MiMo-V2-Omni — Xiaomi’ning matn, tasvir, audio va videoni birgalikda tushunish hamda shu tushunishdan agent vazifasida foydalanish modeli. Arxitekturasi maxsus tasvir, video va audio kodlovchilarini umumiy asosga birlashtiradi. Markaziy farqi — birgalikdagi idrok: har manbani alohida talqin qilishni talab etish o‘rniga savol ko‘rinadigan, eshitiladigan va hamroh matnda aytiladigan narsalarga bog‘liq bo‘lishi mumkin. Chiqishlari yozma tahlil va tuzilmali vosita so‘rovlarini qo‘llab-quvvatlaydi.
Xiaomi modelni idrok, oldindan ko‘ra bilish va harakatni bog‘lashni o‘rganadigan model sifatida tavsiflaydi. U joriy sahnani talqin qiladi, keyin nima bo‘lishi mumkinligi haqida fikrlaydi va foydali keyingi qadamni tanlaydi. Bu hodisa ahamiyati bir nechta modallikka bog‘liq bo‘lgan yozib olingan material uchun ayniqsa muhim. Masalan, klip bering va ko‘rinadigan harakatlar ketma-ketligi, tegishli tovushlar va ularning bog‘lanishini aniqlashni so‘rang. Hodisa xulosasi, sahna tushuntirishi yoki keyingi tekshiruv uchun kuzatuvlar ro‘yxati kerakligini belgilang. Kuzatilgan faktlarni bashoratlardan ajrating: nima bo‘lishi mumkinligi talqini hodisa sodir bo‘lishining isboti emas.
Ishlab chiqaruvchi tavsifida audioni tushunish transkripsiyadan kengroq. Xiaomi atrof-muhit tovushlarini tasniflash, bir nechta so‘zlovchini ajratish va audio hamda tasvir ustida birgalikda fikrlashni ta’kidlaydi. U uzun, uzluksiz podkastning tuzilmali qisqa mazmunini ham namoyish qiladi. Audio vazifasida muhim mavzu yoki savollarni va kerakli chiqishni, masalan, dalillar rejasi, kelishmovchilik nuqtalari yoki mavzular bo‘yicha qisqa mazmunni ayting. Nutqli videoda bayonotni u bilan birga keladigan harakat yoki ekrandagi materialga bog‘lashni so‘rang. Aniq aytilgan so‘zlar yoki so‘zlovchiga nisbat berish muhim bo‘lsa, noaniqlikni yashirin hal qilish o‘rniga belgilashni so‘rang.
Vizual tomonda ishlab chiqaruvchi ko‘p sohalardagi tasvir bo‘yicha fikrlash va murakkab diagramma tahlilini ta’kidlaydi. O‘qiladigan diagramma bering va tahliliy savolni tushuntiring; rasmda aniq bo‘lmasa o‘qlar, birliklar va toifalar ma’nosini ham kiriting. Misol so‘rov asosiy qonuniyatni tavsiflash, ko‘rinadigan o‘zgarishni aniqlash va diagrammada bevosita ko‘rinadigan qiymatlarni taklif etilgan izohdan ajratishdir. Tasvirlar taqqoslashida muhim farqlarni belgilang va ko‘rinadigan dalilga bog‘langan jadval so‘rang. Belgilar va tegishli tafsilotlar o‘qiladigan bo‘lishi uchun manbani tayyorlang; foydali tahlil kirishda haqiqatan nima borligiga bog‘liq.
MiMo-V2-Omni tuzilmali vosita chaqirish va UI’ga tayantirishni ham qo‘llab-quvvatlaydi. Ishlab chiqaruvchi namoyishlari modelni brauzer boshqaruvi, faylga kirish va terminal bilan ishlashni beradigan agent muhitiga ulaydi. Model joriy holatni talqin qiladi, nima qilishni belgilaydi va harakat chiqaradi; muhit uni bajarib, yangilangan holatni qaytaradi. Shu uslubdagi vazifada ravshan maqsad, tegishli ekran yoki material va ruxsat etilgan harakatlar tavsiflarini bering. Modeldan har keyingi qadamni kuzatilgan holatga bog‘lashni va davom etishdan oldin qaytgan natijadan foydalanishni so‘rang. Vosita so‘rovi va bajarilgan harakat natijasi alohida axborot qismlaridir.
