MiMo V2.6 Pro API

Apa Itu MiMo-V2.6-Pro?

MiMo-V2.6-Pro adalah model penalaran multimodal andalan dari Xiaomi MiMo, dibuat untuk proyek kompleks, tugas berjangka panjang, alur kerja profesional, riset, keamanan siber, pengodean, dan aplikasi berbasis agen.

Model ini mendukung pemahaman native atas teks, gambar, video, dan audio dalam satu model terpadu. Model ini menyediakan jendela konteks 1 juta token dan mendukung hingga 128K token output, sehingga cocok untuk repositori besar, dokumen panjang, jejak alat yang panjang, dan alur kerja agen multi-sesi.

Checkpoint open-weight MiMo-V2.6-Pro-RL menggunakan arsitektur Sparse Mixture-of-Experts dengan 1,02 triliun parameter total dan 42 miliar parameter aktif. Arsitekturnya mencakup encoder visi 681M parameter, encoder audio khusus, dan decoder spekulatif lima lapis.

Spesifikasi Teknis

Halaman model resmi Xiaomi mencantumkan 100 RPM dan 10M TPM untuk API model tersebut.

Fitur Utama MiMo-V2.6-Pro

1. Pemahaman Omni-Modal Native

MiMo-V2.6-Pro dirancang untuk secara bersama memahami teks, gambar, video, dan audio alih-alih membatasi pemrosesan multimodal pada alur kerja bantu terpisah.

Ini memungkinkan aplikasi menggabungkan berbagai bentuk informasi dalam satu proses penalaran, termasuk dokumen dengan gambar, analisis berbasis video, konten audio, tangkapan layar, dan instruksi tekstual.

2. Konteks Panjang 1M Token

Model ini menyediakan jendela konteks hingga 1 juta token. Ini membuatnya cocok untuk alur kerja yang melibatkan basis kode besar, dokumen panjang, materi riset ekstensif, riwayat agen persisten, dan jejak pemanggilan alat yang besar.

Jendela konteks panjang sangat berguna untuk sistem agen karena riwayat tugas yang substansial dan hasil perantara dapat tetap tersedia tanpa harus berulang kali mengompres percakapan.

3. Penalaran Lanjut dan Kemampuan Agen

MiMo-V2.6-Pro dirancang untuk alur kerja yang intensif penalaran dan berjangka panjang. Xiaomi menyoroti proyek kompleks, kolaborasi multi-agen, dan beban kerja profesional sebagai kasus penggunaan kunci. Model ini juga mendukung deep thinking dan pemanggilan alat.

Kemampuan ini membuatnya cocok untuk:

• Rekayasa perangkat lunak kompleks
• Agen riset
• Perencanaan multi-langkah
• Orkestrasi alat
• Alur kerja penggunaan komputer
• Analisis keamanan siber
• Tugas intensif pengetahuan

4. Pemanggilan Alat dan Output Terstruktur

MiMo-V2.6-Pro mendukung pemanggilan alat dan output terstruktur, memungkinkan aplikasi menghubungkan model dengan API eksternal, basis data, sistem pencarian, alat bisnis, dan komponen perangkat lunak lainnya.

Output terstruktur sangat berguna ketika respons model perlu dikonsumsi oleh logika aplikasi hilir alih-alih hanya ditampilkan sebagai teks bahasa alami.

5. Alur Kerja Agen Berjangka Panjang

Kombinasi konteks panjang, pemahaman multimodal, penalaran, dan penggunaan alat memungkinkan MiMo-V2.6-Pro beroperasi pada alur kerja yang memerlukan beberapa tahap perencanaan dan eksekusi.

Xiaomi menggambarkan seri MiMo-V2.6 sebagai dioptimalkan untuk kolaborasi multimodal, multi-agen, dan multi-harness. Contoh resmi mencakup pengodean, pekerjaan kantor, desain, riset, pembuatan konten, keamanan siber, dan operasi komputer.

6. Arsitektur Model Open-Weight

MiMo-V2.6-Pro-RL dirilis sebagai checkpoint open-weight. Kartu model mendokumentasikan arsitektur Sparse MoE dengan 1.02T parameter total dan 42B parameter aktif, bersama encoder visi dan audio khusus.

Kartu model juga mendokumentasikan metodologi pembelajaran penguatan yang digunakan untuk meningkatkan kemampuan pengodean, agen umum, agen visual, dan keamanan siber.

Kinerja Benchmark

Evaluasi yang dipublikasikan Xiaomi mencakup agen pengodean, agen umum, keamanan siber, dan tugas agen visual. Ini adalah hasil evaluasi yang dipublikasikan penyedia, sehingga harus dibedakan dari studi benchmark independen pihak ketiga.

Hasil yang dilaporkan dan menonjol termasuk 89.9 pada Terminal Bench 2.1, 82.0 pada OSWorld-Verified, 76.9 pada Toolathlon-Verified, dan 94.0 pada CyberGym.

Halaman model resmi Xiaomi juga melaporkan skor indeks kecerdasan komposit Artificial Analysis sebesar 46.32. Karena ini adalah evaluasi pihak ketiga yang dirujuk oleh Xiaomi, sebaiknya diperlakukan terpisah dari rangkaian benchmark Xiaomi sendiri.

MiMo-V2.6-Pro vs MiMo-V2.6-Flash

MiMo-V2.6-Pro dan MiMo-V2.6-Flash berbagi desain multimodal dan konteks panjang yang serupa, tetapi menargetkan skala model yang berbeda.

