Xiaomi: MiMo-V2.6-Pro-UltraSpeed

MiMo-V2.6-Pro-UltraSpeed è un modello di generazione di testo di Xiaomi, elencato su api14 come xiaomi/mimo-v2.6-pro-ultraspeed. È la edizione ad alta velocità del modello di fondazione di punta di Xiaomi, MiMo-V2.6-Pro, ed è costruito dallo stesso checkpoint 1T di MiMo-V2.6-Pro. Secondo Xiaomi, eguaglia il modello originale in qualità offrendo al contempo circa 10 volte la velocità. Si colloca nella categoria testo ed è rivolto agli sviluppatori che desiderano un output di livello flagship senza la latenza del modello completo.

Il modello accetta testo, immagini, video e audio come input, e produce testo come output. Questo lo rende un modello multimodale sul lato input: puoi inviare un prompt che include un'immagine, un video o una clip audio insieme al testo, e ricevere una risposta testuale. La finestra di contesto è di 1.048.576 token, abbastanza ampia da contenere documenti molto lunghi, trascrizioni lunghe o conversazioni multi-turno estese in una singola richiesta. L'output massimo è di 131.072 token, quindi anche le risposte possono essere lunghe. I parametri di richiesta supportati includono temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning.

Queste capacità indicano alcuni usi pratici. L'ampia finestra di contesto si adatta a compiti che implicano la lettura e il ragionamento su input lunghi, come riassumere report prolungati, analizzare trascrizioni lunghe o rispondere a domande su un ampio corpus di testo. Poiché è possibile passare immagini, video e audio, il modello può essere utilizzato per compiti come descrivere o estrarre informazioni da contenuti visivi, lavorare con audio registrato o combinare un documento con uno screenshot in un unico prompt. Il tool calling e gli structured outputs lo rendono adatto a flussi di lavoro in stile agente e ad applicazioni che necessitano di risposte in uno schema fisso, come le pipeline di estrazione dati. Il parametro reasoning offre un modo per richiedere un output di ragionamento quando un compito ne trae beneficio.

Puoi chiamare il modello tramite l'API compatibile con OpenAI di api14 usando l'id del modello xiaomi/mimo-v2.6-pro-ultraspeed. Poiché l'endpoint segue il formato OpenAI chat completions, puoi usare gli SDK OpenAI esistenti e puntarli ad api14, oppure inviare richieste direttamente. Il corpo della richiesta accetta i parametri elencati sopra: temperature, top_p, frequency_penalty, presence_penalty, max_tokens, stop, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning. Usa max_tokens per limitare la lunghezza dell'output fino al massimo di 131.072 token, e usa tools con tool_choice quando vuoi che il modello chiami funzioni che definisci tu.

Una cosa da tenere a mente è che il modello produce solo testo, quindi non è la scelta giusta se hai bisogno di immagini, audio o video generati. Il suo lato input è multimodale, ma la risposta è sempre testo. Se il tuo carico di lavoro non necessita della edizione ad alta velocità, o se hai bisogno di modalità di output diverse dal testo, un altro modello potrebbe essere più adatto. Per compiti testuali che implicano input lunghi, input multimediali misti, uso di strumenti o output strutturato, questo modello copre direttamente quei casi.