Xiaomi’ning multimedia ishlab chiqarish misoli ham shu mehnat taqsimotiga amal qiladi: model mazmunni loyihalaydi va dasturiy jarayonni yo‘naltiradi, vositalar esa haqiqiy mediafayllarni yaratadi va boshqaradi. Modeldan sahna rejasi, yozuvning yozma tushuntirishi yoki vosita harakatlari ketma-ketligini tayyorlashda foydalanish mumkin. Aniq yakuniy material boshidanoq, kerakli mazmuni va bajarilish qanday tan olinishi bilan belgilanishi kerak. Matnli javobni allaqachon yaratilgan media materiali deb ko‘rish o‘rniga fayl yaratish, renderlash va ilova operatsiyalarini ularni bajaradigan vositalarga bog‘lang.
Amaliy video ishida yozib olingan kliplar va aniq yo‘naltirilgan savol bering. Xiaomi tadqiqot yo‘l xaritasida bu klip qayta ishlash jarayonini real vaqtdagi idrokdan ajratadi, shuning uchun yozib olingan namoyishdan uzluksiz jonli boshqaruvni taxmin qilmang. Misollari cheksiz rejalash ufqi yoki universal bajarilish vaqti va’dasini belgilash o‘rniga agent muhiti orqali davomli vazifalarni ko‘rsatadi. Sahna talqinlari, diagramma qiymatlari, so‘zlovchi bog‘lanishlari va taklif qilingan harakatlarni asl kirishlar bilan tekshiring. MiMo-V2-Omni’ning foydali vazifasi modalliklarni vazifaning bitta asoslangan talqiniga birlashtirish va dalillari hamda harakat natijalari tekshiriladigan natija berishdir.
", "aboutText": "MiMo-V2-Omni — Xiaomi’ning matn, tasvir, audio va videoni birgalikda tushunish hamda shu tushunishdan agent vazifasida foydalanish modeli. Arxitekturasi maxsus tasvir, video va audio kodlovchilarini umumiy asosga birlashtiradi. Markaziy farqi — birgalikdagi idrok: har manbani alohida talqin qilishni talab etish o‘rniga savol ko‘rinadigan, eshitiladigan va hamroh matnda aytiladigan narsalarga bog‘liq bo‘lishi mumkin. Chiqishlari yozma tahlil va tuzilmali vosita so‘rovlarini qo‘llab-quvvatlaydi.\n\nXiaomi modelni idrok, oldindan ko‘ra bilish va harakatni bog‘lashni o‘rganadigan model sifatida tavsiflaydi. U joriy sahnani talqin qiladi, keyin nima bo‘lishi mumkinligi haqida fikrlaydi va foydali keyingi qadamni tanlaydi. Bu hodisa ahamiyati bir nechta modallikka bog‘liq bo‘lgan yozib olingan material uchun ayniqsa muhim. Masalan, klip bering va ko‘rinadigan harakatlar ketma-ketligi, tegishli tovushlar va ularning bog‘lanishini aniqlashni so‘rang. Hodisa xulosasi, sahna tushuntirishi yoki keyingi tekshiruv uchun kuzatuvlar ro‘yxati kerakligini belgilang. Kuzatilgan faktlarni bashoratlardan ajrating: nima bo‘lishi mumkinligi talqini hodisa sodir bo‘lishining isboti emas.\n\nIshlab chiqaruvchi tavsifida audioni tushunish transkripsiyadan kengroq. Xiaomi atrof-muhit tovushlarini tasniflash, bir nechta so‘zlovchini ajratish va audio hamda tasvir ustida birgalikda fikrlashni ta’kidlaydi. U uzun, uzluksiz podkastning tuzilmali qisqa mazmunini ham namoyish qiladi. Audio vazifasida muhim mavzu yoki savollarni va kerakli chiqishni, masalan, dalillar rejasi, kelishmovchilik nuqtalari yoki mavzular bo‘yicha qisqa mazmunni ayting. Nutqli videoda bayonotni u bilan birga keladigan harakat yoki ekrandagi materialga bog‘lashni so‘rang. Aniq aytilgan so‘zlar yoki so‘zlovchiga nisbat berish muhim bo‘lsa, noaniqlikni yashirin hal qilish o‘rniga belgilashni so‘rang.