MiMo-V2.5 is Xiaomi’s native omnimodale model om tekst, afbeeldingen, video en audio binnen één architectuur te begrijpen. Het combineert multimodale waarneming met redeneren over lange contexten en agentworkflows. De fabrikant beschrijft een sparse mixture-of-experts-model met 310B parameters in totaal en 15B geactiveerde parameters. Het antwoord is een tekstueel resultaat of een aanwijzing voor een tool die een ondersteunende applicatie kan gebruiken; audio- of beeldinvoer begrijpen is iets anders dan nieuwe media genereren.
De taalbasis bouwt voort op de MiMo-V2-Flash-architectuur en combineert sliding-window-aandacht en globale aandacht in een 5:1-patroon met een lokaal venster van 128 tokens. Xiaomi voegt een aparte vision-transformer met 729M parameters toe en een audio-encoder met 261M parameters, geïnitialiseerd vanuit MiMo-Audio. Drie modules voor voorspelling van meerdere tokens ondersteunen speculatieve decodering. Het lokale aandachtsvenster is een architectuurdetail; voor de gecombineerde taakgeschiedenis specificeert de maker een veel grotere context, tot één miljoen tokens.
Geef bij beeldanalyse een leesbare bron en benoem het verband of detail dat het antwoord moet uitleggen. Een documenttaak kan vragen om een tabel met waargenomen velden en de bijbehorende pagina of regio; een ontwerptaak kan de opmaak van een schermafbeelding verbinden met een implementatie-eis. Bewaar de bronafbeelding, zodat kleine tekst, aantallen en ruimtelijke waarnemingen kunnen worden gecontroleerd. Vraag het model om onduidelijke onderbouwing zichtbaar te laten, in plaats van een onduidelijk teken in een stellige waarde te veranderen.
Combineer bij video of audio het aangeleverde materiaal met een gerichte vraag en de context die nodig is om het te interpreteren. Een nuttige workflow is om een reeks interfacehandelingen uit een opname uit te leggen, vast te stellen waar het waargenomen gedrag van de bedoelde stappen afwijkt en een diagnose op te stellen die is verbonden met het relevante tijdvak. Behoud de chronologie en de oorspronkelijke opname voor controle. De tekstuitvoer kan als invoer dienen voor een later verslag, ondertiteling of een bewerkingsstap, zonder te beweren dat die uitvoer zelf een nieuw gegenereerde video of stemopname is.
Geef voor een agenttaak het doel, relevante bronmateriaal en de invoerafspraken van eventuele tools die de applicatie aanbiedt. Houd daadwerkelijke tooluitvoer in de geschiedenis, zodat het model de volgende stap kan aanpassen aan wat er is gebeurd. Een repositorytaak kan code, een schermafbeelding van het resultaat en controle-uitvoer combineren om tot een gericht wijzigingsvoorstel te komen. Leg vast of de resulterende handeling is uitgevoerd en of het waargenomen resultaat aan het gevraagde gedrag voldoet.
De trainingsvolgorde van de fabrikant begint met tekstvoortraining, warmt de visuele en audioprojectoren op en gaat verder met multimodale voortraining. Gesuperviseerde agenttraining breidt de context stapsgewijs uit van 32K via 256K tot 1M; reinforcement learning en on-policy-distillatie met meerdere docenten ontwikkelen daarna waarneming, redenering en agentgedrag. De maker vermeldt ongeveer 48 biljoen trainingstokens. Deze trainingsgeschiedenis verklaart de gecombineerde invoer- en taakomvang, zonder een garantie voor een bepaalde opname of repository te geven.
De modelsamenvatting vermeldt ondersteuning voor maximaal 1M tokens, terwijl het gepubliceerde uitvoeringsvoorbeeld een contextconfiguratie van 262.144 tokens gebruikt. Houd de capaciteit van het model gescheiden van het werkvenster van een gekozen implementatie en laat ruimte voor het gegenereerde antwoord en verdere toolresultaten. Xiaomi beveelt temperature 1.0 en top_p 0.95 aan voor lokale inferentie. De voorverwerking van media en applicatie-instellingen moeten aansluiten bij de specifieke interface die voor de taak wordt gebruikt.
MiMo-V2.5 is de omnimodale tegenhanger van het grotere, tekstgerichte MiMo-V2.5-Pro. Bewaar dat onderscheid tussen edities bij het resultaat. Het nuttige eindresultaat is een uitleg, extractie of wijzigingsvoorstel dat is verbonden met aangeleverde tekst en media, waarbij onzekere waarnemingen en niet-geverifieerde toolresultaten beschikbaar blijven voor correctie.