Perbedaan arsitektural utama adalah skala model: checkpoint Pro memiliki 1.02T total / 42B parameter aktif, dibandingkan dengan 309B total / 15B parameter aktif untuk Flash.

MiMo-V2.6-Pro vs Model Penalaran Lain

MiMo-V2.6-Pro menggabungkan beberapa kemampuan yang sering tersebar di berbagai kategori model: pemahaman multimodal, penalaran konteks panjang, pengodean, penggunaan alat, dan eksekusi berbasis agen.

Jendela konteks 1M token membedakannya dari model dengan jendela konteks yang jauh lebih kecil, sementara masukan gambar, video, dan audio native memperluasnya melampaui sistem penalaran yang berpusat pada teks. Arsitektur Sparse MoE-nya juga memisahkan kapasitas model total dari jumlah parameter yang diaktifkan untuk setiap token.

Untuk aplikasi berorientasi agen, rangkaian evaluasi yang dipublikasikan mencakup rekayasa perangkat lunak, penggunaan alat umum, interaksi komputer, keamanan siber, dan pengodean visual alih-alih berfokus secara eksklusif pada benchmark bahasa konvensional.

Kasus Penggunaan Representatif

Rekayasa Perangkat Lunak Kompleks

MiMo-V2.6-Pro dapat mendukung pembuatan kode, analisis repositori, debug, arsitektur perangkat lunak, perencanaan tugas, dan alur kerja pengodean otonom.

Evaluasi yang dipublikasikan mencakup DeepSWE v1.1, ProgramBench, MiMo Code Bench, dan Terminal Bench.

Riset Konteks Panjang

Konteks 1M token membuat model ini cocok untuk proyek riset besar yang melibatkan makalah panjang, dokumentasi teknis, dataset, catatan, dan riwayat riset yang terakumulasi.

Analisis Multimodal

Aplikasi dapat menggabungkan teks, gambar, video, dan audio dalam satu alur kerja terpadu. Ini berguna untuk menganalisis dokumen multimedia, materi rekaman, bukti visual, tangkapan layar, dan data riset format campuran.

Agen AI dan Otomasi Alat

Pemanggilan alat, output terstruktur, pemikiran mendalam, dan konteks panjang menjadikan MiMo-V2.6-Pro cocok untuk agen yang perlu merencanakan, memanggil alat eksternal, memeriksa hasil, dan terus bekerja lintas beberapa langkah.

Keamanan Siber

Keamanan siber adalah salah satu area evaluasi yang termasuk dalam hasil model yang dipublikasikan Xiaomi. Model ini melaporkan 94.0 pada CyberGym, 80.2 pada MiMo Cyber Bench, 47.9 pada ExploitBench, dan 66.3 pada SEC Bench Pro.

Alur Kerja Penggunaan Komputer

MiMo-V2.6-Pro dievaluasi di OSWorld-Verified, di mana Xiaomi melaporkan skor 82.0. Ini menjadikan interaksi komputer dan otomatisasi berorientasi UI sebagai area aplikasi relevan lainnya untuk model ini.

Alur Kerja Ilmiah dan Profesional

Xiaomi menampilkan MiMo-V2.6-Pro dalam alur kerja riset ilmiah, termasuk riset material, serta desain, pembuatan konten, pekerjaan kantor, dan tugas profesional kompleks lainnya.

Batasan

Hasil benchmark MiMo-V2.6-Pro terutama dipublikasikan oleh Xiaomi dan harus ditafsirkan dalam konteks metodologi masing-masing benchmark, bukan sebagai ukuran universal kinerja aplikasi.

Arsitektur total-parameter 1.02T model ini juga merepresentasikan skala model dasar yang substansial. Angka 42B parameter aktif menggambarkan aktivasi jarang alih-alih keseluruhan jejak perangkat keras atau penerapan. Organisasi yang mempertimbangkan self-hosting karena itu harus mengevaluasi dukungan mesin inferensi, persyaratan memori, kuantisasi, throughput, dan persyaratan perangkat keras secara independen.

Untuk aplikasi berbasis API, model yang dihosting dapat diakses melalui platform API Xiaomi, sementara checkpoint open-weight menyediakan jalur terpisah bagi organisasi yang ingin mengelola infrastruktur inferensinya sendiri.

Cara Mengakses API MiMo-V2.6-Pro melalui CometAPI

Langkah 1: Daftar CometAPI dan Dapatkan Kunci API CometAPI Anda

Buat atau masuk ke akun CometAPI Anda dan buka area manajemen API. Hasilkan kunci API dari akun CometAPI Anda dan siapkan untuk aplikasi Anda.

Langkah 2: Pilih MiMo-V2.6-Pro

Temukan MiMo-V2.6-Pro di katalog model CometAPI dan konfirmasikan ID model sebagai mimo-v2.6-pro. Setel MiMo-V2.6-Pro sebagai model target dalam integrasi CometAPI Anda. Konfigurasikan aplikasi sesuai dengan kemampuan teks, gambar, video, audio, penalaran, atau pemanggilan alat yang diperlukan oleh alur kerja Anda.

Langkah 3: Kirim Permintaan

Kirim permintaan melalui integrasi CometAPI dan berikan masukan yang diperlukan untuk aplikasi Anda.

Langkah 4: Proses Respons

Gunakan output model yang dikembalikan, data terstruktur, hasil penalaran, atau informasi pemanggilan alat dalam alur kerja aplikasi Anda.