Основа для агентной работы
MiMo-V2-Pro — флагманская базовая модель Xiaomi для сложных агентных задач и разработки ПО. Её роль — рассуждать о задаче, организовывать нужные шаги и использовать сведения инструментов для продвижения к определённому результату. Акцент выходит за рамки одного ответа: модель предназначена для связанной работы, где предыдущие решения и наблюдения влияют на дальнейшие действия.
Масштаб и эффективная архитектура
Производитель описывает более 1 трлн параметров всего и 42 млрд активных. Pro развивает гибридное внимание MiMo-V2-Flash, используя соотношение внимания скользящего окна к глобальному вниманию 7:1. Облегчённый слой предсказания нескольких токенов поддерживает генерацию, а заявленный контекст достигает 1 млн токенов. Это свойства архитектуры и контекста Pro; они не задают скорость выполнения, выделение памяти или ограничения запросов конкретной интеграции.
Происхождение выпуска
Xiaomi определяет Hunter Alpha как раннюю внутреннюю тестовую сборку, предшествовавшую MiMo-V2-Pro. Выпущенная Pro имеет собственное имя и улучшения работы с длинным контекстом и устойчивости агентных сценариев. Различие важно при сравнении описаний или сохранении идентификатора модели: более ранняя тестовая сборка, MiMo-V2-Flash и MiMo-V2-Omni имеют отдельные роли и спецификации.
Создана для агентов
Модель дообучена с учителем и подкреплением в разных агентных фреймворках с вниманием к вызовам инструментов и многошаговому рассуждению. Подготовьте задачу с наблюдаемым условием завершения и описаниями доступных инструментов. Например, ассистент проекта может получить запрос изменения, изучить переданные модули, предложить затронутые компоненты и продолжить после возврата ошибки сборки инструментом. Полезный вывод — последовательность решений, связанных с реальными наблюдениями, а затем запрошенный код, объяснение или отчёт о работе. Действия выполняет подключённая среда.
Разработка ПО и интерфейсов
Xiaomi выделяет проектирование систем, планирование задач и решение проблем по коду. Демонстрации включают интерактивные веб-страницы и браузерную игру, созданные в агентной среде. Пример задания может задавать поведение страниц, навигацию, состояния данных и адаптивный макет, затем запрашивать реализацию и проверки по этим требованиям. Для существующего проекта передайте текущие файлы, сбойный случай и интерфейсы, которые нельзя менять. Попросите конкретное изменение и объяснение затронутых зависимостей вместо постороннего приложения на замену.
Длинный контекст и проверяемый результат
Контекст до 1 млн токенов полезен, когда несколько файлов, документов, инструкций и прошлых наблюдений относятся к одной задаче. Организуйте материал по роли: обязательные требования, текущий код, эталонные примеры и результаты инструментов. Определите итоговый результат и условия приёмки до продолжения работы агента. Документации может требоваться сравнение с открытыми вопросами, а инженерной задаче — патч и запись выполненных проверок.
Практические ограничения и рамки редакции
Длинный контекст даёт место материалам, но не гарантирует правильность сгенерированного проекта или выполнение каждого требования. Возвращайте реальные ошибки и наблюдения для следующего шага и проверяйте результат в целевой среде. Производитель прямо рассматривает устойчивость в сложных реальных задачах как предмет оценки и улучшения. Описание охватывает текстовую и инструментальную агентную специализацию MiMo-V2-Pro; мультимодальные возможности Omni и характеристики более поздних поколений MiMo относятся к соответствующим моделям. Инструменты, доступные параметры и обработка вывода остаются свойствами подключённого приложения.
