MiMo-V2-Omni je Xiaomijev model za skupno razumevanje besedila, slik, zvoka in videa ter uporabo tega razumevanja pri agentski nalogi. Njegova arhitektura povezuje namenske kodirnike za slike, video in zvok v skupno ogrodje. Osrednja značilnost je skupno zaznavanje: vprašanje je lahko odvisno od vidnega, slišnega in spremljevalnega besedila, namesto da bi bilo treba vsak vir razlagati ločeno. Njegovi izhodi podpirajo pisno analizo in strukturirane zahteve za orodja.
Xiaomi opisuje model kot sistem, ki se uči povezovati zaznavanje, predvidevanje in dejanje. Razlaga trenutni prizor, sklepa o možnem nadaljevanju in izbere koristen naslednji korak. To je posebej pomembno pri posnetem gradivu, kjer je pomen dogodka odvisen od več kot ene modalnosti. Predložite na primer izsek in zahtevajte, da določi zaporedje vidnih dejanj, pomembne zvoke in njihove povezave. Določite, ali potrebujete povzetek dogodka, razlago prizora ali seznam opažanj za poznejši pregled. Opažena dejstva ločite od napovedi: razlaga možnega dogajanja ni dokaz, da se bo dogodek zgodil.
Razumevanje zvoka je v proizvajalčevem opisu širše od prepisa. Xiaomi poudarja razvrščanje okoljskih zvokov, razlikovanje več govorcev in skupno sklepanje o zvoku ter sliki. Prikazuje tudi strukturiran povzetek dolgega, neprekinjenega podkasta. Pri zvočni nalogi navedite pomembne teme ali vprašanja in potrebni izhod, kot so pregled argumentov, točke nestrinjanja ali povzetek po temah. Pri videu z govorom zahtevajte povezavo izjave z dejanjem ali vsebino na zaslonu, ki jo spremlja. Če sta pomembna natančna ubeseditev ali pripis govorcu, zahtevajte označitev dvoumnosti, namesto da jo model tiho razreši.
Pri vizualnih nalogah proizvajalec poudarja večdisciplinarno sklepanje o slikah in zahtevno analizo grafikonov. Predložite berljiv grafikon in pojasnite analitično vprašanje, vključno s pomenom osi, enot in kategorij, kadar ti podatki na sliki niso jasni. Ponazoritvena zahteva je opis glavnega vzorca, prepoznavanje očitne spremembe in ločevanje neposredno vidnih vrednosti na grafikonu od predlagane razlage. Pri primerjavi slik opredelite razlike, ki vas zanimajo, in zahtevajte tabelo, vezano na vidne dokaze. Izvorno gradivo pripravite tako, da bodo oznake in pomembne podrobnosti razločne; uporabna analiza je odvisna od dejanske vsebine vhoda.
MiMo-V2-Omni podpira tudi strukturirano klicanje orodij in umeščanje v uporabniški vmesnik. Proizvajalčevi prikazi model povezujejo z agentskim okoljem, ki omogoča upravljanje brskalnika, dostop do datotek in interakcijo s terminalom. Model razlaga trenutno stanje, odloči o dejanju in ga zahteva; okolje ga izvede in vrne posodobljeno stanje. Za takšno nalogo predložite jasen cilj, ustrezni zaslon ali gradivo in opise dovoljenih dejanj. Od modela zahtevajte povezavo vsakega naslednjega koraka z opaženim stanjem ter uporabo vrnjenega rezultata pred nadaljevanjem. Zahteva za orodje in izid izvedenega dejanja sta ločena podatka.
Xiaomijev primer multimedijske produkcije sledi isti delitvi dela: model zasnuje vsebino in usmerja programski proces, orodja pa ustvarijo in obravnavajo dejanske medijske datoteke. Model lahko uporabite za pripravo načrta prizorov, pisno razlago posnetka ali zaporedje dejanj z orodji. Konkreten izdelek opredelite na začetku, vključno z zahtevano vsebino in načinom prepoznavanja dokončanja. Ustvarjanje datotek, izris in operacije aplikacije povežite z orodji, ki jih izvajajo, namesto da besedilni odgovor obravnavate kot že ustvarjeno gradivo.
