MiMo-V2.6-Pro to flagowy model Xiaomi w natywnie omnimodalnej serii V2.6. Wnosi rozumienie tekstu, obrazu, wideo i dźwięku do wymagających zadań inżynierii oprogramowania i rozbudowanych zadań agentowych. Wydany profil Pro producenta opisuje rzadką architekturę mixture-of-experts z 1,02 biliona parametrów łącznie i 42 miliardami aktywowanych parametrów. Kontekst miliona tokenów jest przeznaczony do obszernych repozytoriów, zapisów narzędzi i zadań prowadzonych przez wiele interakcji.
Seria rozwija podejście Xiaomi do uczenia ze wzmocnieniem poprzez zwiększanie różnorodności zadań i jakości informacji zwrotnej wraz z mocą obliczeniową treningu. Programowanie, ogólne zadania agentowe, zadania wizualne i cyberbezpieczeństwo są łączone w różnych środowiskach. Kandydackie przebiegi porównuje się według kryteriów właściwych dla zadania, a wyniki testów i oceny jakości współtworzą sygnał treningowy. Architektura Pro łączy 70-warstwową główną sieć z uwagą hybrydową, dedykowane kodery obrazu i dźwięku oraz pięciowarstwowy dekoder przewidywania wielu tokenów.
Przy pracy nad oprogramowaniem określ zachowanie, które program musi zapewniać, dostarcz odpowiednią implementację i wyjaśnij sposób sprawdzenia ukończenia. Zachowaj ograniczenia repozytorium i dokładny błąd lub żądanie zmiany. Model może analizować kolejne edycje i wyniki narzędzi; aplikacja udostępnia narzędzia i zapisuje ich operacje. Poproś o końcowy opis zmienionego zachowania, plików objętych zmianą i faktycznie wykonanych sprawdzeń, aby długa sekwencja kończyła się wynikiem możliwym do zbadania.
Wydanie Xiaomi rozszerza następnie zakres zadań z programowania na interaktywne światy. Opisuje tworzenie gier i scen 3D na podstawie tekstu, obrazów lub referencyjnego wideo, implementację logiki interakcji i doskonalenie pracy na podstawie wyrenderowanej informacji zwrotnej. Opisuje również obiekty i sceny oparte na Blenderze oraz wizualną informację zwrotną w symulacji ucieleśnionej. Przygotuj opis sceny z wymiarami, relacjami obiektów, elementami sterowania i widocznymi kryteriami ukończenia. Wynikowy kod, instrukcje sceny lub zasoby wytworzone przez narzędzia należy obejrzeć w docelowym środowisku renderowania lub symulacji.
W pracy wizualnej i projektowej producent pokazuje interfejsy frontendowe i prezentacje z układem, komponentami i animacją, a także procesy wykorzystujące narzędzia obrazu i wideo. Określ odbiorców, dostarcz wymaganą treść i referencje wizualne oraz wskaż interakcje, które muszą działać. Użyteczne żądanie może prowadzić do implementacji strony lub konspektu prezentacji ze szczegółami potrzebnymi na następny etap produkcji. Bazowy model zwraca tekst i instrukcje dla narzędzi; wyrenderowane obrazy i wygenerowane media pochodzą z narzędzi używanych w procesie.
Wydanie opisuje też zastosowania muzyczne i badawcze. Przykład muzyczny używa zapisanych partytur i MIDI jako edytowalnych rezultatów kompozycji. Przykłady badawcze łączą przegląd literatury i patentów, hipotezy projektowe i symulacje obliczeniowe, a także formalizację matematyczną sprawdzaną za pomocą Lean. Przy zadaniu badawczym odróżniaj obserwacje źródłowe, założenia, obliczenia i proponowane hipotezy. Zachowaj wyjścia narzędzi i wyniki weryfikacji oraz oznaczaj kandydata obliczeniowego jako kandydata, zamiast jako wynik potwierdzony laboratoryjnie.