\n\nVizual tomonda ishlab chiqaruvchi ko‘p sohalardagi tasvir bo‘yicha fikrlash va murakkab diagramma tahlilini ta’kidlaydi. O‘qiladigan diagramma bering va tahliliy savolni tushuntiring; rasmda aniq bo‘lmasa o‘qlar, birliklar va toifalar ma’nosini ham kiriting. Misol so‘rov asosiy qonuniyatni tavsiflash, ko‘rinadigan o‘zgarishni aniqlash va diagrammada bevosita ko‘rinadigan qiymatlarni taklif etilgan izohdan ajratishdir. Tasvirlar taqqoslashida muhim farqlarni belgilang va ko‘rinadigan dalilga bog‘langan jadval so‘rang. Belgilar va tegishli tafsilotlar o‘qiladigan bo‘lishi uchun manbani tayyorlang; foydali tahlil kirishda haqiqatan nima borligiga bog‘liq.\n\nMiMo-V2-Omni tuzilmali vosita chaqirish va UI’ga tayantirishni ham qo‘llab-quvvatlaydi. Ishlab chiqaruvchi namoyishlari modelni brauzer boshqaruvi, faylga kirish va terminal bilan ishlashni beradigan agent muhitiga ulaydi. Model joriy holatni talqin qiladi, nima qilishni belgilaydi va harakat chiqaradi; muhit uni bajarib, yangilangan holatni qaytaradi. Shu uslubdagi vazifada ravshan maqsad, tegishli ekran yoki material va ruxsat etilgan harakatlar tavsiflarini bering. Modeldan har keyingi qadamni kuzatilgan holatga bog‘lashni va davom etishdan oldin qaytgan natijadan foydalanishni so‘rang. Vosita so‘rovi va bajarilgan harakat natijasi alohida axborot qismlaridir.\n\nXiaomi’ning multimedia ishlab chiqarish misoli ham shu mehnat taqsimotiga amal qiladi: model mazmunni loyihalaydi va dasturiy jarayonni yo‘naltiradi, vositalar esa haqiqiy mediafayllarni yaratadi va boshqaradi. Modeldan sahna rejasi, yozuvning yozma tushuntirishi yoki vosita harakatlari ketma-ketligini tayyorlashda foydalanish mumkin. Aniq yakuniy material boshidanoq, kerakli mazmuni va bajarilish qanday tan olinishi bilan belgilanishi kerak. Matnli javobni allaqachon yaratilgan media materiali deb ko‘rish o‘rniga fayl yaratish, renderlash va ilova operatsiyalarini ularni bajaradigan vositalarga bog‘lang.\n\nAmaliy video ishida yozib olingan kliplar va aniq yo‘naltirilgan savol bering. Xiaomi tadqiqot yo‘l xaritasida bu klip qayta ishlash jarayonini real vaqtdagi idrokdan ajratadi, shuning uchun yozib olingan namoyishdan uzluksiz jonli boshqaruvni taxmin qilmang. Misollari cheksiz rejalash ufqi yoki universal bajarilish vaqti va’dasini belgilash o‘rniga agent muhiti orqali davomli vazifalarni ko‘rsatadi. Sahna talqinlari, diagramma qiymatlari, so‘zlovchi bog‘lanishlari va taklif qilingan harakatlarni asl kirishlar bilan tekshiring. MiMo-V2-Omni’ning foydali vazifasi modalliklarni vazifaning bitta asoslangan talqiniga birlashtirish va dalillari hamda harakat natijalari tekshiriladigan natija berishdir.", "editorialOverlay": { "copy_fields": { "practical_html": "Ingliz tilidagi texnik misol
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 — Xiaomi’ning matn, tasvir, audio va videoni birgalikda tushunish modeli. U idrokni tuzilmali vosita so‘rovlari va interfeysga tayantirish bilan bog‘lab, haqiqiy vosita natijalaridan foydalanadigan sahna tahlili, diagramma talqini va agent jarayonlarini qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
MiMo-V2-Omni — Xiaomi’ning matn, tasvir, audio va videoni birgalikda tushunish hamda shu tushunishdan agent vazifasida foydalanish modeli. Arxitekturasi maxsus tasvir, video va audio kodlovchilarini umumiy asosga birlashtiradi. Markaziy farqi — birgalikdagi idrok: har manbani alohida talqin qilishni talab etish o‘rniga savol ko‘rinadigan, eshitiladigan va hamroh matnda aytiladigan narsalarga bog‘liq bo‘lishi mumkin. Chiqishlari yozma tahlil va tuzilmali vosita so‘rovlarini qo‘llab-quvvatlaydi.
