Základ agentovej práce
MiMo-V2-Pro je vlajkový základný model Xiaomi pre komplexnú agentovú záťaž a softvérové inžinierstvo. Jeho úlohou je uvažovať o zadaní, usporiadať potrebné kroky a pomocou informácií vrátených nástrojmi pokračovať k definovanému výsledku. Zameranie modelu presahuje vytvorenie jednej odpovede: je navrhnutý pre prepojenú prácu, v ktorej predchádzajúce rozhodnutia a pozorovania ovplyvňujú ďalší postup.
Rozsah a efektívna architektúra
Výrobca opisuje viac než 1 bilión parametrov celkovo so 42 miliardami aktívnych parametrov. Pro rozširuje prístup hybridnej pozornosti MiMo-V2-Flash a používa pomer 7:1 medzi pozornosťou s posuvným oknom a globálnou pozornosťou. Ľahká vrstva predikcie viacerých tokenov podporuje generovanie a uvádzaný kontext dosahuje 1 milión tokenov. Ide o vlastnosti architektúry a kontextu Pro; neurčujú rýchlosť vykonávania, pridelenie pamäte ani limity požiadaviek konkrétnej integrácie.
Vývojová línia vydania
Xiaomi identifikuje Hunter Alpha ako skorú internú testovaciu zostavu predchádzajúcu MiMo-V2-Pro. Vydaný model Pro má vlastný názov a vylepšenia práce s dlhým kontextom a stability agentových scenárov. Toto rozlíšenie je dôležité pri porovnávaní opisov alebo zachovávaní identity modelu: skoršia testovacia zostava, MiMo-V2-Flash a MiMo-V2-Omni majú každý samostatnú úlohu a špecifikáciu.
Vytvorený pre agentov
Model je doladený pomocou učenia s učiteľom a posilňovaného učenia naprieč rôznymi agentovými rámcami so zameraním na volania nástrojov a viackrokové uvažovanie. Pripravte úlohu s pozorovateľnou podmienkou dokončenia a opismi dostupných nástrojov. Projektový asistent napríklad môže prijať požiadavku na zmenu, preskúmať dodané moduly, navrhnúť dotknuté komponenty a pokračovať po tom, čo nástroj vráti chybu zostavenia. Užitočným výstupom je sled rozhodnutí prepojených so skutočnými pozorovaniami, po ktorom nasleduje požadovaný kód, vysvetlenie alebo súhrn práce. Akcie vykonáva prepojené prostredie.
Softvérové inžinierstvo a frontendové úlohy
Xiaomi zdôrazňuje návrh systémov, plánovanie úloh a riešenie problémov orientované na kód. Jeho ukážky zahŕňajú interaktívne webové stránky a hru v prehliadači vytvorené v agentovom prostredí. Ilustračné vývojové zadanie môže určiť správanie stránky, navigáciu, stavy údajov a responzívne rozloženie a následne žiadať implementáciu a kontroly týchto požiadaviek. Pri existujúcom projekte dodajte aktuálne súbory, zlyhávajúci prípad a rozhrania, ktoré musia zostať nezmenené. Vyžiadajte si cielenú zmenu a vysvetlenie závislostí, ktorých sa dotýka, namiesto nesúvisiacej náhradnej aplikácie.
Dlhý kontext a overiteľný výsledok
Kontext do 1 milióna tokenov je užitočný, keď viacero súborov, dokumentov, pokynov a predchádzajúcich pozorovaní patrí k tej istej úlohe. Materiál usporiadajte podľa jeho úlohy: záväzné požiadavky, aktuálny kód, referenčné príklady a výsledky nástrojov. Pred požiadaním agenta o postup určite konečný artefakt a podmienky jeho prijatia. Dokumentačná úloha môže potrebovať porovnanie s nevyriešenými otázkami; inžinierska úloha môže potrebovať opravu a záznam vykonaných kontrol.
Praktické obmedzenia a rozsah edície
Dlhý kontext poskytuje priestor na materiál, ale nezaručuje správnosť generovaného projektu ani splnenie každej požiadavky. Pre ďalší krok vráťte skutočné chyby a pozorovania a overte výsledok v zamýšľanom prostredí. Výrobca výslovne označuje robustnosť pri komplexných reálnych úlohách za niečo, čo treba hodnotiť a zlepšovať. Tento opis pokrýva agentovú špecializáciu MiMo-V2-Pro na text a nástroje; modálne schopnosti Omni a špecifikácie neskorších generácií MiMo patria príslušným modelom. Nástroje, dostupné parametre a spracovanie výstupu zostávajú vlastnosťami prepojenej aplikácie.
