Xiaomi: MiMo-V2.6-Pro-UltraSpeed

MiMo-V2.6-Pro-UltraSpeed es un modelo de generación de texto de Xiaomi, listado en api14 como xiaomi/mimo-v2.6-pro-ultraspeed. Es la edición de alta velocidad del modelo fundacional insignia de Xiaomi, MiMo-V2.6-Pro, y está construido a partir del mismo checkpoint de 1T de MiMo-V2.6-Pro. Según Xiaomi, iguala al modelo original en calidad mientras ofrece aproximadamente 10 veces la velocidad. Se sitúa en la categoría de texto y está dirigido a desarrolladores que desean una salida de nivel insignia sin la latencia del modelo completo.

El modelo acepta texto, imagen, vídeo y audio como entrada, y produce texto como salida. Eso lo convierte en un modelo multimodal en el lado de la entrada: puedes enviar un prompt que incluya una imagen, un vídeo o un clip de audio junto con texto, y recibir una respuesta de texto. La ventana de contexto es de 1.048.576 tokens, lo suficientemente grande como para contener documentos muy largos, transcripciones extensas o conversaciones multiturno prolongadas en una sola solicitud. La salida máxima es de 131.072 tokens, por lo que las respuestas también pueden ser largas. Los parámetros de solicitud admitidos incluyen temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning.

Esas capacidades apuntan a algunos usos prácticos. La gran ventana de contexto se adapta a tareas que implican leer y razonar sobre entradas largas, como resumir informes extensos, analizar transcripciones largas o responder preguntas sobre un gran volumen de texto. Dado que se pueden pasar imágenes, vídeo y audio, el modelo puede usarse para tareas como describir o extraer información de medios visuales, trabajar con audio grabado o combinar un documento con una captura de pantalla en un solo prompt. El uso de herramientas y las salidas estructuradas lo hacen adecuado para flujos de trabajo estilo agente y para aplicaciones que necesitan respuestas en un esquema fijo, como los pipelines de extracción de datos. El parámetro reasoning te da una forma de solicitar salida de razonamiento cuando una tarea se beneficia de ello.

Llamas al modelo a través de la API compatible con OpenAI de api14 usando el id de modelo xiaomi/mimo-v2.6-pro-ultraspeed. Como el endpoint sigue el formato de chat completions de OpenAI, puedes usar los SDK de OpenAI existentes y apuntarlos a api14, o enviar solicitudes directamente. El cuerpo de la solicitud acepta los parámetros enumerados anteriormente: temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning. Usa max_tokens para limitar la longitud de salida hasta el máximo de 131.072 tokens, y usa tools con tool_choice cuando quieras que el modelo llame a funciones que definas.

Una cosa a tener en cuenta es que el modelo solo produce texto, por lo que no es la elección adecuada si necesitas imágenes, audio o vídeo generados. Su lado de entrada es multimodal, pero la respuesta siempre es texto. Si tu carga de trabajo no necesita la edición de alta velocidad, o si necesitas modalidades de salida distintas del texto, otro modelo puede encajar mejor. Para tareas de texto que implican entradas largas, entrada de medios mixtos, uso de herramientas o salida estructurada, este modelo cubre esos casos directamente.