", "aboutText": "MiMo-V2.5 is Xiaomi’s native omnimodale model om tekst, afbeeldingen, video en audio binnen één architectuur te begrijpen. Het combineert multimodale waarneming met redeneren over lange contexten en agentworkflows. De fabrikant beschrijft een sparse mixture-of-experts-model met 310B parameters in totaal en 15B geactiveerde parameters. Het antwoord is een tekstueel resultaat of een aanwijzing voor een tool die een ondersteunende applicatie kan gebruiken; audio- of beeldinvoer begrijpen is iets anders dan nieuwe media genereren.\n\nDe taalbasis bouwt voort op de MiMo-V2-Flash-architectuur en combineert sliding-window-aandacht en globale aandacht in een 5:1-patroon met een lokaal venster van 128 tokens. Xiaomi voegt een aparte vision-transformer met 729M parameters toe en een audio-encoder met 261M parameters, geïnitialiseerd vanuit MiMo-Audio. Drie modules voor voorspelling van meerdere tokens ondersteunen speculatieve decodering. Het lokale aandachtsvenster is een architectuurdetail; voor de gecombineerde taakgeschiedenis specificeert de maker een veel grotere context, tot één miljoen tokens.\n\nGeef bij beeldanalyse een leesbare bron en benoem het verband of detail dat het antwoord moet uitleggen. Een documenttaak kan vragen om een tabel met waargenomen velden en de bijbehorende pagina of regio; een ontwerptaak kan de opmaak van een schermafbeelding verbinden met een implementatie-eis. Bewaar de bronafbeelding, zodat kleine tekst, aantallen en ruimtelijke waarnemingen kunnen worden gecontroleerd. Vraag het model om onduidelijke onderbouwing zichtbaar te laten, in plaats van een onduidelijk teken in een stellige waarde te veranderen.\n\nCombineer bij video of audio het aangeleverde materiaal met een gerichte vraag en de context die nodig is om het te interpreteren. Een nuttige workflow is om een reeks interfacehandelingen uit een opname uit te leggen, vast te stellen waar het waargenomen gedrag van de bedoelde stappen afwijkt en een diagnose op te stellen die is verbonden met het relevante tijdvak. Behoud de chronologie en de oorspronkelijke opname voor controle. De tekstuitvoer kan als invoer dienen voor een later verslag, ondertiteling of een bewerkingsstap, zonder te beweren dat die uitvoer zelf een nieuw gegenereerde video of stemopname is.\n\nGeef voor een agenttaak het doel, relevante bronmateriaal en de invoerafspraken van eventuele tools die de applicatie aanbiedt. Houd daadwerkelijke tooluitvoer in de geschiedenis, zodat het model de volgende stap kan aanpassen aan wat er is gebeurd. Een repositorytaak kan code, een schermafbeelding van het resultaat en controle-uitvoer combineren om tot een gericht wijzigingsvoorstel te komen. Leg vast of de resulterende handeling is uitgevoerd en of het waargenomen resultaat aan het gevraagde gedrag voldoet.\n\nDe trainingsvolgorde van de fabrikant begint met tekstvoortraining, warmt de visuele en audioprojectoren op en gaat verder met multimodale voortraining. Gesuperviseerde agenttraining breidt de context stapsgewijs uit van 32K via 256K tot 1M; reinforcement learning en on-policy-distillatie met meerdere docenten ontwikkelen daarna waarneming, redenering en agentgedrag. De maker vermeldt ongeveer 48 biljoen trainingstokens. Deze trainingsgeschiedenis verklaart de gecombineerde invoer- en taakomvang, zonder een garantie voor een bepaalde opname of repository te geven.\n\nDe modelsamenvatting vermeldt ondersteuning voor maximaal 1M tokens, terwijl het gepubliceerde uitvoeringsvoorbeeld een contextconfiguratie van 262.144 tokens gebruikt. Houd de capaciteit van het model gescheiden van het werkvenster van een gekozen implementatie en laat ruimte voor het gegenereerde antwoord en verdere toolresultaten. Xiaomi beveelt temperature 1.0 en top_p 0.95 aan voor lokale inferentie. De voorverwerking van media en applicatie-instellingen moeten aansluiten bij de specifieke interface die voor de taak wordt gebruikt.\n\nMiMo-V2.5 is de omnimodale tegenhanger van het grotere, tekstgerichte MiMo-V2.5-Pro. Bewaar dat onderscheid tussen edities bij het resultaat. Het nuttige eindresultaat is een uitleg, extractie of wijzigingsvoorstel dat is verbonden met aangeleverde tekst en media, waarbij onzekere waarnemingen en niet-geverifieerde toolresultaten beschikbaar blijven voor correctie.", "editorialOverlay": { "copy_fields": { "practical_html": "Technisch voorbeeld in het Engels