Xiaomi modelni idrok, oldindan ko‘ra bilish va harakatni bog‘lashni o‘rganadigan model sifatida tavsiflaydi. U joriy sahnani talqin qiladi, keyin nima bo‘lishi mumkinligi haqida fikrlaydi va foydali keyingi qadamni tanlaydi. Bu hodisa ahamiyati bir nechta modallikka bog‘liq bo‘lgan yozib olingan material uchun ayniqsa muhim. Masalan, klip bering va ko‘rinadigan harakatlar ketma-ketligi, tegishli tovushlar va ularning bog‘lanishini aniqlashni so‘rang. Hodisa xulosasi, sahna tushuntirishi yoki keyingi tekshiruv uchun kuzatuvlar ro‘yxati kerakligini belgilang. Kuzatilgan faktlarni bashoratlardan ajrating: nima bo‘lishi mumkinligi talqini hodisa sodir bo‘lishining isboti emas.
Ishlab chiqaruvchi tavsifida audioni tushunish transkripsiyadan kengroq. Xiaomi atrof-muhit tovushlarini tasniflash, bir nechta so‘zlovchini ajratish va audio hamda tasvir ustida birgalikda fikrlashni ta’kidlaydi. U uzun, uzluksiz podkastning tuzilmali qisqa mazmunini ham namoyish qiladi. Audio vazifasida muhim mavzu yoki savollarni va kerakli chiqishni, masalan, dalillar rejasi, kelishmovchilik nuqtalari yoki mavzular bo‘yicha qisqa mazmunni ayting. Nutqli videoda bayonotni u bilan birga keladigan harakat yoki ekrandagi materialga bog‘lashni so‘rang. Aniq aytilgan so‘zlar yoki so‘zlovchiga nisbat berish muhim bo‘lsa, noaniqlikni yashirin hal qilish o‘rniga belgilashni so‘rang.
Vizual tomonda ishlab chiqaruvchi ko‘p sohalardagi tasvir bo‘yicha fikrlash va murakkab diagramma tahlilini ta’kidlaydi. O‘qiladigan diagramma bering va tahliliy savolni tushuntiring; rasmda aniq bo‘lmasa o‘qlar, birliklar va toifalar ma’nosini ham kiriting. Misol so‘rov asosiy qonuniyatni tavsiflash, ko‘rinadigan o‘zgarishni aniqlash va diagrammada bevosita ko‘rinadigan qiymatlarni taklif etilgan izohdan ajratishdir. Tasvirlar taqqoslashida muhim farqlarni belgilang va ko‘rinadigan dalilga bog‘langan jadval so‘rang. Belgilar va tegishli tafsilotlar o‘qiladigan bo‘lishi uchun manbani tayyorlang; foydali tahlil kirishda haqiqatan nima borligiga bog‘liq.
MiMo-V2-Omni tuzilmali vosita chaqirish va UI’ga tayantirishni ham qo‘llab-quvvatlaydi. Ishlab chiqaruvchi namoyishlari modelni brauzer boshqaruvi, faylga kirish va terminal bilan ishlashni beradigan agent muhitiga ulaydi. Model joriy holatni talqin qiladi, nima qilishni belgilaydi va harakat chiqaradi; muhit uni bajarib, yangilangan holatni qaytaradi. Shu uslubdagi vazifada ravshan maqsad, tegishli ekran yoki material va ruxsat etilgan harakatlar tavsiflarini bering. Modeldan har keyingi qadamni kuzatilgan holatga bog‘lashni va davom etishdan oldin qaytgan natijadan foydalanishni so‘rang. Vosita so‘rovi va bajarilgan harakat natijasi alohida axborot qismlaridir.