Pri praktičnem delu z videom predložite posnete izseke in osredotočeno vprašanje. Xiaomi ta potek obdelave izsekov loči od sprotnega zaznavanja v svojem raziskovalnem načrtu, zato iz posnetega prikaza ne predpostavljajte neprekinjenega upravljanja v živo. Njegovi primeri prikazujejo tudi daljše naloge prek agentskega okolja in ne dokazujejo neomejenega obzorja načrtovanja ali univerzalne obljube časa dokončanja. Razlage prizorov, vrednosti grafikonov, povezave govorcev in predlagana dejanja preverite glede na izvirne vhode. Uporabna vloga MiMo-V2-Omni je povezovanje modalnosti v eno premišljeno razlago naloge z rezultatom, katerega dokaze in izide dejanj je mogoče pregledati.
", "aboutText": "MiMo-V2-Omni je Xiaomijev model za skupno razumevanje besedila, slik, zvoka in videa ter uporabo tega razumevanja pri agentski nalogi. Njegova arhitektura povezuje namenske kodirnike za slike, video in zvok v skupno ogrodje. Osrednja značilnost je skupno zaznavanje: vprašanje je lahko odvisno od vidnega, slišnega in spremljevalnega besedila, namesto da bi bilo treba vsak vir razlagati ločeno. Njegovi izhodi podpirajo pisno analizo in strukturirane zahteve za orodja.\n\nXiaomi opisuje model kot sistem, ki se uči povezovati zaznavanje, predvidevanje in dejanje. Razlaga trenutni prizor, sklepa o možnem nadaljevanju in izbere koristen naslednji korak. To je posebej pomembno pri posnetem gradivu, kjer je pomen dogodka odvisen od več kot ene modalnosti. Predložite na primer izsek in zahtevajte, da določi zaporedje vidnih dejanj, pomembne zvoke in njihove povezave. Določite, ali potrebujete povzetek dogodka, razlago prizora ali seznam opažanj za poznejši pregled. Opažena dejstva ločite od napovedi: razlaga možnega dogajanja ni dokaz, da se bo dogodek zgodil.\n\nRazumevanje zvoka je v proizvajalčevem opisu širše od prepisa. Xiaomi poudarja razvrščanje okoljskih zvokov, razlikovanje več govorcev in skupno sklepanje o zvoku ter sliki. Prikazuje tudi strukturiran povzetek dolgega, neprekinjenega podkasta. Pri zvočni nalogi navedite pomembne teme ali vprašanja in potrebni izhod, kot so pregled argumentov, točke nestrinjanja ali povzetek po temah. Pri videu z govorom zahtevajte povezavo izjave z dejanjem ali vsebino na zaslonu, ki jo spremlja. Če sta pomembna natančna ubeseditev ali pripis govorcu, zahtevajte označitev dvoumnosti, namesto da jo model tiho razreši.\n\nPri vizualnih nalogah proizvajalec poudarja večdisciplinarno sklepanje o slikah in zahtevno analizo grafikonov. Predložite berljiv grafikon in pojasnite analitično vprašanje, vključno s pomenom osi, enot in kategorij, kadar ti podatki na sliki niso jasni. Ponazoritvena zahteva je opis glavnega vzorca, prepoznavanje očitne spremembe in ločevanje neposredno vidnih vrednosti na grafikonu od predlagane razlage. Pri primerjavi slik opredelite razlike, ki vas zanimajo, in zahtevajte tabelo, vezano na vidne dokaze. Izvorno gradivo pripravite tako, da bodo oznake in pomembne podrobnosti razločne; uporabna analiza je odvisna od dejanske vsebine vhoda.\n\nMiMo-V2-Omni podpira tudi strukturirano klicanje orodij in umeščanje v uporabniški vmesnik. Proizvajalčevi prikazi model povezujejo z agentskim okoljem, ki omogoča upravljanje brskalnika, dostop do datotek in interakcijo s terminalom. Model razlaga trenutno stanje, odloči o dejanju in ga zahteva; okolje ga izvede in vrne posodobljeno stanje. Za takšno nalogo predložite jasen cilj, ustrezni zaslon ali gradivo in opise dovoljenih dejanj. Od modela zahtevajte povezavo vsakega naslednjega koraka z opaženim stanjem ter uporabo vrnjenega rezultata pred nadaljevanjem. Zahteva za orodje in izid izvedenega dejanja sta ločena podatka.