", "aboutText": "Základ agentovej práce\n\nMiMo-V2-Pro je vlajkový základný model Xiaomi pre komplexnú agentovú záťaž a softvérové inžinierstvo. Jeho úlohou je uvažovať o zadaní, usporiadať potrebné kroky a pomocou informácií vrátených nástrojmi pokračovať k definovanému výsledku. Zameranie modelu presahuje vytvorenie jednej odpovede: je navrhnutý pre prepojenú prácu, v ktorej predchádzajúce rozhodnutia a pozorovania ovplyvňujú ďalší postup.\n\nRozsah a efektívna architektúra\n\nVýrobca opisuje viac než 1 bilión parametrov celkovo so 42 miliardami aktívnych parametrov. Pro rozširuje prístup hybridnej pozornosti MiMo-V2-Flash a používa pomer 7:1 medzi pozornosťou s posuvným oknom a globálnou pozornosťou. Ľahká vrstva predikcie viacerých tokenov podporuje generovanie a uvádzaný kontext dosahuje 1 milión tokenov. Ide o vlastnosti architektúry a kontextu Pro; neurčujú rýchlosť vykonávania, pridelenie pamäte ani limity požiadaviek konkrétnej integrácie.\n\nVývojová línia vydania\n\nXiaomi identifikuje Hunter Alpha ako skorú internú testovaciu zostavu predchádzajúcu MiMo-V2-Pro. Vydaný model Pro má vlastný názov a vylepšenia práce s dlhým kontextom a stability agentových scenárov. Toto rozlíšenie je dôležité pri porovnávaní opisov alebo zachovávaní identity modelu: skoršia testovacia zostava, MiMo-V2-Flash a MiMo-V2-Omni majú každý samostatnú úlohu a špecifikáciu.\n\nVytvorený pre agentov\n\nModel je doladený pomocou učenia s učiteľom a posilňovaného učenia naprieč rôznymi agentovými rámcami so zameraním na volania nástrojov a viackrokové uvažovanie. Pripravte úlohu s pozorovateľnou podmienkou dokončenia a opismi dostupných nástrojov. Projektový asistent napríklad môže prijať požiadavku na zmenu, preskúmať dodané moduly, navrhnúť dotknuté komponenty a pokračovať po tom, čo nástroj vráti chybu zostavenia. Užitočným výstupom je sled rozhodnutí prepojených so skutočnými pozorovaniami, po ktorom nasleduje požadovaný kód, vysvetlenie alebo súhrn práce. Akcie vykonáva prepojené prostredie.\n\nSoftvérové inžinierstvo a frontendové úlohy\n\nXiaomi zdôrazňuje návrh systémov, plánovanie úloh a riešenie problémov orientované na kód. Jeho ukážky zahŕňajú interaktívne webové stránky a hru v prehliadači vytvorené v agentovom prostredí. Ilustračné vývojové zadanie môže určiť správanie stránky, navigáciu, stavy údajov a responzívne rozloženie a následne žiadať implementáciu a kontroly týchto požiadaviek. Pri existujúcom projekte dodajte aktuálne súbory, zlyhávajúci prípad a rozhrania, ktoré musia zostať nezmenené. Vyžiadajte si cielenú zmenu a vysvetlenie závislostí, ktorých sa dotýka, namiesto nesúvisiacej náhradnej aplikácie.\n\nDlhý kontext a overiteľný výsledok\n\nKontext do 1 milióna tokenov je užitočný, keď viacero súborov, dokumentov, pokynov a predchádzajúcich pozorovaní patrí k tej istej úlohe. Materiál usporiadajte podľa jeho úlohy: záväzné požiadavky, aktuálny kód, referenčné príklady a výsledky nástrojov. Pred požiadaním agenta o postup určite konečný artefakt a podmienky jeho prijatia. Dokumentačná úloha môže potrebovať porovnanie s nevyriešenými otázkami; inžinierska úloha môže potrebovať opravu a záznam vykonaných kontrol.\n\nPraktické obmedzenia a rozsah edície\n\nDlhý kontext poskytuje priestor na materiál, ale nezaručuje správnosť generovaného projektu ani splnenie každej požiadavky. Pre ďalší krok vráťte skutočné chyby a pozorovania a overte výsledok v zamýšľanom prostredí. Výrobca výslovne označuje robustnosť pri komplexných reálnych úlohách za niečo, čo treba hodnotiť a zlepšovať. Tento opis pokrýva agentovú špecializáciu MiMo-V2-Pro na text a nástroje; modálne schopnosti Omni a špecifikácie neskorších generácií MiMo patria príslušným modelom. Nástroje, dostupné parametre a spracovanie výstupu zostávajú vlastnosťami prepojenej aplikácie.", "editorialOverlay": { "copy_fields": { "practical_html": "Technický príklad v angličtine