Diagnose a workflow from a text timeline\n\nAnalyze this supplied text timeline against the intended order 'select a file, validate it, then import'. Actual log: 00:01 selected sales.csv; 00:02 import started; 00:03 validation failed for missing column; 00:04 import marked complete. Identify the first divergence, explain the inconsistent final state and propose a focused correction with a regression scenario. No recording is attached.A timestamp-linked diagnosis, a correction to stage ordering/state handling and a regression scenario.The diagnosis identifies import before validation and prevents a failed validation from ending in complete status.xiaomi/mimo-v2.5MiMo-V2.5 begrijpt tekst, afbeeldingen, video en audio in één model voor multimodale analyse en agenttaken. Xiaomi documenteert 310 miljard parameters in totaal, 15 miljard actieve parameters en een context van maximaal één miljoen tokens, met aparte encoders voor beeld en audio.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
MiMo-V2.5 is Xiaomi’s native omnimodale model om tekst, afbeeldingen, video en audio binnen één architectuur te begrijpen. Het combineert multimodale waarneming met redeneren over lange contexten en agentworkflows. De fabrikant beschrijft een sparse mixture-of-experts-model met 310B parameters in totaal en 15B geactiveerde parameters. Het antwoord is een tekstueel resultaat of een aanwijzing voor een tool die een ondersteunende applicatie kan gebruiken; audio- of beeldinvoer begrijpen is iets anders dan nieuwe media genereren.
De taalbasis bouwt voort op de MiMo-V2-Flash-architectuur en combineert sliding-window-aandacht en globale aandacht in een 5:1-patroon met een lokaal venster van 128 tokens. Xiaomi voegt een aparte vision-transformer met 729M parameters toe en een audio-encoder met 261M parameters, geïnitialiseerd vanuit MiMo-Audio. Drie modules voor voorspelling van meerdere tokens ondersteunen speculatieve decodering. Het lokale aandachtsvenster is een architectuurdetail; voor de gecombineerde taakgeschiedenis specificeert de maker een veel grotere context, tot één miljoen tokens.
Geef bij beeldanalyse een leesbare bron en benoem het verband of detail dat het antwoord moet uitleggen. Een documenttaak kan vragen om een tabel met waargenomen velden en de bijbehorende pagina of regio; een ontwerptaak kan de opmaak van een schermafbeelding verbinden met een implementatie-eis. Bewaar de bronafbeelding, zodat kleine tekst, aantallen en ruimtelijke waarnemingen kunnen worden gecontroleerd. Vraag het model om onduidelijke onderbouwing zichtbaar te laten, in plaats van een onduidelijk teken in een stellige waarde te veranderen.
Combineer bij video of audio het aangeleverde materiaal met een gerichte vraag en de context die nodig is om het te interpreteren. Een nuttige workflow is om een reeks interfacehandelingen uit een opname uit te leggen, vast te stellen waar het waargenomen gedrag van de bedoelde stappen afwijkt en een diagnose op te stellen die is verbonden met het relevante tijdvak. Behoud de chronologie en de oorspronkelijke opname voor controle. De tekstuitvoer kan als invoer dienen voor een later verslag, ondertiteling of een bewerkingsstap, zonder te beweren dat die uitvoer zelf een nieuw gegenereerde video of stemopname is.
Geef voor een agenttaak het doel, relevante bronmateriaal en de invoerafspraken van eventuele tools die de applicatie aanbiedt. Houd daadwerkelijke tooluitvoer in de geschiedenis, zodat het model de volgende stap kan aanpassen aan wat er is gebeurd. Een repositorytaak kan code, een schermafbeelding van het resultaat en controle-uitvoer combineren om tot een gericht wijzigingsvoorstel te komen. Leg vast of de resulterende handeling is uitgevoerd en of het waargenomen resultaat aan het gevraagde gedrag voldoet.