\n\nXiaomijev primer multimedijske produkcije sledi isti delitvi dela: model zasnuje vsebino in usmerja programski proces, orodja pa ustvarijo in obravnavajo dejanske medijske datoteke. Model lahko uporabite za pripravo načrta prizorov, pisno razlago posnetka ali zaporedje dejanj z orodji. Konkreten izdelek opredelite na začetku, vključno z zahtevano vsebino in načinom prepoznavanja dokončanja. Ustvarjanje datotek, izris in operacije aplikacije povežite z orodji, ki jih izvajajo, namesto da besedilni odgovor obravnavate kot že ustvarjeno gradivo.\n\nPri praktičnem delu z videom predložite posnete izseke in osredotočeno vprašanje. Xiaomi ta potek obdelave izsekov loči od sprotnega zaznavanja v svojem raziskovalnem načrtu, zato iz posnetega prikaza ne predpostavljajte neprekinjenega upravljanja v živo. Njegovi primeri prikazujejo tudi daljše naloge prek agentskega okolja in ne dokazujejo neomejenega obzorja načrtovanja ali univerzalne obljube časa dokončanja. Razlage prizorov, vrednosti grafikonov, povezave govorcev in predlagana dejanja preverite glede na izvirne vhode. Uporabna vloga MiMo-V2-Omni je povezovanje modalnosti v eno premišljeno razlago naloge z rezultatom, katerega dokaze in izide dejanj je mogoče pregledati.", "editorialOverlay": { "copy_fields": { "practical_html": "Tehnični primer v angleščini
Summarize a supplied podcast transcript\n\nSummarize this podcast transcript by theme. Speaker A: Smaller batches reduced our queue, but we measured only one week. Speaker B: Returns rose that week; we have not linked them to batch size. Speaker A: We should compare another week before expanding. Return agreements, unresolved relationships and the proposed next step, preserving speaker attribution.A theme-based summary with speaker labels, the agreed next step and unresolved causal claims.Check that the summary does not attribute the rise in returns to batch size or report a multi-week measurement.mimo-v2-omniMiMo-V2-Omni je Xiaomijev model za skupno razumevanje besedila, slik, zvoka in videa. Zaznavanje povezuje s strukturiranimi zahtevami za orodja in umeščanjem v vmesnik ter podpira analizo prizorov, razlago grafikonov in agentske poteke, ki uporabljajo dejanske rezultate orodij.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
MiMo-V2-Omni je Xiaomijev model za skupno razumevanje besedila, slik, zvoka in videa ter uporabo tega razumevanja pri agentski nalogi. Njegova arhitektura povezuje namenske kodirnike za slike, video in zvok v skupno ogrodje. Osrednja značilnost je skupno zaznavanje: vprašanje je lahko odvisno od vidnega, slišnega in spremljevalnega besedila, namesto da bi bilo treba vsak vir razlagati ločeno. Njegovi izhodi podpirajo pisno analizo in strukturirane zahteve za orodja.
Xiaomi opisuje model kot sistem, ki se uči povezovati zaznavanje, predvidevanje in dejanje. Razlaga trenutni prizor, sklepa o možnem nadaljevanju in izbere koristen naslednji korak. To je posebej pomembno pri posnetem gradivu, kjer je pomen dogodka odvisen od več kot ene modalnosti. Predložite na primer izsek in zahtevajte, da določi zaporedje vidnih dejanj, pomembne zvoke in njihove povezave. Določite, ali potrebujete povzetek dogodka, razlago prizora ali seznam opažanj za poznejši pregled. Opažena dejstva ločite od napovedi: razlaga možnega dogajanja ni dokaz, da se bo dogodek zgodil.
