Xiaomi: MiMo-V2.5

Xiaomi: MiMo-V2.5 is een tekstmodel van Xiaomi, vermeld op api14 onder het model-id xiaomi/mimo-v2.5. Xiaomi beschrijft het als een native omnimodaal model dat prestaties op Pro-niveau levert voor agenttaken tegen ongeveer de helft van de inferentiekosten, en dat MiMo-V2-Omni overtreft in multimodale perceptie bij beeld- en videobegrip. Het valt in de categorie tekst, dus tekst is wat je terugkrijgt, maar het bereik aan invoer dat het accepteert is veel breder dan het categorielabel suggereert.

Aan de invoerkant accepteert MiMo-V2.5 tekst, audio, afbeelding en video, en het produceert tekstuitvoer. Dat maakt het een model dat je op gemengde media kunt richten in plaats van alleen op geschreven prompts. Het contextvenster is 1.050.000 tokens, wat groot genoeg is om zeer lange documenten, lange transcripties of uitgebreide context afgeleid van media in één verzoek te bevatten. De maximale uitvoer is 131.072 tokens, dus lange generaties zijn mogelijk binnen dezelfde aanroep. Redeneren maakt ook deel uit van het geheel: de ondersteunde parameters omvatten reasoning en include_reasoning, dus je kunt met het redeneergedrag van het model werken in plaats van het als een gewone tekstgenerator te behandelen.

Die mogelijkheden wijzen op een tamelijk specifieke set use cases. Omdat audio, afbeelding en video allemaal als invoer worden geaccepteerd, past MiMo-V2.5 bij taken zoals het samenvatten van of vragen stellen over opgenomen vergaderingen en andere audio, het extraheren van informatie uit afbeeldingen, en het beantwoorden van vragen over video-inhoud, allemaal zonder een aparte transcriptie- of visiestap vóór het model. Het zeer grote contextvenster is geschikt voor werk over lang bronmateriaal, bijvoorbeeld het analyseren van een lang rapport samen met ondersteunende media, of het in beeld houden van een lange agentsessie. Omdat het model als agentisch wordt beschreven, past toolgebruik er ook natuurlijk bij, en de parameterlijst bevestigt dat.

Je roept het aan via de OpenAI-compatibele API van api14 met het model-id xiaomi/mimo-v2.5. De verzoekparameters die het ondersteunt zijn frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, repetition_penalty, response_format, seed, stop, structured_outputs, temperature, tool_choice, tools, top_k en top_p. In de praktijk betekent dat je sampling kunt sturen met temperature, top_p en top_k, uitvoer kunt vormgeven met response_format of structured_outputs, generatie kunt beperken met max_tokens, runs reproduceerbaar kunt maken met seed, en functieaanroepen kunt definiëren via tools en tool_choice. Redeneren kan worden opgevraagd of zichtbaar gemaakt via de parameters reasoning en include_reasoning.

Het belangrijkste om in gedachten te houden is de uitvoerkant. MiMo-V2.5 retourneert alleen tekst, dus als je applicatie gegenereerde afbeeldingen, audio of video nodig heeft, zal dit model die niet produceren, ook al kan het die formaten als invoer lezen. De categorie is tekst, dus het kan het beste worden behandeld als een model met multimodale invoer en tekstuitvoer. Voor workloads die puur tekst zijn en geen audio-, beeld- of videobegrip nodig hebben, kan een eenvoudiger tekstmodel een meer directe keuze zijn, en het grote contextvenster en de omnimodale invoerverwerking zijn de kenmerken die het wegen waard zijn wanneer je beslist.