", "aboutText": "Основа для агентной работы\n\nMiMo-V2-Pro — флагманская базовая модель Xiaomi для сложных агентных задач и разработки ПО. Её роль — рассуждать о задаче, организовывать нужные шаги и использовать сведения инструментов для продвижения к определённому результату. Акцент выходит за рамки одного ответа: модель предназначена для связанной работы, где предыдущие решения и наблюдения влияют на дальнейшие действия.\n\nМасштаб и эффективная архитектура\n\nПроизводитель описывает более 1 трлн параметров всего и 42 млрд активных. Pro развивает гибридное внимание MiMo-V2-Flash, используя соотношение внимания скользящего окна к глобальному вниманию 7:1. Облегчённый слой предсказания нескольких токенов поддерживает генерацию, а заявленный контекст достигает 1 млн токенов. Это свойства архитектуры и контекста Pro; они не задают скорость выполнения, выделение памяти или ограничения запросов конкретной интеграции.\n\nПроисхождение выпуска\n\nXiaomi определяет Hunter Alpha как раннюю внутреннюю тестовую сборку, предшествовавшую MiMo-V2-Pro. Выпущенная Pro имеет собственное имя и улучшения работы с длинным контекстом и устойчивости агентных сценариев. Различие важно при сравнении описаний или сохранении идентификатора модели: более ранняя тестовая сборка, MiMo-V2-Flash и MiMo-V2-Omni имеют отдельные роли и спецификации.\n\nСоздана для агентов\n\nМодель дообучена с учителем и подкреплением в разных агентных фреймворках с вниманием к вызовам инструментов и многошаговому рассуждению. Подготовьте задачу с наблюдаемым условием завершения и описаниями доступных инструментов. Например, ассистент проекта может получить запрос изменения, изучить переданные модули, предложить затронутые компоненты и продолжить после возврата ошибки сборки инструментом. Полезный вывод — последовательность решений, связанных с реальными наблюдениями, а затем запрошенный код, объяснение или отчёт о работе. Действия выполняет подключённая среда.\n\nРазработка ПО и интерфейсов\n\nXiaomi выделяет проектирование систем, планирование задач и решение проблем по коду. Демонстрации включают интерактивные веб-страницы и браузерную игру, созданные в агентной среде. Пример задания может задавать поведение страниц, навигацию, состояния данных и адаптивный макет, затем запрашивать реализацию и проверки по этим требованиям. Для существующего проекта передайте текущие файлы, сбойный случай и интерфейсы, которые нельзя менять. Попросите конкретное изменение и объяснение затронутых зависимостей вместо постороннего приложения на замену.\n\nДлинный контекст и проверяемый результат\n\nКонтекст до 1 млн токенов полезен, когда несколько файлов, документов, инструкций и прошлых наблюдений относятся к одной задаче. Организуйте материал по роли: обязательные требования, текущий код, эталонные примеры и результаты инструментов. Определите итоговый результат и условия приёмки до продолжения работы агента. Документации может требоваться сравнение с открытыми вопросами, а инженерной задаче — патч и запись выполненных проверок.\n\nПрактические ограничения и рамки редакции\n\nДлинный контекст даёт место материалам, но не гарантирует правильность сгенерированного проекта или выполнение каждого требования. Возвращайте реальные ошибки и наблюдения для следующего шага и проверяйте результат в целевой среде. Производитель прямо рассматривает устойчивость в сложных реальных задачах как предмет оценки и улучшения. Описание охватывает текстовую и инструментальную агентную специализацию MiMo-V2-Pro; мультимодальные возможности Omni и характеристики более поздних поколений MiMo относятся к соответствующим моделям. Инструменты, доступные параметры и обработка вывода остаются свойствами подключённого приложения.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
Correct an error-state transition\n\nA text specification says a search box has idle, loading, results and error states. Existing logic sets loading=true before fetch and false only on success, so failures leave the spinner visible. Propose pseudocode that preserves results on success, shows an error on failure and always clears loading. Include the two distinguishing checks.Focused async pseudocode and success/failure checks covering final loading state and visible result or error.Check that loading is cleared in both branches without suppressing the error.mimo-v2-proMiMo-V2-Pro — ориентированная на агентов текстовая модель Xiaomi для разработки ПО, многошагового планирования и работы с инструментами. Контекст до 1 млн токенов помогает удерживать значительные материалы проекта, ограничения задачи и последовательные наблюдения в связном процессе.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Основа для агентной работы
MiMo-V2-Pro — флагманская базовая модель Xiaomi для сложных агентных задач и разработки ПО. Её роль — рассуждать о задаче, организовывать нужные шаги и использовать сведения инструментов для продвижения к определённому результату. Акцент выходит за рамки одного ответа: модель предназначена для связанной работы, где предыдущие решения и наблюдения влияют на дальнейшие действия.