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 je textový model Xiaomi zameraný na agentov pre softvérové inžinierstvo, viackrokové plánovanie a prácu riadenú nástrojmi. Kontext do 1 milióna tokenov pomáha udržať rozsiahle projektové materiály, obmedzenia úlohy a po sebe idúce pozorovania v ucelenom pracovnom postupe.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Základ agentovej práce
MiMo-V2-Pro je vlajkový základný model Xiaomi pre komplexnú agentovú záťaž a softvérové inžinierstvo. Jeho úlohou je uvažovať o zadaní, usporiadať potrebné kroky a pomocou informácií vrátených nástrojmi pokračovať k definovanému výsledku. Zameranie modelu presahuje vytvorenie jednej odpovede: je navrhnutý pre prepojenú prácu, v ktorej predchádzajúce rozhodnutia a pozorovania ovplyvňujú ďalší postup.
Rozsah a efektívna architektúra
Výrobca opisuje viac než 1 bilión parametrov celkovo so 42 miliardami aktívnych parametrov. Pro rozširuje prístup hybridnej pozornosti MiMo-V2-Flash a používa pomer 7:1 medzi pozornosťou s posuvným oknom a globálnou pozornosťou. Ľahká vrstva predikcie viacerých tokenov podporuje generovanie a uvádzaný kontext dosahuje 1 milión tokenov. Ide o vlastnosti architektúry a kontextu Pro; neurčujú rýchlosť vykonávania, pridelenie pamäte ani limity požiadaviek konkrétnej integrácie.
Vývojová línia vydania
Xiaomi identifikuje Hunter Alpha ako skorú internú testovaciu zostavu predchádzajúcu MiMo-V2-Pro. Vydaný model Pro má vlastný názov a vylepšenia práce s dlhým kontextom a stability agentových scenárov. Toto rozlíšenie je dôležité pri porovnávaní opisov alebo zachovávaní identity modelu: skoršia testovacia zostava, MiMo-V2-Flash a MiMo-V2-Omni majú každý samostatnú úlohu a špecifikáciu.
Vytvorený pre agentov
Model je doladený pomocou učenia s učiteľom a posilňovaného učenia naprieč rôznymi agentovými rámcami so zameraním na volania nástrojov a viackrokové uvažovanie. Pripravte úlohu s pozorovateľnou podmienkou dokončenia a opismi dostupných nástrojov. Projektový asistent napríklad môže prijať požiadavku na zmenu, preskúmať dodané moduly, navrhnúť dotknuté komponenty a pokračovať po tom, čo nástroj vráti chybu zostavenia. Užitočným výstupom je sled rozhodnutí prepojených so skutočnými pozorovaniami, po ktorom nasleduje požadovaný kód, vysvetlenie alebo súhrn práce. Akcie vykonáva prepojené prostredie.
Softvérové inžinierstvo a frontendové úlohy
Xiaomi zdôrazňuje návrh systémov, plánovanie úloh a riešenie problémov orientované na kód. Jeho ukážky zahŕňajú interaktívne webové stránky a hru v prehliadači vytvorené v agentovom prostredí. Ilustračné vývojové zadanie môže určiť správanie stránky, navigáciu, stavy údajov a responzívne rozloženie a následne žiadať implementáciu a kontroly týchto požiadaviek. Pri existujúcom projekte dodajte aktuálne súbory, zlyhávajúci prípad a rozhrania, ktoré musia zostať nezmenené. Vyžiadajte si cielenú zmenu a vysvetlenie závislostí, ktorých sa dotýka, namiesto nesúvisiacej náhradnej aplikácie.
Dlhý kontext a overiteľný výsledok
Kontext do 1 milióna tokenov je užitočný, keď viacero súborov, dokumentov, pokynov a predchádzajúcich pozorovaní patrí k tej istej úlohe. Materiál usporiadajte podľa jeho úlohy: záväzné požiadavky, aktuálny kód, referenčné príklady a výsledky nástrojov. Pred požiadaním agenta o postup určite konečný artefakt a podmienky jeho prijatia. Dokumentačná úloha môže potrebovať porovnanie s nevyriešenými otázkami; inžinierska úloha môže potrebovať opravu a záznam vykonaných kontrol.
