Xiaomi: MiMo-V2.6-Pro

Xiaomi: MiMo-V2.6-Pro は Xiaomi のフラッグシップ基盤モデルであり、1T パラメータを超える規模で構築されています。テキストカテゴリに属し、最も要求の厳しい作業において能力の上限を押し上げるために設計されたモデルとして、製造元によって位置づけられています。本番ワークロード向けにモデルを評価しているのであれば、これは軽量版や低価格版ではなく、Xiaomi の MiMo ラインにおける最上位の選択肢です。

このモデルはテキスト、画像、動画、音声を入力として受け取り、テキストを返します。この組み合わせにより、入力側ではマルチモーダルでありながら生成はテキストのみに保たれるため、複合メディアを投入し、書面による分析、要約、回答を期待するパイプラインに適合します。コンテキストウィンドウは 1,050,000 トークンで、非常に長い文書、長い文字起こし、またはメディア由来の拡張コンテキストを 1 回のリクエストで保持するのに十分な大きさです。最大出力は 131,072 トークンなので、多数の呼び出しを連鎖させなくても長文生成が実用的です。

これらの能力は、いくつかの具体的な用途を示しています。長いコンテキストの文書作業は明らかな適合先です。契約レビュー、研究の統合、あるいはコーパス全体を視野に保持する必要がある大規模コードベース上の推論などです。画像、動画、音声が入力として受け入れられるため、録画された会議を要約するワークフロー、動画コンテンツを説明または問い合わせるワークフロー、スキャンした文書やスクリーンショットから構造化情報を抽出するワークフローを構築できます。ツール呼び出しと構造化出力により、関数を呼び出して機械可読な結果を返す必要があるエージェントの推論コアとして使用でき、reasoning パラメータにより、タスクがそれを必要とする場合に中間的な思考を表に出せます。

これは api14 の OpenAI 互換 API を通じて、モデル id "xiaomi/mimo-v2.6-pro" を使用して呼び出します。インターフェースが OpenAI 互換であるため、既存のクライアントと SDK はベース URL の変更だけで動作します。このモデルは 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、include_reasoning をサポートします。サンプリング制御、seed による決定性、ツールまたはスキーマ制約付き出力がすべて利用可能なので、固定されたデフォルトを受け入れるのではなく、リクエストごとに挙動を調整できます。

主に検討すべき点は範囲です。これはフラッグシップモデルであり、サポートされるパラメータ一覧はテキスト生成の制御のみを対象としています。出力はテキストなので、生成画像、音声、動画を必要とするタスクはここでは対象外です。ワークロードが短いプロンプトと控えめなコンテキストであれば、より小さなモデルの方がより妥当なデフォルトとなる可能性があり、このモデルは長いコンテキストやマルチモーダル入力を実際に使用するケースのために取っておく方が適しています。