MiMo V2.6 Pro API

MiMo-V2.6-Pro деген не?

MiMo-V2.6-Pro — Xiaomi MiMo-ның флагмандық көпмодальды пайымдау моделі, күрделі жобаларға, ұзақ көкжиекті тапсырмаларға, кәсіби жұмыс процестеріне, зерттеуге, киберқауіпсіздікке, кодтауға және агентке негізделген қолданбаларға арналған.

Бұл модель бірыңғай модель аясында мәтін, сурет, видео және аудионы нативті түсінуді қолдайды. Ол 1 миллион токендік контекст терезесін және 128K шығару токендерін қолдайды, бұл оны ірі репозиторийлерге, ұзын құжаттарға, кеңейтілген құрал ізіне және көп-сеансты агент жұмыс процестеріне жарамды етеді.

Ашық салмақты MiMo-V2.6-Pro-RL чекпойнты сирек Mixture-of-Experts (MoE) архитектурасын қолданады, онда жалпы 1.02 триллион параметр және 42 миллиард белсендірілген параметр бар. Архитектура құрамында 681M-параметрлі көру энкодері, арнайы аудио энкодерлер және бес қабатты спекулятивті декодер бар.

Техникалық сипаттамалар

Xiaomi-дің ресми модель парағында модель API-і үшін 100 RPM және 10M TPM көрсетілген.

MiMo-V2.6-Pro негізгі мүмкіндіктері

1. Нативті омнимодальды түсіну

MiMo-V2.6-Pro мультимодальды өңдеуді бөлек қосалқы жұмыс процесімен шектемей, мәтін, сурет, видео және аудионы бірлесе түсінуге арналған.

Бұл құжаттардағы суреттер, видео-негізді талдау, аудио контент, скриншоттар және мәтіндік нұсқаулықтарды қамтитын бір ғана пайымдау процесінде әртүрлі ақпарат пішіндерін біріктіруге мүмкіндік береді.

2. 1M-токендік ұзын контекст

Модель 1 миллион токенге дейінгі контекст терезесін ұсынады. Бұл үлкен код базалары, ұзақ құжаттар, кең ауқымды зерттеу материалдары, тұрақты агент тарихтары және үлкен құрал шақыру іздері қамтылатын жұмыс процестері үшін қолайлы.

Ұзын контекст терезесі агенттік жүйелер үшін өте пайдалы, өйткені елеулі тапсырма тарихы және аралық нәтижелер әңгімені қайта-қайта ықшамдамай-ақ қолжетімді болып қала береді.

3. Кеңейтілген пайымдау және агент мүмкіндіктері

MiMo-V2.6-Pro пайымдауға көп жүк түсіретін және ұзақ көкжиекті жұмыс процестеріне негізделіп жасалған. Xiaomi күрделі жобаларды, көп агентті ынтымақтастықты және кәсіби жүктемелерді негізгі қолдану жағдайлары ретінде атап өтеді. Модель сондай-ақ терең ойлау және құралдарды шақыру мүмкіндіктерін қолдайды.

Бұл мүмкіндіктер оны келесілерге лайық етеді:

• Күрделі бағдарламалық инженерия
• Зерттеу агенттері
• Көпқадамды жоспарлау
• Құрал оркестрациясы
• Компьютерді пайдалану жұмыс процестері
• Киберқауіпсіздік талдауы
• Білімге негізделген тапсырмалар

4. Құралдарды шақыру және құрылымдалған шығару

MiMo-V2.6-Pro құралдарды шақыру және құрылымдалған шығаруды қолдайды, бұл модельді сыртқы API-лермен, дерекқорлармен, іздеу жүйелерімен, бизнес-құралдармен және өзге де бағдарламалық компоненттермен байланыстыруға мүмкіндік береді.

Құрылымдалған шығару, жауаптар тек табиғи тілде көрсетілмей, одан әрі қолданба логикасы тұтынуы қажет болған кезде, ерекше пайдалы.

5. Ұзақ көкжиекті агент жұмыс процестері

Ұзын контекст, мультимодальды түсіну, пайымдау және құрал пайдаланудың үйлесуі жоспарлау мен орындаудың бірнеше кезеңін талап ететін жұмыс процестерінде MiMo-V2.6-Pro модельінің жұмыс істеуіне мүмкіндік береді.