Praca z długim kontekstem wymaga świadomej organizacji wejścia. Zachowuj stałe granice dokumentów, identyfikatory plików i wcześniejsze decyzje oraz pozostaw miejsce na odpowiedź i dalszą historię narzędzi. Lokalny przepis Xiaomi zaleca temperature 1.0 i top_p 0.95. Producent dokumentuje też powtarzanie wywołań narzędzi w linii treningowej V2.6 i osobne punkty kontrolne MOPD mające temu zaradzić. Sprawdzaj, czy każde działanie posuwa zadanie naprzód, i zachowuj dokładną edycję przy wyniku; powtarzające się wywołania bez nowych dowodów są powodem do ponownej oceny kolejnego kroku.
Końcowy rezultat powinien odpowiadać kryterium ukończenia zadania: sprawdzona zmiana kodu, obejrzana scena interaktywna, edytowalny rezultat projektu lub analiza badawcza powiązana z materiałem dowodowym. Pro, Flash i Pro-UltraSpeed pełnią odrębne role w rodzinie V2.6. Zachowaj to rozróżnienie podczas porównywania wyników, utrzymując dostęp do materiału, obserwacji narzędzi i zapisu weryfikacji na potrzeby przeglądu.
", "aboutText": "MiMo-V2.6-Pro to flagowy model Xiaomi w natywnie omnimodalnej serii V2.6. Wnosi rozumienie tekstu, obrazu, wideo i dźwięku do wymagających zadań inżynierii oprogramowania i rozbudowanych zadań agentowych. Wydany profil Pro producenta opisuje rzadką architekturę mixture-of-experts z 1,02 biliona parametrów łącznie i 42 miliardami aktywowanych parametrów. Kontekst miliona tokenów jest przeznaczony do obszernych repozytoriów, zapisów narzędzi i zadań prowadzonych przez wiele interakcji.\n\nSeria rozwija podejście Xiaomi do uczenia ze wzmocnieniem poprzez zwiększanie różnorodności zadań i jakości informacji zwrotnej wraz z mocą obliczeniową treningu. Programowanie, ogólne zadania agentowe, zadania wizualne i cyberbezpieczeństwo są łączone w różnych środowiskach. Kandydackie przebiegi porównuje się według kryteriów właściwych dla zadania, a wyniki testów i oceny jakości współtworzą sygnał treningowy. Architektura Pro łączy 70-warstwową główną sieć z uwagą hybrydową, dedykowane kodery obrazu i dźwięku oraz pięciowarstwowy dekoder przewidywania wielu tokenów.\n\nPrzy pracy nad oprogramowaniem określ zachowanie, które program musi zapewniać, dostarcz odpowiednią implementację i wyjaśnij sposób sprawdzenia ukończenia. Zachowaj ograniczenia repozytorium i dokładny błąd lub żądanie zmiany. Model może analizować kolejne edycje i wyniki narzędzi; aplikacja udostępnia narzędzia i zapisuje ich operacje. Poproś o końcowy opis zmienionego zachowania, plików objętych zmianą i faktycznie wykonanych sprawdzeń, aby długa sekwencja kończyła się wynikiem możliwym do zbadania.\n\nWydanie Xiaomi rozszerza następnie zakres zadań z programowania na interaktywne światy. Opisuje tworzenie gier i scen 3D na podstawie tekstu, obrazów lub referencyjnego wideo, implementację logiki interakcji i doskonalenie pracy na podstawie wyrenderowanej informacji zwrotnej. Opisuje również obiekty i sceny oparte na Blenderze oraz wizualną informację zwrotną w symulacji ucieleśnionej. Przygotuj opis sceny z wymiarami, relacjami obiektów, elementami sterowania i widocznymi kryteriami ukończenia. Wynikowy kod, instrukcje sceny lub zasoby wytworzone przez narzędzia należy obejrzeć w docelowym środowisku renderowania lub symulacji.