Razumevanje zvoka je v proizvajalčevem opisu širše od prepisa. Xiaomi poudarja razvrščanje okoljskih zvokov, razlikovanje več govorcev in skupno sklepanje o zvoku ter sliki. Prikazuje tudi strukturiran povzetek dolgega, neprekinjenega podkasta. Pri zvočni nalogi navedite pomembne teme ali vprašanja in potrebni izhod, kot so pregled argumentov, točke nestrinjanja ali povzetek po temah. Pri videu z govorom zahtevajte povezavo izjave z dejanjem ali vsebino na zaslonu, ki jo spremlja. Če sta pomembna natančna ubeseditev ali pripis govorcu, zahtevajte označitev dvoumnosti, namesto da jo model tiho razreši.
Pri vizualnih nalogah proizvajalec poudarja večdisciplinarno sklepanje o slikah in zahtevno analizo grafikonov. Predložite berljiv grafikon in pojasnite analitično vprašanje, vključno s pomenom osi, enot in kategorij, kadar ti podatki na sliki niso jasni. Ponazoritvena zahteva je opis glavnega vzorca, prepoznavanje očitne spremembe in ločevanje neposredno vidnih vrednosti na grafikonu od predlagane razlage. Pri primerjavi slik opredelite razlike, ki vas zanimajo, in zahtevajte tabelo, vezano na vidne dokaze. Izvorno gradivo pripravite tako, da bodo oznake in pomembne podrobnosti razločne; uporabna analiza je odvisna od dejanske vsebine vhoda.
MiMo-V2-Omni podpira tudi strukturirano klicanje orodij in umeščanje v uporabniški vmesnik. Proizvajalčevi prikazi model povezujejo z agentskim okoljem, ki omogoča upravljanje brskalnika, dostop do datotek in interakcijo s terminalom. Model razlaga trenutno stanje, odloči o dejanju in ga zahteva; okolje ga izvede in vrne posodobljeno stanje. Za takšno nalogo predložite jasen cilj, ustrezni zaslon ali gradivo in opise dovoljenih dejanj. Od modela zahtevajte povezavo vsakega naslednjega koraka z opaženim stanjem ter uporabo vrnjenega rezultata pred nadaljevanjem. Zahteva za orodje in izid izvedenega dejanja sta ločena podatka.
Xiaomijev primer multimedijske produkcije sledi isti delitvi dela: model zasnuje vsebino in usmerja programski proces, orodja pa ustvarijo in obravnavajo dejanske medijske datoteke. Model lahko uporabite za pripravo načrta prizorov, pisno razlago posnetka ali zaporedje dejanj z orodji. Konkreten izdelek opredelite na začetku, vključno z zahtevano vsebino in načinom prepoznavanja dokončanja. Ustvarjanje datotek, izris in operacije aplikacije povežite z orodji, ki jih izvajajo, namesto da besedilni odgovor obravnavate kot že ustvarjeno gradivo.
Pri praktičnem delu z videom predložite posnete izseke in osredotočeno vprašanje. Xiaomi ta potek obdelave izsekov loči od sprotnega zaznavanja v svojem raziskovalnem načrtu, zato iz posnetega prikaza ne predpostavljajte neprekinjenega upravljanja v živo. Njegovi primeri prikazujejo tudi daljše naloge prek agentskega okolja in ne dokazujejo neomejenega obzorja načrtovanja ali univerzalne obljube časa dokončanja. Razlage prizorov, vrednosti grafikonov, povezave govorcev in predlagana dejanja preverite glede na izvirne vhode. Uporabna vloga MiMo-V2-Omni je povezovanje modalnosti v eno premišljeno razlago naloge z rezultatom, katerega dokaze in izide dejanj je mogoče pregledati.