Масштаб и эффективная архитектура
Производитель описывает более 1 трлн параметров всего и 42 млрд активных. Pro развивает гибридное внимание MiMo-V2-Flash, используя соотношение внимания скользящего окна к глобальному вниманию 7:1. Облегчённый слой предсказания нескольких токенов поддерживает генерацию, а заявленный контекст достигает 1 млн токенов. Это свойства архитектуры и контекста Pro; они не задают скорость выполнения, выделение памяти или ограничения запросов конкретной интеграции.
Происхождение выпуска
Xiaomi определяет Hunter Alpha как раннюю внутреннюю тестовую сборку, предшествовавшую MiMo-V2-Pro. Выпущенная Pro имеет собственное имя и улучшения работы с длинным контекстом и устойчивости агентных сценариев. Различие важно при сравнении описаний или сохранении идентификатора модели: более ранняя тестовая сборка, MiMo-V2-Flash и MiMo-V2-Omni имеют отдельные роли и спецификации.
Создана для агентов
Модель дообучена с учителем и подкреплением в разных агентных фреймворках с вниманием к вызовам инструментов и многошаговому рассуждению. Подготовьте задачу с наблюдаемым условием завершения и описаниями доступных инструментов. Например, ассистент проекта может получить запрос изменения, изучить переданные модули, предложить затронутые компоненты и продолжить после возврата ошибки сборки инструментом. Полезный вывод — последовательность решений, связанных с реальными наблюдениями, а затем запрошенный код, объяснение или отчёт о работе. Действия выполняет подключённая среда.
Разработка ПО и интерфейсов
Xiaomi выделяет проектирование систем, планирование задач и решение проблем по коду. Демонстрации включают интерактивные веб-страницы и браузерную игру, созданные в агентной среде. Пример задания может задавать поведение страниц, навигацию, состояния данных и адаптивный макет, затем запрашивать реализацию и проверки по этим требованиям. Для существующего проекта передайте текущие файлы, сбойный случай и интерфейсы, которые нельзя менять. Попросите конкретное изменение и объяснение затронутых зависимостей вместо постороннего приложения на замену.
Длинный контекст и проверяемый результат
Контекст до 1 млн токенов полезен, когда несколько файлов, документов, инструкций и прошлых наблюдений относятся к одной задаче. Организуйте материал по роли: обязательные требования, текущий код, эталонные примеры и результаты инструментов. Определите итоговый результат и условия приёмки до продолжения работы агента. Документации может требоваться сравнение с открытыми вопросами, а инженерной задаче — патч и запись выполненных проверок.
Практические ограничения и рамки редакции
Длинный контекст даёт место материалам, но не гарантирует правильность сгенерированного проекта или выполнение каждого требования. Возвращайте реальные ошибки и наблюдения для следующего шага и проверяйте результат в целевой среде. Производитель прямо рассматривает устойчивость в сложных реальных задачах как предмет оценки и улучшения. Описание охватывает текстовую и инструментальную агентную специализацию MiMo-V2-Pro; мультимодальные возможности Omni и характеристики более поздних поколений MiMo относятся к соответствующим моделям. Инструменты, доступные параметры и обработка вывода остаются свойствами подключённого приложения.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mimo-v2-pro | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
| Конфигурация | Шкала ставок | Плата |
|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены $0.0022 / 1K токенов Выход · Выходные токены $0.0066 / 1K токенов Вход · Чтение кэша $0 / 1K токенов Вход · Запись в кэш $0 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mimo-v2-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='mimo-v2-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='mimo-v2-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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra mimo-v2-pro
Используйте пути методов, указанные выше.
mimo-v2-proMiMo-V2-Pro — ориентированная на агентов текстовая модель Xiaomi для разработки ПО, многошагового планирования и работы с инструментами. Контекст до 1 млн токенов помогает удерживать значительные материалы проекта, ограничения задачи и последовательные наблюдения в связном процессе.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
Основа для агентной работы
MiMo-V2-Pro — флагманская базовая модель Xiaomi для сложных агентных задач и разработки ПО. Её роль — рассуждать о задаче, организовывать нужные шаги и использовать сведения инструментов для продвижения к определённому результату. Акцент выходит за рамки одного ответа: модель предназначена для связанной работы, где предыдущие решения и наблюдения влияют на дальнейшие действия.