\n\nW pracy wizualnej i projektowej producent pokazuje interfejsy frontendowe i prezentacje z układem, komponentami i animacją, a także procesy wykorzystujące narzędzia obrazu i wideo. Określ odbiorców, dostarcz wymaganą treść i referencje wizualne oraz wskaż interakcje, które muszą działać. Użyteczne żądanie może prowadzić do implementacji strony lub konspektu prezentacji ze szczegółami potrzebnymi na następny etap produkcji. Bazowy model zwraca tekst i instrukcje dla narzędzi; wyrenderowane obrazy i wygenerowane media pochodzą z narzędzi używanych w procesie.\n\nWydanie opisuje też zastosowania muzyczne i badawcze. Przykład muzyczny używa zapisanych partytur i MIDI jako edytowalnych rezultatów kompozycji. Przykłady badawcze łączą przegląd literatury i patentów, hipotezy projektowe i symulacje obliczeniowe, a także formalizację matematyczną sprawdzaną za pomocą Lean. Przy zadaniu badawczym odróżniaj obserwacje źródłowe, założenia, obliczenia i proponowane hipotezy. Zachowaj wyjścia narzędzi i wyniki weryfikacji oraz oznaczaj kandydata obliczeniowego jako kandydata, zamiast jako wynik potwierdzony laboratoryjnie.\n\nPraca z długim kontekstem wymaga świadomej organizacji wejścia. Zachowuj stałe granice dokumentów, identyfikatory plików i wcześniejsze decyzje oraz pozostaw miejsce na odpowiedź i dalszą historię narzędzi. Lokalny przepis Xiaomi zaleca temperature 1.0 i top_p 0.95. Producent dokumentuje też powtarzanie wywołań narzędzi w linii treningowej V2.6 i osobne punkty kontrolne MOPD mające temu zaradzić. Sprawdzaj, czy każde działanie posuwa zadanie naprzód, i zachowuj dokładną edycję przy wyniku; powtarzające się wywołania bez nowych dowodów są powodem do ponownej oceny kolejnego kroku.\n\nKońcowy rezultat powinien odpowiadać kryterium ukończenia zadania: sprawdzona zmiana kodu, obejrzana scena interaktywna, edytowalny rezultat projektu lub analiza badawcza powiązana z materiałem dowodowym. Pro, Flash i Pro-UltraSpeed pełnią odrębne role w rodzinie V2.6. Zachowaj to rozróżnienie podczas porównywania wyników, utrzymując dostęp do materiału, obserwacji narzędzi i zapisu weryfikacji na potrzeby przeglądu.", "editorialOverlay": { "copy_fields": { "practical_html": "Przykład techniczny po angielsku
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 to flagowy omnimodalny model Xiaomi do wymagającego programowania, badań i rozbudowanych zadań agentowych. Rozumie tekst, obrazy, wideo i dźwięk; wydany profil Pro dokumentuje MoE z 1,02T parametrów, 42B parametrów aktywnych i kontekstem miliona tokenów.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
MiMo-V2.6-Pro to flagowy model Xiaomi w natywnie omnimodalnej serii V2.6. Wnosi rozumienie tekstu, obrazu, wideo i dźwięku do wymagających zadań inżynierii oprogramowania i rozbudowanych zadań agentowych. Wydany profil Pro producenta opisuje rzadką architekturę mixture-of-experts z 1,02 biliona parametrów łącznie i 42 miliardami aktywowanych parametrów. Kontekst miliona tokenów jest przeznaczony do obszernych repozytoriów, zapisów narzędzi i zadań prowadzonych przez wiele interakcji.
Seria rozwija podejście Xiaomi do uczenia ze wzmocnieniem poprzez zwiększanie różnorodności zadań i jakości informacji zwrotnej wraz z mocą obliczeniową treningu. Programowanie, ogólne zadania agentowe, zadania wizualne i cyberbezpieczeństwo są łączone w różnych środowiskach. Kandydackie przebiegi porównuje się według kryteriów właściwych dla zadania, a wyniki testów i oceny jakości współtworzą sygnał treningowy. Architektura Pro łączy 70-warstwową główną sieć z uwagą hybrydową, dedykowane kodery obrazu i dźwięku oraz pięciowarstwowy dekoder przewidywania wielu tokenów.