POST /v1/chat/completionstexttext| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve mimo-v2-omni | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve Najmanjše število elementov: 1 | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Primeri: system, user, assistant, tool, function Pogoji: Te vloge so izrecno predstavljene s tipi združljivosti v izvorni kodi; natančen nabor vlog ostaja odvisen od modela. Odvisno od modela | Privzeto— |
Poljemessages[].content | Vrstastring|content_part[]|null | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_calls | Vrstatool_call[] | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].tool_call_id | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: role=tool; uporabite dejansko vrnjeni ID | Privzeto— |
Poljemessages[].name | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].reasoning_content | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Velja, ko: Pošljite nazaj dejansko vrnjeno sklepanje, kadar ga ta model uporablja | Privzeto— |
Poljemessages[].reasoning_details | Vrstaobject|array | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljemax_completion_tokens | Vrstainteger | ZahtevaIzbirno | Vrednosti in omejitve Najmanj: 1 Odvisno od modela | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Poljestream_options.include_usage | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetemperature | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetop_p | Vrstanumber | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljestop | Vrstastring|string[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools | Vrstafunction_tool[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljetools[].type | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve function Odvisno od modela | Privzeto— |
Poljetools[].function.name | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve Velja, ko: podano je funkcijsko orodje | Privzeto— |
Poljetools[].function.description | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetools[].function.parameters | VrstaJSON_schema | ZahtevaIzbirno | Vrednosti in omejitve | Privzeto— |
Poljetool_choice | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeparallel_tool_calls | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeresponse_format | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning_effort | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljereasoning | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeservice_tier | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeinstructions | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Polje združljivosti | Privzeto— |
Poljefunctions | Vrstafunction[] | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljefunction_call | Vrstastring|object | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljeprompt_cache_options | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Odvisno od modela | Privzeto— |
Poljemodalities | Vrstastring[] | ZahtevaIzbirno | Vrednosti in omejitve text | Privzeto— |
Poljeprovider | Vrstaobject | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: provider.options je na tej besedilni poti Ultra zavrnjen | Privzeto— |
Poljecache_control.ttl | Vrstastring | ZahtevaIzbirno | Vrednosti in omejitve Pogoji: 1h je zavrnjen na dejanskih mestih za predpomnjenje pozivov | Privzeto— |
Besedilo · Besedilo UTF8
messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages |
Parametermaterial_types | Specifikacijatext |
Parametermessages | Specifikacijapolje sporočil s strukturo role/content |
Parameterfile_material | Specifikacijadejanski dokument UTF-8 je vstavljen kot dobesedno besedilo; ID datoteke se ne izpeljuje |
Parameteroptional_controls | Specifikacijastream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametercontrol_scope | Specifikacijaodvisno od modela; uporabniška funkcijska orodja se razlikujejo od orodij, ki jih izvaja storitev |
Parameteroutput_modalities | Specifikacijatext |
Parameterhosted_operations | Specifikacijafalse |
Parametermultimodal_input_binding | Specifikacijanull |
Življenjski cikel: synchronous_or_streamed
Pošljite natančen ID modela skupaj z messages.
Dolžina konteksta ni zgornja meja izhoda.
Besedilna datoteka lahko poda dobesedno besedilo; slikovni, zvočni vhodi in vhodi z datotečnimi objekti potrebujejo natančno vezavo.
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.00088 / 1K žetonov Izhod · Izhodni žetoni $0.0044 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "mimo-v2-omni", "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-omni',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-omni',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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vsako možnost odgovora ter njeno vsebino, klice orodij in sklepanje. V SSE sestavite delne spremembe po indeksu možnosti/orodja ter ohranite končni razlog zaključka in podatke o porabi.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljechoices[].index | Vrstainteger |
Poljechoices[].message.content | Vrstastring|null |
Poljechoices[].message.tool_calls | Vrstatool_call[] |
Poljechoices[].message.reasoning_content | Vrstastring |
Poljechoices[].message.reasoning_details | Vrstaobject|array |
Poljechoices[].finish_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra mimo-v2-omni
Uporabite zgoraj navedene poti metod.
mimo-v2-omniMiMo-V2-Omni je Xiaomijev model za skupno razumevanje besedila, slik, zvoka in videa. Zaznavanje povezuje s strukturiranimi zahtevami za orodja in umeščanjem v vmesnik ter podpira analizo prizorov, razlago grafikonov in agentske poteke, ki uporabljajo dejanske rezultate orodij.
Ta opis zajema zmožnosti modela. Vhodi, izhodi in možnosti, ki so na voljo v Ailoot, so spodaj navedeni za izbrano metodo.
MiMo-V2-Omni je Xiaomijev model za skupno razumevanje besedila, slik, zvoka in videa ter uporabo tega razumevanja pri agentski nalogi. Njegova arhitektura povezuje namenske kodirnike za slike, video in zvok v skupno ogrodje. Osrednja značilnost je skupno zaznavanje: vprašanje je lahko odvisno od vidnega, slišnega in spremljevalnega besedila, namesto da bi bilo treba vsak vir razlagati ločeno. Njegovi izhodi podpirajo pisno analizo in strukturirane zahteve za orodja.