Xiaomi’ning multimedia ishlab chiqarish misoli ham shu mehnat taqsimotiga amal qiladi: model mazmunni loyihalaydi va dasturiy jarayonni yo‘naltiradi, vositalar esa haqiqiy mediafayllarni yaratadi va boshqaradi. Modeldan sahna rejasi, yozuvning yozma tushuntirishi yoki vosita harakatlari ketma-ketligini tayyorlashda foydalanish mumkin. Aniq yakuniy material boshidanoq, kerakli mazmuni va bajarilish qanday tan olinishi bilan belgilanishi kerak. Matnli javobni allaqachon yaratilgan media materiali deb ko‘rish o‘rniga fayl yaratish, renderlash va ilova operatsiyalarini ularni bajaradigan vositalarga bog‘lang.
Amaliy video ishida yozib olingan kliplar va aniq yo‘naltirilgan savol bering. Xiaomi tadqiqot yo‘l xaritasida bu klip qayta ishlash jarayonini real vaqtdagi idrokdan ajratadi, shuning uchun yozib olingan namoyishdan uzluksiz jonli boshqaruvni taxmin qilmang. Misollari cheksiz rejalash ufqi yoki universal bajarilish vaqti va’dasini belgilash o‘rniga agent muhiti orqali davomli vazifalarni ko‘rsatadi. Sahna talqinlari, diagramma qiymatlari, so‘zlovchi bog‘lanishlari va taklif qilingan harakatlarni asl kirishlar bilan tekshiring. MiMo-V2-Omni’ning foydali vazifasi modalliklarni vazifaning bitta asoslangan talqiniga birlashtirish va dalillari hamda harakat natijalari tekshiriladigan natija berishdir.
POST /v1/chat/completionstexttext| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar mimo-v2-omni | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar Elementlarning eng kam soni: 1 | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Namunalar: system, user, assistant, tool, function Shartlar: Bu rollar manba kodining moslik turlarida ochiq ifodalangan; aniq rollar to‘plami har bir modelga xos bo‘lib qoladi. Modelga bogʻliq | Standart— |
Maydonmessages[].content | Turstring|content_part[]|null | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_calls | Turtool_call[] | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].tool_call_id | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: role=tool; haqiqatan qaytarilgan IDdan foydalaning | Standart— |
Maydonmessages[].name | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].reasoning_content | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Ushbu model foydalanganda, haqiqatan qaytarilgan fikrlash ma’lumotlarini keyingi so‘rovda qayta yuboring | Standart— |
Maydonmessages[].reasoning_details | Turobject|array | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmax_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonmax_completion_tokens | Turinteger | TalabIxtiyoriy | Qiymatlar va cheklovlar Eng kam: 1 Modelga bogʻliq | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Maydonstream_options.include_usage | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontemperature | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontop_p | Turnumber | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonstop | Turstring|string[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools | Turfunction_tool[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydontools[].type | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar function Modelga bogʻliq | Standart— |
Maydontools[].function.name | Turstring | TalabMajburiy | Qiymatlar va cheklovlar Quyidagi holatda qo‘llanadi: Funksiya vositasi taqdim etilgan | Standart— |
Maydontools[].function.description | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontools[].function.parameters | TurJSON_schema | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standart— |
Maydontool_choice | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonparallel_tool_calls | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonresponse_format | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning_effort | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonreasoning | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonservice_tier | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydoninstructions | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Moslik maydoni | Standart— |
Maydonfunctions | Turfunction[] | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonfunction_call | Turstring|object | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonprompt_cache_options | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Modelga bogʻliq | Standart— |
Maydonmodalities | Turstring[] | TalabIxtiyoriy | Qiymatlar va cheklovlar text | Standart— |
Maydonprovider | Turobject | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Ushbu Ultra matn marshrutida provider.options rad etiladi | Standart— |
Maydoncache_control.ttl | Turstring | TalabIxtiyoriy | Qiymatlar va cheklovlar Shartlar: Haqiqiy prompt-kesh joylarida 1h rad etiladi | Standart— |
Matn · UTF8 matni
messages[].content
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages |
Parametrmaterial_types | Parametr talablaritext |
Parametrmessages | Parametr talablarirole/content tuzilishidagi xabarlar massivi |
Parametrfile_material | Parametr talablariHaqiqiy UTF-8 hujjati aynan matn sifatida kiritiladi; fayl IDsi faraz qilinmaydi |
Parametroptional_controls | Parametr talablaristream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Parametrcontrol_scope | Parametr talablariModelga xos; foydalanuvchi funksiya vositalari hostingdagi vositalardan farq qiladi |
Parametroutput_modalities | Parametr talablaritext |
Parametrhosted_operations | Parametr talablarifalse |
Parametrmultimodal_input_binding | Parametr talablarinull |
Hayot sikli: synchronous_or_streamed
Aniq model IDsini messages bilan yuboring.