Przy pracy nad oprogramowaniem określ zachowanie, które program musi zapewniać, dostarcz odpowiednią implementację i wyjaśnij sposób sprawdzenia ukończenia. Zachowaj ograniczenia repozytorium i dokładny błąd lub żądanie zmiany. Model może analizować kolejne edycje i wyniki narzędzi; aplikacja udostępnia narzędzia i zapisuje ich operacje. Poproś o końcowy opis zmienionego zachowania, plików objętych zmianą i faktycznie wykonanych sprawdzeń, aby długa sekwencja kończyła się wynikiem możliwym do zbadania.
Wydanie Xiaomi rozszerza następnie zakres zadań z programowania na interaktywne światy. Opisuje tworzenie gier i scen 3D na podstawie tekstu, obrazów lub referencyjnego wideo, implementację logiki interakcji i doskonalenie pracy na podstawie wyrenderowanej informacji zwrotnej. Opisuje również obiekty i sceny oparte na Blenderze oraz wizualną informację zwrotną w symulacji ucieleśnionej. Przygotuj opis sceny z wymiarami, relacjami obiektów, elementami sterowania i widocznymi kryteriami ukończenia. Wynikowy kod, instrukcje sceny lub zasoby wytworzone przez narzędzia należy obejrzeć w docelowym środowisku renderowania lub symulacji.
W pracy wizualnej i projektowej producent pokazuje interfejsy frontendowe i prezentacje z układem, komponentami i animacją, a także procesy wykorzystujące narzędzia obrazu i wideo. Określ odbiorców, dostarcz wymaganą treść i referencje wizualne oraz wskaż interakcje, które muszą działać. Użyteczne żądanie może prowadzić do implementacji strony lub konspektu prezentacji ze szczegółami potrzebnymi na następny etap produkcji. Bazowy model zwraca tekst i instrukcje dla narzędzi; wyrenderowane obrazy i wygenerowane media pochodzą z narzędzi używanych w procesie.
Wydanie opisuje też zastosowania muzyczne i badawcze. Przykład muzyczny używa zapisanych partytur i MIDI jako edytowalnych rezultatów kompozycji. Przykłady badawcze łączą przegląd literatury i patentów, hipotezy projektowe i symulacje obliczeniowe, a także formalizację matematyczną sprawdzaną za pomocą Lean. Przy zadaniu badawczym odróżniaj obserwacje źródłowe, założenia, obliczenia i proponowane hipotezy. Zachowaj wyjścia narzędzi i wyniki weryfikacji oraz oznaczaj kandydata obliczeniowego jako kandydata, zamiast jako wynik potwierdzony laboratoryjnie.
Praca z długim kontekstem wymaga świadomej organizacji wejścia. Zachowuj stałe granice dokumentów, identyfikatory plików i wcześniejsze decyzje oraz pozostaw miejsce na odpowiedź i dalszą historię narzędzi. Lokalny przepis Xiaomi zaleca temperature 1.0 i top_p 0.95. Producent dokumentuje też powtarzanie wywołań narzędzi w linii treningowej V2.6 i osobne punkty kontrolne MOPD mające temu zaradzić. Sprawdzaj, czy każde działanie posuwa zadanie naprzód, i zachowuj dokładną edycję przy wyniku; powtarzające się wywołania bez nowych dowodów są powodem do ponownej oceny kolejnego kroku.
Końcowy rezultat powinien odpowiadać kryterium ukończenia zadania: sprawdzona zmiana kodu, obejrzana scena interaktywna, edytowalny rezultat projektu lub analiza badawcza powiązana z materiałem dowodowym. Pro, Flash i Pro-UltraSpeed pełnią odrębne role w rodzinie V2.6. Zachowaj to rozróżnienie podczas porównywania wyników, utrzymując dostęp do materiału, obserwacji narzędzi i zapisu weryfikacji na potrzeby przeglądu.