Xiaomi MiMo-V2.6 сериясын мультимодальды, көп агентті және multi-harness ынтымақтастығы үшін оңтайландырылған деп сипаттайды. Ресми мысалдарға кодтау, кеңсе жұмыстары, дизайн, зерттеу, контент жасау, киберқауіпсіздік және компьютерлік операциялар кіреді.

6. Ашық салмақты модель архитектурасы

MiMo-V2.6-Pro-RL ашық салмақты чекпойнт ретінде жарияланған. Модель картасында 1.02T жалпы параметрі және 42B белсендірілген параметрі бар сирек MoE архитектурасы, сондай-ақ арнайы көру және аудио энкодерлері құжатталған.

Модель картасында кодтау, жалпы агент, визуалды агент және киберқауіпсіздік мүмкіндіктерін жақсарту үшін қолданылған күшейту арқылы оқыту әдіснамасы да құжатталған.

Бенчмарк нәтижелері

Xiaomi жариялаған бағалау кодтау агенттерін, жалпы агенттерді, киберқауіпсіздікті және визуалды-агент тапсырмаларын қамтиды. Бұлар — провайдер жариялаған бағалау нәтижелері, сондықтан оларды тәуелсіз үшінші тарап бенчмарк зерттеулерінен бөлек қарастыру қажет.

Елеулі жарияланған нәтижелерге Terminal Bench 2.1-де 89.9, OSWorld-Verified-де 82.0, Toolathlon-Verified-де 76.9 және CyberGym-де 94.0 кіреді.

Xiaomi-дің ресми модель парағында Artificial Analysis құрама интеллект индексі бойынша 46.32 ұпай көрсетілген. Бұл Xiaomi сілтеме жасаған үшінші тарап бағалауы болғандықтан, оны Xiaomi-дің өз бенчмарктерінен бөлек қарастырған жөн.

MiMo-V2.6-Pro мен MiMo-V2.6-Flash салыстыруы

MiMo-V2.6-Pro және MiMo-V2.6-Flash кең мультимодальды және ұзын контекстке бағытталған ортақ дизайнды бөліседі, бірақ олар әртүрлі модель ауқымдарын нысанаға алады.

Негізгі архитектуралық айырмашылық — модель ауқымы: Pro чекпойнты жалпы 1.02T / 42B белсендірілген параметрлерге ие, ал Flash үшін бұл 309B жалпы / 15B белсендірілген параметрлер.

MiMo-V2.6-Pro және өзге пайымдау модельдері

MiMo-V2.6-Pro көбіне әртүрлі модель санаттарына бөлінетін бірнеше мүмкіндікті біріктіреді: мультимодальды түсіну, ұзын контекстті пайымдау, кодтау, құралдарды пайдалану және агенттік орындау.

Оның 1M-токендік контексті контекст терезесі айтарлықтай кіші модельдерден ерекшелендіреді, ал нативті сурет, видео және аудио енгізулері оны мәтін-орталықты пайымдау жүйелерінен асыра түседі. Сирек MoE архитектурасы сонымен қатар жалпы модель сыйымдылығын әр токен үшін белсендірілетін параметрлер санынан ажыратады.

Агентке бағытталған қолданбалар үшін жарияланған бағалау жиынтығы дәстүрлі тілдік бенчмарктерге ғана назар аудармай, бағдарламалық инженерия, жалпы құрал пайдалану, компьютерлік өзара әрекет, киберқауіпсіздік және визуалды кодтау салаларын қамтиды.

Үлгілік қолдану жағдайлары

Күрделі бағдарламалық инженерия

MiMo-V2.6-Pro код генерациясын, репозиторий талдауын, ақауды жөндеуді, бағдарламалық архитектураны, тапсырма жоспарлауды және автономды кодтау жұмыс процестерін қолдай алады.

Жарияланған бағалауларға DeepSWE v1.1, ProgramBench, MiMo Code Bench және Terminal Bench кіреді.

Ұзын контекстті зерттеу

1M-токендік контекст модельді ұзын мақалаларды, техникалық құжаттаманы, деректер жинақтарын, жазбаларды және жинақталған зерттеу тарихын қамтитын ірі зерттеу жобаларына жарамды етеді.