Xiaomi opisuje model kot sistem, ki se uči povezovati zaznavanje, predvidevanje in dejanje. Razlaga trenutni prizor, sklepa o možnem nadaljevanju in izbere koristen naslednji korak. To je posebej pomembno pri posnetem gradivu, kjer je pomen dogodka odvisen od več kot ene modalnosti. Predložite na primer izsek in zahtevajte, da določi zaporedje vidnih dejanj, pomembne zvoke in njihove povezave. Določite, ali potrebujete povzetek dogodka, razlago prizora ali seznam opažanj za poznejši pregled. Opažena dejstva ločite od napovedi: razlaga možnega dogajanja ni dokaz, da se bo dogodek zgodil.
Razumevanje zvoka je v proizvajalčevem opisu širše od prepisa. Xiaomi poudarja razvrščanje okoljskih zvokov, razlikovanje več govorcev in skupno sklepanje o zvoku ter sliki. Prikazuje tudi strukturiran povzetek dolgega, neprekinjenega podkasta. Pri zvočni nalogi navedite pomembne teme ali vprašanja in potrebni izhod, kot so pregled argumentov, točke nestrinjanja ali povzetek po temah. Pri videu z govorom zahtevajte povezavo izjave z dejanjem ali vsebino na zaslonu, ki jo spremlja. Če sta pomembna natančna ubeseditev ali pripis govorcu, zahtevajte označitev dvoumnosti, namesto da jo model tiho razreši.
Pri vizualnih nalogah proizvajalec poudarja večdisciplinarno sklepanje o slikah in zahtevno analizo grafikonov. Predložite berljiv grafikon in pojasnite analitično vprašanje, vključno s pomenom osi, enot in kategorij, kadar ti podatki na sliki niso jasni. Ponazoritvena zahteva je opis glavnega vzorca, prepoznavanje očitne spremembe in ločevanje neposredno vidnih vrednosti na grafikonu od predlagane razlage. Pri primerjavi slik opredelite razlike, ki vas zanimajo, in zahtevajte tabelo, vezano na vidne dokaze. Izvorno gradivo pripravite tako, da bodo oznake in pomembne podrobnosti razločne; uporabna analiza je odvisna od dejanske vsebine vhoda.
MiMo-V2-Omni podpira tudi strukturirano klicanje orodij in umeščanje v uporabniški vmesnik. Proizvajalčevi prikazi model povezujejo z agentskim okoljem, ki omogoča upravljanje brskalnika, dostop do datotek in interakcijo s terminalom. Model razlaga trenutno stanje, odloči o dejanju in ga zahteva; okolje ga izvede in vrne posodobljeno stanje. Za takšno nalogo predložite jasen cilj, ustrezni zaslon ali gradivo in opise dovoljenih dejanj. Od modela zahtevajte povezavo vsakega naslednjega koraka z opaženim stanjem ter uporabo vrnjenega rezultata pred nadaljevanjem. Zahteva za orodje in izid izvedenega dejanja sta ločena podatka.
Xiaomijev primer multimedijske produkcije sledi isti delitvi dela: model zasnuje vsebino in usmerja programski proces, orodja pa ustvarijo in obravnavajo dejanske medijske datoteke. Model lahko uporabite za pripravo načrta prizorov, pisno razlago posnetka ali zaporedje dejanj z orodji. Konkreten izdelek opredelite na začetku, vključno z zahtevano vsebino in načinom prepoznavanja dokončanja. Ustvarjanje datotek, izris in operacije aplikacije povežite z orodji, ki jih izvajajo, namesto da besedilni odgovor obravnavate kot že ustvarjeno gradivo.