POST /v1/chat/completionstexttext| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity xiaomi/mimo-v2.6-pro | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity Przykłady: system, user, assistant, tool, function Warunki: Te role są jawnie reprezentowane przez typy zgodności w kodzie źródłowym; dokładny zestaw ról pozostaje właściwy dla danego modelu. Zależy od modelu | Domyślnie— |
Polemessages[].content | Typstring|content_part[]|null | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_calls | Typtool_call[] | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].tool_call_id | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: role=tool; użyj rzeczywiście zwróconego ID | Domyślnie— |
Polemessages[].name | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Polemessages[].reasoning_content | Typstring | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Przekazuj z powrotem rzeczywiście zwróconą treść rozumowania, gdy ten model jej używa | Domyślnie— |
Polemessages[].reasoning_details | Typobject|array | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polemax_completion_tokens | Typinteger | WymaganieOpcjonalne | Wartości i limity Minimum: 1 Zależy od modelu | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Polestream_options.include_usage | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletemperature | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletop_p | Typnumber | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polestop | Typstring|string[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools | Typfunction_tool[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poletools[].type | Typstring | WymaganieOpcjonalne | Wartości i limity function Zależy od modelu | Domyślnie— |
Poletools[].function.name | Typstring | WymaganieWymagane | Wartości i limity Obowiązuje, gdy: udostępnione narzędzie funkcji | Domyślnie— |
Poletools[].function.description | Typstring | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletools[].function.parameters | TypJSON_schema | WymaganieOpcjonalne | Wartości i limity | Domyślnie— |
Poletool_choice | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleparallel_tool_calls | Typboolean | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleresponse_format | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning_effort | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polereasoning | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleservice_tier | Typstring | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleinstructions | Typstring | WymaganieOpcjonalne | Wartości i limity Pole zgodności | Domyślnie— |
Polefunctions | Typfunction[] | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polefunction_call | Typstring|object | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Poleprompt_cache_options | Typobject | WymaganieOpcjonalne | Wartości i limity Zależy od modelu | Domyślnie— |
Polemodalities | Typstring[] | WymaganieOpcjonalne | Wartości i limity text | Domyślnie— |
Poleprovider | Typobject | WymaganieOpcjonalne | Wartości i limity Warunki: provider.options jest odrzucane na tej tekstowej trasie Ultra | Domyślnie— |
Polecache_control.ttl | Typstring | WymaganieOpcjonalne | Wartości i limity Warunki: 1h jest odrzucane w rzeczywistych miejscach pamięci podręcznej promptów | Domyślnie— |
Tekst · tekst UTF8
messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages |
Parametrmaterial_types | Kontrakttext |
Parametrmessages | Kontrakttablica wiadomości o strukturze role/content |
Parametrfile_material | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku |
Parametroptional_controls | Kontraktstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Kontraktwłaściwe dla modelu; narzędzia funkcji użytkownika różnią się od narzędzi hostowanych |
Parametroutput_modalities | Kontrakttext |
Parametrhosted_operations | Kontraktfalse |
Parametrmultimodal_input_binding | Kontraktnull |
Cykl życia: synchronous_or_streamed
Wyślij dokładne ID modelu wraz z messages.
Długość kontekstu nie jest limitem wyjścia.
Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania.
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00087 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00174 / 1K tokenów Wejście · Odczyt cache $0.0000072 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00087 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00174 / 1K tokenów Wejście · Odczyt cache $0.0000072 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
set -eu\n: "${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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Polechoices[].index | Typinteger |
Polechoices[].message.content | Typstring|null |
Polechoices[].message.tool_calls | Typtool_call[] |
Polechoices[].message.reasoning_content | Typstring |
Polechoices[].message.reasoning_details | Typobject|array |
Polechoices[].finish_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
Użyj ścieżek metod podanych powyżej.
xiaomi/mimo-v2.6-proMiMo-V2.6-Pro to flagowy omnimodalny model Xiaomi do wymagającego programowania, badań i rozbudowanych zadań agentowych. Rozumie tekst, obrazy, wideo i dźwięk; wydany profil Pro dokumentuje MoE z 1,02T parametrów, 42B parametrów aktywnych i kontekstem miliona tokenów.
Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody.
MiMo-V2.6-Pro to flagowy model Xiaomi w natywnie omnimodalnej serii V2.6. Wnosi rozumienie tekstu, obrazu, wideo i dźwięku do wymagających zadań inżynierii oprogramowania i rozbudowanych zadań agentowych. Wydany profil Pro producenta opisuje rzadką architekturę mixture-of-experts z 1,02 biliona parametrów łącznie i 42 miliardami aktywowanych parametrów. Kontekst miliona tokenów jest przeznaczony do obszernych repozytoriów, zapisów narzędzi i zadań prowadzonych przez wiele interakcji.
Seria rozwija podejście Xiaomi do uczenia ze wzmocnieniem poprzez zwiększanie różnorodności zadań i jakości informacji zwrotnej wraz z mocą obliczeniową treningu. Programowanie, ogólne zadania agentowe, zadania wizualne i cyberbezpieczeństwo są łączone w różnych środowiskach. Kandydackie przebiegi porównuje się według kryteriów właściwych dla zadania, a wyniki testów i oceny jakości współtworzą sygnał treningowy. Architektura Pro łączy 70-warstwową główną sieć z uwagą hybrydową, dedykowane kodery obrazu i dźwięku oraz pięciowarstwowy dekoder przewidywania wielu tokenów.
Przy pracy nad oprogramowaniem określ zachowanie, które program musi zapewniać, dostarcz odpowiednią implementację i wyjaśnij sposób sprawdzenia ukończenia. Zachowaj ograniczenia repozytorium i dokładny błąd lub żądanie zmiany. Model może analizować kolejne edycje i wyniki narzędzi; aplikacja udostępnia narzędzia i zapisuje ich operacje. Poproś o końcowy opis zmienionego zachowania, plików objętych zmianą i faktycznie wykonanych sprawdzeń, aby długa sekwencja kończyła się wynikiem możliwym do zbadania.
Wydanie Xiaomi rozszerza następnie zakres zadań z programowania na interaktywne światy. Opisuje tworzenie gier i scen 3D na podstawie tekstu, obrazów lub referencyjnego wideo, implementację logiki interakcji i doskonalenie pracy na podstawie wyrenderowanej informacji zwrotnej. Opisuje również obiekty i sceny oparte na Blenderze oraz wizualną informację zwrotną w symulacji ucieleśnionej. Przygotuj opis sceny z wymiarami, relacjami obiektów, elementami sterowania i widocznymi kryteriami ukończenia. Wynikowy kod, instrukcje sceny lub zasoby wytworzone przez narzędzia należy obejrzeć w docelowym środowisku renderowania lub symulacji.
W pracy wizualnej i projektowej producent pokazuje interfejsy frontendowe i prezentacje z układem, komponentami i animacją, a także procesy wykorzystujące narzędzia obrazu i wideo. Określ odbiorców, dostarcz wymaganą treść i referencje wizualne oraz wskaż interakcje, które muszą działać. Użyteczne żądanie może prowadzić do implementacji strony lub konspektu prezentacji ze szczegółami potrzebnymi na następny etap produkcji. Bazowy model zwraca tekst i instrukcje dla narzędzi; wyrenderowane obrazy i wygenerowane media pochodzą z narzędzi używanych w procesie.
Wydanie opisuje też zastosowania muzyczne i badawcze. Przykład muzyczny używa zapisanych partytur i MIDI jako edytowalnych rezultatów kompozycji. Przykłady badawcze łączą przegląd literatury i patentów, hipotezy projektowe i symulacje obliczeniowe, a także formalizację matematyczną sprawdzaną za pomocą Lean. Przy zadaniu badawczym odróżniaj obserwacje źródłowe, założenia, obliczenia i proponowane hipotezy. Zachowaj wyjścia narzędzi i wyniki weryfikacji oraz oznaczaj kandydata obliczeniowego jako kandydata, zamiast jako wynik potwierdzony laboratoryjnie.