De trainingsvolgorde van de fabrikant begint met tekstvoortraining, warmt de visuele en audioprojectoren op en gaat verder met multimodale voortraining. Gesuperviseerde agenttraining breidt de context stapsgewijs uit van 32K via 256K tot 1M; reinforcement learning en on-policy-distillatie met meerdere docenten ontwikkelen daarna waarneming, redenering en agentgedrag. De maker vermeldt ongeveer 48 biljoen trainingstokens. Deze trainingsgeschiedenis verklaart de gecombineerde invoer- en taakomvang, zonder een garantie voor een bepaalde opname of repository te geven.
De modelsamenvatting vermeldt ondersteuning voor maximaal 1M tokens, terwijl het gepubliceerde uitvoeringsvoorbeeld een contextconfiguratie van 262.144 tokens gebruikt. Houd de capaciteit van het model gescheiden van het werkvenster van een gekozen implementatie en laat ruimte voor het gegenereerde antwoord en verdere toolresultaten. Xiaomi beveelt temperature 1.0 en top_p 0.95 aan voor lokale inferentie. De voorverwerking van media en applicatie-instellingen moeten aansluiten bij de specifieke interface die voor de taak wordt gebruikt.
MiMo-V2.5 is de omnimodale tegenhanger van het grotere, tekstgerichte MiMo-V2.5-Pro. Bewaar dat onderscheid tussen edities bij het resultaat. Het nuttige eindresultaat is een uitleg, extractie of wijzigingsvoorstel dat is verbonden met aangeleverde tekst en media, waarbij onzekere waarnemingen en niet-geverifieerde toolresultaten beschikbaar blijven voor correctie.
POST /v1/chat/completionstexttext| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten xiaomi/mimo-v2.5 | 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 $0.00028 / 1K tokens Uitvoer · Uitvoertokens $0.00056 / 1K tokens Invoer · Cache lezen $0.0000056 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00028 / 1K tokens Uitvoer · Uitvoertokens $0.00056 / 1K tokens Invoer · Cache lezen $0.0000056 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "xiaomi/mimo-v2.5", "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-v2.5',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-v2.5',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-v2.5
Gebruik de hierboven getoonde methodepaden.
xiaomi/mimo-v2.5MiMo-V2.5 begrijpt tekst, afbeeldingen, video en audio in één model voor multimodale analyse en agenttaken. Xiaomi documenteert 310 miljard parameters in totaal, 15 miljard actieve parameters en een context van maximaal één miljoen tokens, met aparte encoders voor beeld en audio.
Deze beschrijving gaat over de mogelijkheden van het model. De via Ailoot beschikbare invoer, uitvoer en opties staan hieronder voor de geselecteerde methode.
MiMo-V2.5 is Xiaomi’s native omnimodale model om tekst, afbeeldingen, video en audio binnen één architectuur te begrijpen. Het combineert multimodale waarneming met redeneren over lange contexten en agentworkflows. De fabrikant beschrijft een sparse mixture-of-experts-model met 310B parameters in totaal en 15B geactiveerde parameters. Het antwoord is een tekstueel resultaat of een aanwijzing voor een tool die een ondersteunende applicatie kan gebruiken; audio- of beeldinvoer begrijpen is iets anders dan nieuwe media genereren.
De taalbasis bouwt voort op de MiMo-V2-Flash-architectuur en combineert sliding-window-aandacht en globale aandacht in een 5:1-patroon met een lokaal venster van 128 tokens. Xiaomi voegt een aparte vision-transformer met 729M parameters toe en een audio-encoder met 261M parameters, geïnitialiseerd vanuit MiMo-Audio. Drie modules voor voorspelling van meerdere tokens ondersteunen speculatieve decodering. Het lokale aandachtsvenster is een architectuurdetail; voor de gecombineerde taakgeschiedenis specificeert de maker een veel grotere context, tot één miljoen tokens.
Geef bij beeldanalyse een leesbare bron en benoem het verband of detail dat het antwoord moet uitleggen. Een documenttaak kan vragen om een tabel met waargenomen velden en de bijbehorende pagina of regio; een ontwerptaak kan de opmaak van een schermafbeelding verbinden met een implementatie-eis. Bewaar de bronafbeelding, zodat kleine tekst, aantallen en ruimtelijke waarnemingen kunnen worden gecontroleerd. Vraag het model om onduidelijke onderbouwing zichtbaar te laten, in plaats van een onduidelijk teken in een stellige waarde te veranderen.