Kontekst uzunligi chiqishning yuqori chegarasi emas.
Matn fayli aynan matnni taqdim etishi mumkin; tasvir, audio va fayl obyekti kirishlari aniq bog‘lashni talab qiladi.
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.0044 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
set -eu\n: "${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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Har bir javob variantini va uning kontenti, vosita chaqiruvlari hamda fikrlash ma’lumotlarini saqlang. SSEda o‘zgarish qismlarini variant va vosita indeksi bo‘yicha yig‘ing, yakuniy tugash sababi va sarf ma’lumotlarini saqlang.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonchoices[].index | Turinteger |
Maydonchoices[].message.content | Turstring|null |
Maydonchoices[].message.tool_calls | Turtool_call[] |
Maydonchoices[].message.reasoning_content | Turstring |
Maydonchoices[].message.reasoning_details | Turobject|array |
Maydonchoices[].finish_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra mimo-v2-omni
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
mimo-v2-omniMiMo-V2-Omni — Xiaomi’ning matn, tasvir, audio va videoni birgalikda tushunish modeli. U idrokni tuzilmali vosita so‘rovlari va interfeysga tayantirish bilan bog‘lab, haqiqiy vosita natijalaridan foydalanadigan sahna tahlili, diagramma talqini va agent jarayonlarini qo‘llab-quvvatlaydi.
Bu tavsif model imkoniyatlarini yoritadi. Ailoot da tanlangan usul uchun mavjud kirish, chiqish va parametrlar quyida keltirilgan.
MiMo-V2-Omni — Xiaomi’ning matn, tasvir, audio va videoni birgalikda tushunish hamda shu tushunishdan agent vazifasida foydalanish modeli. Arxitekturasi maxsus tasvir, video va audio kodlovchilarini umumiy asosga birlashtiradi. Markaziy farqi — birgalikdagi idrok: har manbani alohida talqin qilishni talab etish o‘rniga savol ko‘rinadigan, eshitiladigan va hamroh matnda aytiladigan narsalarga bog‘liq bo‘lishi mumkin. Chiqishlari yozma tahlil va tuzilmali vosita so‘rovlarini qo‘llab-quvvatlaydi.
Xiaomi modelni idrok, oldindan ko‘ra bilish va harakatni bog‘lashni o‘rganadigan model sifatida tavsiflaydi. U joriy sahnani talqin qiladi, keyin nima bo‘lishi mumkinligi haqida fikrlaydi va foydali keyingi qadamni tanlaydi. Bu hodisa ahamiyati bir nechta modallikka bog‘liq bo‘lgan yozib olingan material uchun ayniqsa muhim. Masalan, klip bering va ko‘rinadigan harakatlar ketma-ketligi, tegishli tovushlar va ularning bog‘lanishini aniqlashni so‘rang. Hodisa xulosasi, sahna tushuntirishi yoki keyingi tekshiruv uchun kuzatuvlar ro‘yxati kerakligini belgilang. Kuzatilgan faktlarni bashoratlardan ajrating: nima bo‘lishi mumkinligi talqini hodisa sodir bo‘lishining isboti emas.