Praktické obmedzenia a rozsah edície
Dlhý kontext poskytuje priestor na materiál, ale nezaručuje správnosť generovaného projektu ani splnenie každej požiadavky. Pre ďalší krok vráťte skutočné chyby a pozorovania a overte výsledok v zamýšľanom prostredí. Výrobca výslovne označuje robustnosť pri komplexných reálnych úlohách za niečo, čo treba hodnotiť a zlepšovať. Tento opis pokrýva agentovú špecializáciu MiMo-V2-Pro na text a nástroje; modálne schopnosti Omni a špecifikácie neskorších generácií MiMo patria príslušným modelom. Nástroje, dostupné parametre a spracovanie výstupu zostávajú vlastnosťami prepojenej aplikácie.
POST /v1/chat/completionstexttext| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mimo-v2-pro | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity Minimálny počet položiek: 1 | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity Príklady: system, user, assistant, tool, function Podmienky: Tieto roly sú výslovne zastúpené typmi kompatibility v zdrojovom kóde; presný súbor rolí zostáva závislý od modelu. Závisí od modelu | Predvolené— |
Polemessages[].content | Typstring|content_part[]|null | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_calls | Typtool_call[] | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].tool_call_id | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: role=tool; použite skutočne vrátené ID | Predvolené— |
Polemessages[].name | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Polemessages[].reasoning_content | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Platí, keď: Posielajte späť skutočne vrátené uvažovanie, ak ho tento model používa | Predvolené— |
Polemessages[].reasoning_details | Typobject|array | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polemax_completion_tokens | Typinteger | PožiadavkaVoliteľné | Hodnoty a limity Minimum: 1 Závisí od modelu | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Polestream_options.include_usage | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletemperature | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletop_p | Typnumber | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polestop | Typstring|string[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools | Typfunction_tool[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poletools[].type | Typstring | PožiadavkaVoliteľné | Hodnoty a limity function Závisí od modelu | Predvolené— |
Poletools[].function.name | Typstring | PožiadavkaPovinné | Hodnoty a limity Platí, keď: poskytnutý nástroj typu funkcia | Predvolené— |
Poletools[].function.description | Typstring | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletools[].function.parameters | TypJSON_schema | PožiadavkaVoliteľné | Hodnoty a limity | Predvolené— |
Poletool_choice | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleparallel_tool_calls | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleresponse_format | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning_effort | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polereasoning | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleservice_tier | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleinstructions | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Pole kompatibility | Predvolené— |
Polefunctions | Typfunction[] | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polefunction_call | Typstring|object | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Poleprompt_cache_options | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Závisí od modelu | Predvolené— |
Polemodalities | Typstring[] | PožiadavkaVoliteľné | Hodnoty a limity text | Predvolené— |
Poleprovider | Typobject | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: provider.options sa na tejto textovej trase Ultra odmieta | Predvolené— |
Polecache_control.ttl | Typstring | PožiadavkaVoliteľné | Hodnoty a limity Podmienky: Hodnota 1h sa v skutočne používaných poliach cache promptov odmieta | Predvolené— |
Text · Text UTF8
messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages |
Parametermaterial_types | Špecifikáciatext |
Parametermessages | Špecifikáciapole správ so štruktúrou role/content |
Parameterfile_material | Špecifikáciaskutočný dokument UTF-8 vložený ako doslovný text; ID súboru sa neodvodzuje |
Parameteroptional_controls | Špecifikáciastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Špecifikáciazávisí od modelu; používateľské nástroje typu funkcia sa líšia od nástrojov prevádzkovaných službou |
Parameteroutput_modalities | Špecifikáciatext |
Parameterhosted_operations | Špecifikáciafalse |
Parametermultimodal_input_binding | Špecifikácianull |
Životný cyklus: synchronous_or_streamed
Pošlite presné ID modelu spolu s messages.
Dĺžka kontextu nie je horná hranica výstupu.
Textový súbor môže poskytnúť doslovný text; obrazové a zvukové vstupy a vstupy so súborovými objektmi potrebujú presné naviazanie.