Combineer bij video of audio het aangeleverde materiaal met een gerichte vraag en de context die nodig is om het te interpreteren. Een nuttige workflow is om een reeks interfacehandelingen uit een opname uit te leggen, vast te stellen waar het waargenomen gedrag van de bedoelde stappen afwijkt en een diagnose op te stellen die is verbonden met het relevante tijdvak. Behoud de chronologie en de oorspronkelijke opname voor controle. De tekstuitvoer kan als invoer dienen voor een later verslag, ondertiteling of een bewerkingsstap, zonder te beweren dat die uitvoer zelf een nieuw gegenereerde video of stemopname is.
Geef voor een agenttaak het doel, relevante bronmateriaal en de invoerafspraken van eventuele tools die de applicatie aanbiedt. Houd daadwerkelijke tooluitvoer in de geschiedenis, zodat het model de volgende stap kan aanpassen aan wat er is gebeurd. Een repositorytaak kan code, een schermafbeelding van het resultaat en controle-uitvoer combineren om tot een gericht wijzigingsvoorstel te komen. Leg vast of de resulterende handeling is uitgevoerd en of het waargenomen resultaat aan het gevraagde gedrag voldoet.
De trainingsvolgorde van de fabrikant begint met tekstvoortraining, warmt de visuele en audioprojectoren op en gaat verder met multimodale voortraining. Gesuperviseerde agenttraining breidt de context stapsgewijs uit van 32K via 256K tot 1M; reinforcement learning en on-policy-distillatie met meerdere docenten ontwikkelen daarna waarneming, redenering en agentgedrag. De maker vermeldt ongeveer 48 biljoen trainingstokens. Deze trainingsgeschiedenis verklaart de gecombineerde invoer- en taakomvang, zonder een garantie voor een bepaalde opname of repository te geven.
De modelsamenvatting vermeldt ondersteuning voor maximaal 1M tokens, terwijl het gepubliceerde uitvoeringsvoorbeeld een contextconfiguratie van 262.144 tokens gebruikt. Houd de capaciteit van het model gescheiden van het werkvenster van een gekozen implementatie en laat ruimte voor het gegenereerde antwoord en verdere toolresultaten. Xiaomi beveelt temperature 1.0 en top_p 0.95 aan voor lokale inferentie. De voorverwerking van media en applicatie-instellingen moeten aansluiten bij de specifieke interface die voor de taak wordt gebruikt.
MiMo-V2.5 is de omnimodale tegenhanger van het grotere, tekstgerichte MiMo-V2.5-Pro. Bewaar dat onderscheid tussen edities bij het resultaat. Het nuttige eindresultaat is een uitleg, extractie of wijzigingsvoorstel dat is verbonden met aangeleverde tekst en media, waarbij onzekere waarnemingen en niet-geverifieerde toolresultaten beschikbaar blijven voor correctie.
POST /v1/messagestextjson, sse| Veld | Type | Vereiste | Waarden en limieten | Standaard |
|---|---|---|---|---|
Veldmodel | Typestring | VereisteVereist | Waarden en limieten xiaomi/mimo-v2.5 | 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 $0.00028 / 1K tokens Uitvoer · Uitvoertokens $0.00056 / 1K tokens Invoer · Cache lezen $0.0000056 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
| ConfiguratieNiveau 1 voor aanvraaglengte | Tariefstaffel— | Contexttokens, meer dan0 | Contexttokens, tot en metGeen bovengrens | Kosten Invoer · Invoertokens $0.00028 / 1K tokens Uitvoer · Uitvoertokens $0.00056 / 1K tokens Invoer · Cache lezen $0.0000056 / 1K tokens Invoer · Cache schrijven — / 1K tokens Invoer · Cache schrijven, 1 uur — / 1K tokens |
Ailoot reserveert vóór een verzoek een geschat bedrag. Na het resultaat worden de uiteindelijke kosten afgerekend op basis van het gemeten verbruik. Bij streaming gebeurt de afrekening op basis van de definitieve verbruiksregistratie. Zo werken reservering en afrekening →
{\n "model": "xiaomi/mimo-v2.5",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-v2.5', '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-v2.5', '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-v2.5
Gebruik de hierboven getoonde methodepaden.
Technisch voorbeeld in het Engels
Diagnose a workflow from a text timeline\n\nAnalyze this supplied text timeline against the intended order 'select a file, validate it, then import'. Actual log: 00:01 selected sales.csv; 00:02 import started; 00:03 validation failed for missing column; 00:04 import marked complete. Identify the first divergence, explain the inconsistent final state and propose a focused correction with a regression scenario. No recording is attached.A timestamp-linked diagnosis, a correction to stage ordering/state handling and a regression scenario.The diagnosis identifies import before validation and prevents a failed validation from ending in complete status.