
messages[].content als tekenreeks
| Parameter | Contract |
|---|---|
Parametercontent_type | Contractapplication/json |
Parameterrequired | Contractmodel, messages, max_tokens |
Parameteroptional_controls | Contractstream |
Parametermaterial_types | Contracttext |
Parametertext_file_material | ContractLees het werkelijke UTF-8-document en plaats de tekst ervan in de aangegeven invoer of in de inhoudstekenreeks van een bericht. |
Levenscyclus: synchronous_or_streamed
Tariefverwijzingen voegen geen verzoekopties toe. Ondersteunde parameters staan bij de geselecteerde methode.
Koppel elke kostenpost aan de getoonde voorwaarden. Gebruik één tarief voor elke groep alternatieve configuraties.
| Configuratie | Tariefstaffel | Contexttokens, meer dan | Contexttokens, tot en met | Kosten |
|---|---|---|---|---|
| ConfiguratieBasistarieven voor tokens | TariefstaffelBasistarief | Contexttokens, meer dan— | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00087 / 1K tokens Uitvoer · Uitvoertokens $0.00174 / 1K tokens Invoer · Cache lezen $0.0000072 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieAanvraaglengte · niveau 1 | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00087 / 1K tokens Uitvoer · Uitvoertokens $0.00174 / 1K tokens Invoer · Cache lezen $0.0000072 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "xiaomi/mimo-v2.6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 of SSE
Bewaar elk volledig teruggegeven antwoord, bestand en inhoudsonderdeel.
Bewaar alle inhoudsblokken, handtekeningen van redeneringen en werkelijke toolgebruik-ID’s. Voeg alle SSE-blokdelta’s samen; het eerste tekstblok is niet de volledige uitvoer.
Bewaar aanvraag-/antwoord-ID’s en headers. Er wordt geen algemene URL meegeleverd om teksttaken op te halen.
| Veld | Type |
|---|---|
Veldid | Typestring |
Veldmodel | Typestring |
Veldcontent[] | Typetext|thinking|tool_use|other content block |
Veldstop_reason | Typestring|null |
Veldusage | Typeobject |
| Antwoord | Voorwaarde | Volgende stap |
|---|---|---|
Antwoord400 · invalid_request_error | VoorwaardeVerplichte velden, de materiaalrepresentatie of een parameterwaarde zijn ongeldig | Volgende stapCorrigeer de aangegeven velden vóór een nieuwe aanmaakaanvraag. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
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.