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0022 / 1K tokenov Výstup · Výstupné tokeny $0.0066 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
set -eu\n: "${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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte každý variant odpovede a jeho obsah, volania nástrojov a uvažovanie. V SSE zostavujte čiastkové zmeny podľa indexu variantu/nástroja a zachovajte konečný dôvod ukončenia aj údaje o spotrebe.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| 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 |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra mimo-v2-pro
Použite cesty metód uvedené vyššie.
mimo-v2-proMiMo-V2-Pro je textový model Xiaomi zameraný na agentov pre softvérové inžinierstvo, viackrokové plánovanie a prácu riadenú nástrojmi. Kontext do 1 milióna tokenov pomáha udržať rozsiahle projektové materiály, obmedzenia úlohy a po sebe idúce pozorovania v ucelenom pracovnom postupe.
Tento opis pokrýva možnosti modelu. Dostupné vstupy, výstupy a voľby v Ailoot sú uvedené nižšie pre vybranú metódu.
Základ agentovej práce
MiMo-V2-Pro je vlajkový základný model Xiaomi pre komplexnú agentovú záťaž a softvérové inžinierstvo. Jeho úlohou je uvažovať o zadaní, usporiadať potrebné kroky a pomocou informácií vrátených nástrojmi pokračovať k definovanému výsledku. Zameranie modelu presahuje vytvorenie jednej odpovede: je navrhnutý pre prepojenú prácu, v ktorej predchádzajúce rozhodnutia a pozorovania ovplyvňujú ďalší postup.
Rozsah a efektívna architektúra
Výrobca opisuje viac než 1 bilión parametrov celkovo so 42 miliardami aktívnych parametrov. Pro rozširuje prístup hybridnej pozornosti MiMo-V2-Flash a používa pomer 7:1 medzi pozornosťou s posuvným oknom a globálnou pozornosťou. Ľahká vrstva predikcie viacerých tokenov podporuje generovanie a uvádzaný kontext dosahuje 1 milión tokenov. Ide o vlastnosti architektúry a kontextu Pro; neurčujú rýchlosť vykonávania, pridelenie pamäte ani limity požiadaviek konkrétnej integrácie.
Vývojová línia vydania
Xiaomi identifikuje Hunter Alpha ako skorú internú testovaciu zostavu predchádzajúcu MiMo-V2-Pro. Vydaný model Pro má vlastný názov a vylepšenia práce s dlhým kontextom a stability agentových scenárov. Toto rozlíšenie je dôležité pri porovnávaní opisov alebo zachovávaní identity modelu: skoršia testovacia zostava, MiMo-V2-Flash a MiMo-V2-Omni majú každý samostatnú úlohu a špecifikáciu.
Vytvorený pre agentov
Model je doladený pomocou učenia s učiteľom a posilňovaného učenia naprieč rôznymi agentovými rámcami so zameraním na volania nástrojov a viackrokové uvažovanie. Pripravte úlohu s pozorovateľnou podmienkou dokončenia a opismi dostupných nástrojov. Projektový asistent napríklad môže prijať požiadavku na zmenu, preskúmať dodané moduly, navrhnúť dotknuté komponenty a pokračovať po tom, čo nástroj vráti chybu zostavenia. Užitočným výstupom je sled rozhodnutí prepojených so skutočnými pozorovaniami, po ktorom nasleduje požadovaný kód, vysvetlenie alebo súhrn práce. Akcie vykonáva prepojené prostredie.
Softvérové inžinierstvo a frontendové úlohy
Xiaomi zdôrazňuje návrh systémov, plánovanie úloh a riešenie problémov orientované na kód. Jeho ukážky zahŕňajú interaktívne webové stránky a hru v prehliadači vytvorené v agentovom prostredí. Ilustračné vývojové zadanie môže určiť správanie stránky, navigáciu, stavy údajov a responzívne rozloženie a následne žiadať implementáciu a kontroly týchto požiadaviek. Pri existujúcom projekte dodajte aktuálne súbory, zlyhávajúci prípad a rozhrania, ktoré musia zostať nezmenené. Vyžiadajte si cielenú zmenu a vysvetlenie závislostí, ktorých sa dotýka, namiesto nesúvisiacej náhradnej aplikácie.
Dlhý kontext a overiteľný výsledok
Kontext do 1 milióna tokenov je užitočný, keď viacero súborov, dokumentov, pokynov a predchádzajúcich pozorovaní patrí k tej istej úlohe. Materiál usporiadajte podľa jeho úlohy: záväzné požiadavky, aktuálny kód, referenčné príklady a výsledky nástrojov. Pred požiadaním agenta o postup určite konečný artefakt a podmienky jeho prijatia. Dokumentačná úloha môže potrebovať porovnanie s nevyriešenými otázkami; inžinierska úloha môže potrebovať opravu a záznam vykonaných kontrol.