Pri praktičnem delu z videom predložite posnete izseke in osredotočeno vprašanje. Xiaomi ta potek obdelave izsekov loči od sprotnega zaznavanja v svojem raziskovalnem načrtu, zato iz posnetega prikaza ne predpostavljajte neprekinjenega upravljanja v živo. Njegovi primeri prikazujejo tudi daljše naloge prek agentskega okolja in ne dokazujejo neomejenega obzorja načrtovanja ali univerzalne obljube časa dokončanja. Razlage prizorov, vrednosti grafikonov, povezave govorcev in predlagana dejanja preverite glede na izvirne vhode. Uporabna vloga MiMo-V2-Omni je povezovanje modalnosti v eno premišljeno razlago naloge z rezultatom, katerega dokaze in izide dejanj je mogoče pregledati.
POST /v1/messagestextjson, sse| Polje | Vrsta | Zahteva | Vrednosti in omejitve | Privzeto |
|---|---|---|---|---|
Poljemodel | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve mimo-v2-omni | Privzeto— |
Poljemessages | Vrstamessage[] | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemessages[].role | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve user, assistant | Privzeto— |
Poljemessages[].content | Vrstastring | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljemax_tokens | Vrstainteger | ZahtevaObvezno | Vrednosti in omejitve | Privzeto— |
Poljestream | Vrstaboolean | ZahtevaIzbirno | Vrednosti in omejitve | Privzetofalse |
Besedilo · Besedilo UTF-8
niz messages[].content
| Parameter | Specifikacija |
|---|---|
Parametercontent_type | Specifikacijaapplication/json |
Parameterrequired | Specifikacijamodel, messages, max_tokens |
Parameteroptional_controls | Specifikacijastream |
Parametermaterial_types | Specifikacijatext |
Parametertext_file_material | SpecifikacijaPreberite dejanski dokument UTF-8 in njegovo besedilo vstavite v navedeni vhodni niz ali niz vsebine sporočila. |
Življenjski cikel: synchronous_or_streamed
Tarifni podatki ne dodajajo možnosti zahteve. Podprti parametri so navedeni pri izbrani metodi.
| Nastavitev | Cenovna lestvica | Strošek |
|---|---|---|
| NastavitevOsnovne cene za žetone | Cenovna lestvicaOsnovna cena | Strošek Vhod · Vhodni žetoni $0.00088 / 1K žetonov Izhod · Izhodni žetoni $0.0044 / 1K žetonov Vhod · Branje predpomnilnika $0 / 1K žetonov Vhod · Zapis v predpomnilnik $0 / 1K žetonov Vhod · Zapis v predpomnilnik, 1 ura — / 1K žetonov |
Ailoot pred zahtevo rezervira ocenjeni znesek. Po rezultatu obračuna končni strošek na podlagi izmerjene porabe. Obračun pretakanja uporablja končni zapis porabe. Kako delujeta rezervacija in obračun →
{\n "model": "mimo-v2-omni",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-omni', '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-omni', '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 ali SSE
Shranite vsak v celoti vrnjen odgovor, datoteko in del vsebine.
Ohranite vse vsebinske bloke, podpise sklepanja in dejanske ID uporabe orodij. Sestavite vse delne spremembe blokov SSE; prvi besedilni blok ni celoten izhod.
Ohranite ID zahtev/odgovorov in glave. Splošni URL za pridobivanje besedilne naloge ni podan.
| Polje | Vrsta |
|---|---|
Poljeid | Vrstastring |
Poljemodel | Vrstastring |
Poljecontent[] | Vrstatext|thinking|tool_use|other content block |
Poljestop_reason | Vrstastring|null |
Poljeusage | Vrstaobject |
| Odgovor | Pogoj | Naslednji korak |
|---|---|---|
Odgovor400 · invalid_request_error | PogojNeveljavna obvezna polja, predstavitev gradiva ali vrednost parametra | Naslednji korakPred novo zahtevo za ustvarjanje popravite navedena polja. |
Ailoot Ultra mimo-v2-omni
Uporabite zgoraj navedene poti metod.
Tehnični primer v angleščini
Summarize a supplied podcast transcript\n\nSummarize this podcast transcript by theme. Speaker A: Smaller batches reduced our queue, but we measured only one week. Speaker B: Returns rose that week; we have not linked them to batch size. Speaker A: We should compare another week before expanding. Return agreements, unresolved relationships and the proposed next step, preserving speaker attribution.A theme-based summary with speaker labels, the agreed next step and unresolved causal claims.Check that the summary does not attribute the rise in returns to batch size or report a multi-week measurement.