Ishlab chiqaruvchi tavsifida audioni tushunish transkripsiyadan kengroq. Xiaomi atrof-muhit tovushlarini tasniflash, bir nechta so‘zlovchini ajratish va audio hamda tasvir ustida birgalikda fikrlashni ta’kidlaydi. U uzun, uzluksiz podkastning tuzilmali qisqa mazmunini ham namoyish qiladi. Audio vazifasida muhim mavzu yoki savollarni va kerakli chiqishni, masalan, dalillar rejasi, kelishmovchilik nuqtalari yoki mavzular bo‘yicha qisqa mazmunni ayting. Nutqli videoda bayonotni u bilan birga keladigan harakat yoki ekrandagi materialga bog‘lashni so‘rang. Aniq aytilgan so‘zlar yoki so‘zlovchiga nisbat berish muhim bo‘lsa, noaniqlikni yashirin hal qilish o‘rniga belgilashni so‘rang.
Vizual tomonda ishlab chiqaruvchi ko‘p sohalardagi tasvir bo‘yicha fikrlash va murakkab diagramma tahlilini ta’kidlaydi. O‘qiladigan diagramma bering va tahliliy savolni tushuntiring; rasmda aniq bo‘lmasa o‘qlar, birliklar va toifalar ma’nosini ham kiriting. Misol so‘rov asosiy qonuniyatni tavsiflash, ko‘rinadigan o‘zgarishni aniqlash va diagrammada bevosita ko‘rinadigan qiymatlarni taklif etilgan izohdan ajratishdir. Tasvirlar taqqoslashida muhim farqlarni belgilang va ko‘rinadigan dalilga bog‘langan jadval so‘rang. Belgilar va tegishli tafsilotlar o‘qiladigan bo‘lishi uchun manbani tayyorlang; foydali tahlil kirishda haqiqatan nima borligiga bog‘liq.
MiMo-V2-Omni tuzilmali vosita chaqirish va UI’ga tayantirishni ham qo‘llab-quvvatlaydi. Ishlab chiqaruvchi namoyishlari modelni brauzer boshqaruvi, faylga kirish va terminal bilan ishlashni beradigan agent muhitiga ulaydi. Model joriy holatni talqin qiladi, nima qilishni belgilaydi va harakat chiqaradi; muhit uni bajarib, yangilangan holatni qaytaradi. Shu uslubdagi vazifada ravshan maqsad, tegishli ekran yoki material va ruxsat etilgan harakatlar tavsiflarini bering. Modeldan har keyingi qadamni kuzatilgan holatga bog‘lashni va davom etishdan oldin qaytgan natijadan foydalanishni so‘rang. Vosita so‘rovi va bajarilgan harakat natijasi alohida axborot qismlaridir.
Xiaomi’ning multimedia ishlab chiqarish misoli ham shu mehnat taqsimotiga amal qiladi: model mazmunni loyihalaydi va dasturiy jarayonni yo‘naltiradi, vositalar esa haqiqiy mediafayllarni yaratadi va boshqaradi. Modeldan sahna rejasi, yozuvning yozma tushuntirishi yoki vosita harakatlari ketma-ketligini tayyorlashda foydalanish mumkin. Aniq yakuniy material boshidanoq, kerakli mazmuni va bajarilish qanday tan olinishi bilan belgilanishi kerak. Matnli javobni allaqachon yaratilgan media materiali deb ko‘rish o‘rniga fayl yaratish, renderlash va ilova operatsiyalarini ularni bajaradigan vositalarga bog‘lang.
Amaliy video ishida yozib olingan kliplar va aniq yo‘naltirilgan savol bering. Xiaomi tadqiqot yo‘l xaritasida bu klip qayta ishlash jarayonini real vaqtdagi idrokdan ajratadi, shuning uchun yozib olingan namoyishdan uzluksiz jonli boshqaruvni taxmin qilmang. Misollari cheksiz rejalash ufqi yoki universal bajarilish vaqti va’dasini belgilash o‘rniga agent muhiti orqali davomli vazifalarni ko‘rsatadi. Sahna talqinlari, diagramma qiymatlari, so‘zlovchi bog‘lanishlari va taklif qilingan harakatlarni asl kirishlar bilan tekshiring. MiMo-V2-Omni’ning foydali vazifasi modalliklarni vazifaning bitta asoslangan talqiniga birlashtirish va dalillari hamda harakat natijalari tekshiriladigan natija berishdir.