Мультимодальды талдау

Қолданбалар бірыңғай жұмыс процесінде мәтін, сурет, видео және аудионы біріктіре алады. Бұл мультимедиялық құжаттарды, жазылған материалдарды, визуалды дәлелдерді, скриншоттарды және аралас форматтағы зерттеу деректерін талдау үшін пайдалы.

AI агенттері және құрал автоматтандыруы

Құралдарды шақыру, құрылымдалған шығару, терең ойлау және ұзын контекст MiMo-V2.6-Pro-ды бірнеше қадам бойы жоспарлап, сыртқы құралдарды шақырып, нәтижелерді тексеріп, әрі қарай жұмысын жалғастыра алатын агенттерге лайық етеді.

Киберқауіпсіздік

Киберқауіпсіздік — Xiaomi жариялаған модель нәтижелеріндегі бағалау салаларының бірі. Модель CyberGym-де 94.0, MiMo Cyber Bench-де 80.2, ExploitBench-де 47.9 және SEC Bench Pro-да 66.3 ұпай көрсетеді.

Компьютерді пайдалану жұмыс процестері

MiMo-V2.6-Pro OSWorld-Verified-де бағаланған және Xiaomi 82.0 ұпай хабарлайды. Бұл компьютермен өзара әрекет және UI-бағытталған автоматтандыруды модель үшін өзекті қолдану саласы етеді.

Ғылыми және кәсіби жұмыс процестері

Xiaomi MiMo-V2.6-Pro-ды материалтану зерттеулерін қоса алғанда, ғылыми зерттеу жұмыс процестерінде, сондай-ақ дизайн, контент жасау, кеңсе жұмыстары және өзге де күрделі кәсіби тапсырмаларда көрсетеді.

Шектеулер

MiMo-V2.6-Pro-дың бенчмарк нәтижелері негізінен Xiaomi жариялаған және оларды жалпы қолданба көрсеткіштері ретінде емес, әр бенчмарк әдіснамасының контекстінде түсіндіру керек.

Модельдің 1.02T жалпы параметрлі архитектурасы іргелі модель ауқымын білдіреді. 42B белсендірілген параметр көрсеткіші толық аппараттық немесе орналастыру ізіне емес, сирек белсендіруге қатысты. Өзіндік орналастыруды қарастыратын ұйымдар инференс-қозғалтқыш қолдауын, жад талаптарын, квантизацияны, өткізу қабілетін және аппараттық талаптарды тәуелсіз бағалауы тиіс.

API-негізіндегі қолданбалар үшін хостингтегі модельге Xiaomi-дің API платформасы арқылы қол жеткізуге болады, ал ашық салмақты чекпойнт өз инференс инфрақұрылымын басқарғысы келетін ұйымдар үшін бөлек жол ұсынады.

MiMo-V2.6-Pro API-іне CometAPI арқылы қалай қол жеткізуге болады

1-қадам: CometAPI-ге тіркеліңіз және CometAPI API кілтіңізді алыңыз

CometAPI тіркелгіңізді жасаңыз немесе жүйеге кіріңіз және API басқару аймағын ашыңыз. CometAPI тіркелгіңізден API кілтін генерациялап, оны қолданбаңызға дайындаңыз.

2-қадам: MiMo-V2.6-Pro таңдаңыз

CometAPI модель каталогынан MiMo-V2.6-Pro табыңыз және модель ID-ін mimo-v2.6-pro ретінде растаңыз. CometAPI интеграцияңызда MiMo-V2.6-Pro моделін мақсатты модель ретінде орнатыңыз. Қолданбаны жұмыс процесіңіз талап ететін мәтін, сурет, видео, аудио, пайымдау немесе құрал шақыру мүмкіндіктеріне сәйкес конфигурациялаңыз.

3-қадам: Сұранымдар жіберіңіз

CometAPI интеграциясы арқылы сұранымдарды жіберіп, қолданбаңыз үшін қажет енгізулерді беріңіз.

4-қадам: Жауапты өңдеңіз

Қайтарылған модель шығысын, құрылымдалған деректерді, пайымдау нәтижелерін немесе құрал шақыру ақпаратын қолданбаңыздың жұмыс процесінде пайдаланыңыз.