Xiaomi: MiMo-V2.6-Flash

MiMo-V2.6-Flash é um modelo de base de código aberto da Xiaomi, listado em api14 sob o id de modelo xiaomi/mimo-v2.6-flash. Pertence à categoria de texto e é construído sobre uma arquitetura Mixture-of-Experts com 309B parâmetros totais e 15B ativados por token, usando um mecanismo de atenção híbrido. A Xiaomi posiciona-o como um modelo de base em vez de um sistema restrito a tarefas específicas, pelo que se destina a servir como base geral para uma ampla gama de trabalho linguístico.

O modelo aceita texto, imagem, vídeo e áudio como entrada, e produz texto como saída. A sua janela de contexto é de 1,050,000 tokens, e o comprimento máximo de saída é de 131,072 tokens. Essa combinação de um contexto muito grande e entrada multimodal significa que um único pedido pode transportar documentos longos juntamente com imagens, vídeo ou áudio, e ainda devolver uma resposta de texto substancial. Os parâmetros de pedido suportados incluem temperature, top_p, top_k, min_p, frequency_penalty, presence_penalty, repetition_penalty, max_tokens, stop, seed, logit_bias, logprobs, top_logprobs, response_format, structured_outputs, tools, tool_choice, reasoning e include_reasoning.

Essas capacidades apontam para alguns padrões práticos. Trabalho de contexto longo, como resumir ou consultar grandes conjuntos de documentos, bases de código ou transcrições, encaixa naturalmente, uma vez que a janela é suficientemente grande para conter material que de outra forma precisaria de ser dividido em partes. Como imagens, vídeo e áudio podem ser fornecidos como entrada, o modelo pode ser usado para tarefas como descrever media, extrair informação de capturas de ecrã ou páginas digitalizadas, ou responder a perguntas sobre material gravado, com a resposta devolvida como texto. A chamada de ferramentas e as saídas estruturadas tornam-no adequado para pipelines em que o modelo tem de chamar funções ou emitir JSON que o código a jusante consiga analisar, e os parâmetros reasoning e include_reasoning dão uma forma de solicitar ou inspecionar raciocínio intermédio quando isso é útil.

Chamá-lo através de api14 funciona da mesma forma que qualquer outro modelo compatível com OpenAI. Envie um pedido para o endpoint de chat completions com o campo model definido como xiaomi/mimo-v2.6-flash, e passe mensagens no formato OpenAI habitual, incluindo partes de conteúdo multimodal para entrada de imagem, vídeo ou áudio. Os parâmetros listados acima podem ser definidos no corpo do pedido; controlos de amostragem como temperature, top_p, top_k e min_p moldam a geração, max_tokens limita a saída, e tools, tool_choice, response_format e structured_outputs cobrem a chamada de funções e respostas estruturadas. Streaming e bibliotecas cliente OpenAI padrão devem funcionar como esperado contra a interface compatível.

Uma coisa a ter em mente é que a saída é apenas texto, pelo que o modelo não pode gerar imagens, vídeo ou áudio em retorno. Se uma tarefa exigir produzir media em vez de a descrever ou raciocinar sobre ela, seria necessário um modelo diferente. O contexto grande e o teto de saída de 131,072 tokens também significam que os pedidos podem ser pesados, pelo que, para prompts curtos e simples, um modelo mais pequeno pode ser uma escolha mais proporcional.