POST /v1/messagestextjson, sse| Maydon | Tur | Talab | Qiymatlar va cheklovlar | Standart |
|---|---|---|---|---|
Maydonmodel | Turstring | TalabMajburiy | Qiymatlar va cheklovlar mimo-v2-omni | Standart— |
Maydonmessages | Turmessage[] | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmessages[].role | Turstring | TalabMajburiy | Qiymatlar va cheklovlar user, assistant | Standart— |
Maydonmessages[].content | Turstring | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonmax_tokens | Turinteger | TalabMajburiy | Qiymatlar va cheklovlar | Standart— |
Maydonstream | Turboolean | TalabIxtiyoriy | Qiymatlar va cheklovlar | Standartfalse |
Matn · UTF-8 matni
messages[].content satri
| Parametr | Parametr talablari |
|---|---|
Parametrcontent_type | Parametr talablariapplication/json |
Parametrrequired | Parametr talablarimodel, messages, max_tokens |
Parametroptional_controls | Parametr talablaristream |
Parametrmaterial_types | Parametr talablaritext |
Parametrtext_file_material | Parametr talablariHaqiqiy UTF-8 hujjatini o‘qing va uning matnini ko‘rsatilgan kirish yoki xabar kontenti satriga joylashtiring. |
Hayot sikli: synchronous_or_streamed
Tarif ma’lumotlari so‘rov imkoniyatlarini qo‘shmaydi. Qo‘llab-quvvatlanadigan parametrlar tanlangan usulda ko‘rsatilgan.
| Sozlama | Tariflar jadvali | To‘lov |
|---|---|---|
| SozlamaTokenlar uchun bazaviy tariflar | Tariflar jadvaliAsosiy tarif | To‘lov Kirish · Kirish tokenlari $0.00088 / 1K token Chiqish · Chiqish tokenlari $0.0044 / 1K token Kirish · Keshdan o‘qish $0 / 1K token Kirish · Keshga yozish $0 / 1K token Kirish · Keshga yozish, 1 soat — / 1K token |
Ailoot so‘rovdan oldin taxminiy summani band qiladi. Natijadan keyin o‘lchangan sarf asosidagi yakuniy to‘lovni yechadi. Oqimli javob bo‘yicha yakuniy hisob-kitob yakuniy sarf yozuviga asoslanadi. Summani band qilish va to‘lovni hisoblash tartibi →
{\n "model": "mimo-v2-omni",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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 yoki SSE
Qaytarilgan har bir to‘liq javob, fayl va kontent qismini saqlang.
Barcha kontent bloklari, fikrlash imzolari va haqiqiy vosita ishlatish IDlarini saqlang. SSE bloklarining barcha o‘zgarish qismlarini yig‘ing; birinchi matn bloki to‘liq chiqish emas.
So‘rov va javob IDlari hamda sarlavhalarini saqlang. Matn vazifasini olish uchun umumiy URL taqdim etilmagan.
| Maydon | Tur |
|---|---|
Maydonid | Turstring |
Maydonmodel | Turstring |
Maydoncontent[] | Turtext|thinking|tool_use|other content block |
Maydonstop_reason | Turstring|null |
Maydonusage | Turobject |
| Javob | Shart | Keyingi qadam |
|---|---|---|
Javob400 · invalid_request_error | ShartMajburiy maydonlar, material ifodasi yoki parametr qiymati noto‘g‘ri | Keyingi qadamYangi yaratish so‘rovidan oldin ko‘rsatilgan maydonlarni tuzating. |
Ailoot Ultra mimo-v2-omni
Yuqorida ko‘rsatilgan usul yo‘llaridan foydalaning.
Ingliz tilidagi texnik misol
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.