Xiaomi: MiMo-V2.6-Pro

Xiaomi : MiMo-V2.6-Pro est le modèle de fondation phare de Xiaomi, construit à une échelle de plus de 1 000 milliards de paramètres. Il appartient à la catégorie texte et est positionné par son créateur comme un modèle conçu pour repousser le plafond des capacités pour les travaux les plus exigeants. Si vous évaluez des modèles pour une charge de travail en production, il s'agit de l'option du haut de gamme dans la gamme MiMo de Xiaomi, plutôt qu'une variante légère ou économique.

Le modèle accepte le texte, l'image, la vidéo et l'audio en entrée, et renvoie du texte. Cette combinaison le rend multimodal du côté de l'entrée tout en gardant une génération uniquement textuelle, ce qui le destine aux pipelines où vous fournissez des médias mixtes et attendez en retour une analyse écrite, des résumés ou des réponses. La fenêtre de contexte est de 1 050 000 tokens, ce qui est suffisamment grand pour contenir de très longs documents, de longues transcriptions ou un contexte étendu dérivé de médias dans une seule requête. La sortie maximale est de 131 072 tokens, la génération de texte long est donc praticable sans enchaîner de nombreux appels.

Ces capacités indiquent quelques usages concrets. Le travail sur documents à contexte long est un choix évident : revue de contrats, synthèse de recherche, ou raisonnement sur de grandes bases de code où l'ensemble du corpus doit rester visible. Comme les images, la vidéo et l'audio sont acceptés en entrée, vous pouvez construire des flux de travail qui résument des réunions enregistrées, décrivent ou interrogent du contenu vidéo, ou extraient des informations structurées de documents numérisés et de captures d'écran. L'appel d'outils et les sorties structurées le rendent utilisable comme cœur de raisonnement d'un agent qui doit appeler des fonctions et renvoyer des résultats lisibles par machine, et le paramètre reasoning vous permet de faire apparaître le raisonnement intermédiaire lorsqu'une tâche en bénéficie.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "xiaomi/mimo-v2.6-pro". Comme l'interface est compatible OpenAI, les clients et SDK existants fonctionnent avec un simple changement d'URL de base. Le modèle prend en charge frequency_penalty, presence_penalty, repetition_penalty, temperature, top_p, top_k, min_p, seed, stop, logit_bias, max_tokens, response_format, structured_outputs, tools, tool_choice, reasoning et include_reasoning. Les contrôles d'échantillonnage, le déterminisme via seed, et la sortie contrainte par outils ou schéma sont tous disponibles, vous pouvez donc ajuster le comportement par requête plutôt que d'accepter des valeurs par défaut fixes.

Le principal point à peser est la portée. Il s'agit d'un modèle phare, et la liste de paramètres pris en charge ne couvre que les contrôles de génération de texte ; la sortie est du texte, donc les tâches qui nécessitent des images, de l'audio ou de la vidéo générés sont hors de portée ici. Si votre charge de travail consiste en des invites courtes avec un contexte modeste, un modèle plus petit peut être la valeur par défaut plus judicieuse, et celui-ci est mieux réservé aux cas qui utilisent réellement le contexte long ou l'entrée multimodale.