Масштаб и эффективная архитектура
Производитель описывает более 1 трлн параметров всего и 42 млрд активных. Pro развивает гибридное внимание MiMo-V2-Flash, используя соотношение внимания скользящего окна к глобальному вниманию 7:1. Облегчённый слой предсказания нескольких токенов поддерживает генерацию, а заявленный контекст достигает 1 млн токенов. Это свойства архитектуры и контекста Pro; они не задают скорость выполнения, выделение памяти или ограничения запросов конкретной интеграции.
Происхождение выпуска
Xiaomi определяет Hunter Alpha как раннюю внутреннюю тестовую сборку, предшествовавшую MiMo-V2-Pro. Выпущенная Pro имеет собственное имя и улучшения работы с длинным контекстом и устойчивости агентных сценариев. Различие важно при сравнении описаний или сохранении идентификатора модели: более ранняя тестовая сборка, MiMo-V2-Flash и MiMo-V2-Omni имеют отдельные роли и спецификации.
Создана для агентов
Модель дообучена с учителем и подкреплением в разных агентных фреймворках с вниманием к вызовам инструментов и многошаговому рассуждению. Подготовьте задачу с наблюдаемым условием завершения и описаниями доступных инструментов. Например, ассистент проекта может получить запрос изменения, изучить переданные модули, предложить затронутые компоненты и продолжить после возврата ошибки сборки инструментом. Полезный вывод — последовательность решений, связанных с реальными наблюдениями, а затем запрошенный код, объяснение или отчёт о работе. Действия выполняет подключённая среда.
Разработка ПО и интерфейсов
Xiaomi выделяет проектирование систем, планирование задач и решение проблем по коду. Демонстрации включают интерактивные веб-страницы и браузерную игру, созданные в агентной среде. Пример задания может задавать поведение страниц, навигацию, состояния данных и адаптивный макет, затем запрашивать реализацию и проверки по этим требованиям. Для существующего проекта передайте текущие файлы, сбойный случай и интерфейсы, которые нельзя менять. Попросите конкретное изменение и объяснение затронутых зависимостей вместо постороннего приложения на замену.
Длинный контекст и проверяемый результат
Контекст до 1 млн токенов полезен, когда несколько файлов, документов, инструкций и прошлых наблюдений относятся к одной задаче. Организуйте материал по роли: обязательные требования, текущий код, эталонные примеры и результаты инструментов. Определите итоговый результат и условия приёмки до продолжения работы агента. Документации может требоваться сравнение с открытыми вопросами, а инженерной задаче — патч и запись выполненных проверок.
Практические ограничения и рамки редакции
Длинный контекст даёт место материалам, но не гарантирует правильность сгенерированного проекта или выполнение каждого требования. Возвращайте реальные ошибки и наблюдения для следующего шага и проверяйте результат в целевой среде. Производитель прямо рассматривает устойчивость в сложных реальных задачах как предмет оценки и улучшения. Описание охватывает текстовую и инструментальную агентную специализацию MiMo-V2-Pro; мультимодальные возможности Omni и характеристики более поздних поколений MiMo относятся к соответствующим моделям. Инструменты, доступные параметры и обработка вывода остаются свойствами подключённого приложения.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения mimo-v2-pro | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
| Конфигурация | Шкала ставок | Плата |
|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Плата Вход · Входные токены $0.0022 / 1K токенов Выход · Выходные токены $0.0066 / 1K токенов Вход · Чтение кэша $0 / 1K токенов Вход · Запись в кэш $0 / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "mimo-v2-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'mimo-v2-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': 'mimo-v2-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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra mimo-v2-pro
Используйте пути методов, указанные выше.
Технический пример на английском
Correct an error-state transition\n\nA text specification says a search box has idle, loading, results and error states. Existing logic sets loading=true before fetch and false only on success, so failures leave the spinner visible. Propose pseudocode that preserves results on success, shows an error on failure and always clears loading. Include the two distinguishing checks.Focused async pseudocode and success/failure checks covering final loading state and visible result or error.Check that loading is cleared in both branches without suppressing the error.