Praca z długim kontekstem wymaga świadomej organizacji wejścia. Zachowuj stałe granice dokumentów, identyfikatory plików i wcześniejsze decyzje oraz pozostaw miejsce na odpowiedź i dalszą historię narzędzi. Lokalny przepis Xiaomi zaleca temperature 1.0 i top_p 0.95. Producent dokumentuje też powtarzanie wywołań narzędzi w linii treningowej V2.6 i osobne punkty kontrolne MOPD mające temu zaradzić. Sprawdzaj, czy każde działanie posuwa zadanie naprzód, i zachowuj dokładną edycję przy wyniku; powtarzające się wywołania bez nowych dowodów są powodem do ponownej oceny kolejnego kroku.
Końcowy rezultat powinien odpowiadać kryterium ukończenia zadania: sprawdzona zmiana kodu, obejrzana scena interaktywna, edytowalny rezultat projektu lub analiza badawcza powiązana z materiałem dowodowym. Pro, Flash i Pro-UltraSpeed pełnią odrębne role w rodzinie V2.6. Zachowaj to rozróżnienie podczas porównywania wyników, utrzymując dostęp do materiału, obserwacji narzędzi i zapisu weryfikacji na potrzeby przeglądu.
POST /v1/messagestextjson, sse| Pole | Typ | Wymaganie | Wartości i limity | Domyślnie |
|---|---|---|---|---|
Polemodel | Typstring | WymaganieWymagane | Wartości i limity xiaomi/mimo-v2.6-pro | Domyślnie— |
Polemessages | Typmessage[] | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemessages[].role | Typstring | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— |
Polemessages[].content | Typstring | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polemax_tokens | Typinteger | WymaganieWymagane | Wartości i limity | Domyślnie— |
Polestream | Typboolean | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse |
Tekst · tekst UTF-8
ciąg messages[].content
| Parametr | Kontrakt |
|---|---|
Parametrcontent_type | Kontraktapplication/json |
Parametrrequired | Kontraktmodel, messages, max_tokens |
Parametroptional_controls | Kontraktstream |
Parametrmaterial_types | Kontrakttext |
Parametrtext_file_material | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. |
Cykl życia: synchronous_or_streamed
Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie.
Dopasuj każdą opłatę do pokazanych warunków. Użyj jednej stawki dla każdego zestawu alternatywnych konfiguracji.
| Konfiguracja | Tabela stawek | Tokeny kontekstu, więcej niż | Tokeny kontekstu, do podanej wartości włącznie | Opłata |
|---|---|---|---|---|
| KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Tokeny kontekstu, więcej niż— | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00087 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00174 / 1K tokenów Wejście · Odczyt cache $0.0000072 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
| KonfiguracjaPrzedział długości żądania 1 | Tabela stawek— | Tokeny kontekstu, więcej niż0 | Tokeny kontekstu, do podanej wartości włącznieBez górnej granicy | Opłata Wejście · Tokeny wejściowe $0.00087 / 1K tokenów Wyjście · Tokeny wyjściowe $0.00174 / 1K tokenów Wejście · Odczyt cache $0.0000072 / 1K tokenów Wejście · Zapis do cache — / 1K tokenów Wejście · Zapis do cache, 1 godz. — / 1K tokenów |
Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. Jak działają rezerwacja i rozliczenie →
{\n "model": "xiaomi/mimo-v2.6-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 lub SSE
Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści.
Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem.
Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpowiedź | Warunek | Następny krok |
|---|---|---|
Odpowiedź400 · invalid_request_error | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. |
Ailoot Ultra xiaomi/mimo-v2.6-pro
Użyj ścieżek metod podanych powyżej.
Przykład techniczny po angielsku
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.