Praktické obmedzenia a rozsah edície
Dlhý kontext poskytuje priestor na materiál, ale nezaručuje správnosť generovaného projektu ani splnenie každej požiadavky. Pre ďalší krok vráťte skutočné chyby a pozorovania a overte výsledok v zamýšľanom prostredí. Výrobca výslovne označuje robustnosť pri komplexných reálnych úlohách za niečo, čo treba hodnotiť a zlepšovať. Tento opis pokrýva agentovú špecializáciu MiMo-V2-Pro na text a nástroje; modálne schopnosti Omni a špecifikácie neskorších generácií MiMo patria príslušným modelom. Nástroje, dostupné parametre a spracovanie výstupu zostávajú vlastnosťami prepojenej aplikácie.
POST /v1/messagestextjson, sse| Pole | Typ | Požiadavka | Hodnoty a limity | Predvolené |
|---|---|---|---|---|
Polemodel | Typstring | PožiadavkaPovinné | Hodnoty a limity mimo-v2-pro | Predvolené— |
Polemessages | Typmessage[] | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemessages[].role | Typstring | PožiadavkaPovinné | Hodnoty a limity user, assistant | Predvolené— |
Polemessages[].content | Typstring | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polemax_tokens | Typinteger | PožiadavkaPovinné | Hodnoty a limity | Predvolené— |
Polestream | Typboolean | PožiadavkaVoliteľné | Hodnoty a limity | Predvolenéfalse |
Text · Text UTF-8
reťazec messages[].content
| Parameter | Špecifikácia |
|---|---|
Parametercontent_type | Špecifikáciaapplication/json |
Parameterrequired | Špecifikáciamodel, messages, max_tokens |
Parameteroptional_controls | Špecifikáciastream |
Parametermaterial_types | Špecifikáciatext |
Parametertext_file_material | ŠpecifikáciaPrečítajte skutočný dokument UTF-8 a vložte jeho text do uvedeného vstupného reťazca alebo reťazca obsahu správy. |
Životný cyklus: synchronous_or_streamed
Tarifné údaje nepridávajú možnosti požiadavky. Podporované parametre sú uvedené pri vybranej metóde.
| Konfigurácia | Sadzobník | Poplatok |
|---|---|---|
| KonfiguráciaZákladné sadzby za tokeny | SadzobníkZákladná sadzba | Poplatok Vstup · Vstupné tokeny $0.0022 / 1K tokenov Výstup · Výstupné tokeny $0.0066 / 1K tokenov Vstup · Čítanie cache $0 / 1K tokenov Vstup · Zápis do cache $0 / 1K tokenov Vstup · Zápis do cache, 1 hod — / 1K tokenov |
Ailoot pred požiadavkou rezervuje odhadovanú sumu. Po získaní výsledku vyúčtuje konečný poplatok podľa nameraného využitia. Pri streamovaní sa vyúčtovanie riadi konečným záznamom využitia. Ako funguje rezervácia a vyúčtovanie →
{\n "model": "mimo-v2-pro",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 alebo SSE
Uložte každú úplnú vrátenú odpoveď, súbor a časť obsahu.
Zachovajte všetky bloky obsahu, podpisy uvažovania a skutočné ID volaní nástrojov. Zostavte všetky čiastkové zmeny blokov SSE; prvý textový blok nie je celý výstup.
Zachovajte ID požiadaviek/odpovedí aj hlavičky. Všeobecná URL na načítanie textovej úlohy nie je poskytnutá.
| Pole | Typ |
|---|---|
Poleid | Typstring |
Polemodel | Typstring |
Polecontent[] | Typtext|thinking|tool_use|other content block |
Polestop_reason | Typstring|null |
Poleusage | Typobject |
| Odpoveď | Podmienka | Ďalší krok |
|---|---|---|
Odpoveď400 · invalid_request_error | PodmienkaNeplatné povinné polia, reprezentácia materiálu alebo hodnota parametra | Ďalší krokPred novou požiadavkou na vytvorenie opravte uvedené polia. |
Ailoot Ultra mimo-v2-pro
Použite cesty metód uvedené vyššie.
Technický príklad v angličtine
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.