Xiaomi merilis MiMo-V2.5 dan langsung menempatkannya di kelas model AI besar. Model ini sejak awal usai dibuat multimodal, jadi tidak hanya mengolah teks, meski demikian pun gambar dan video dalam satu sistem. Xiaomi pun menambahkan kemampuan agentic, yang menghasilkan model dapat menjalankan tugas yang lebih kompleks tanpa segudang instruksi manual.
Bagi melihat posisinya, Xiaomi membandingkan MiMo-V2.5 dengan beberapa model kolosal yang rampung lebih dulu dikenal. Ada DeepSeek-V4, Kimi K2.6, Claude Opus 4.6, sampai Gemini 3.1 Pro yang dijadikan acuan. Dari hasil yang dibagikan, MiMo-V2.5 terlihat sanggup bersaing, terutama di tugas yang melibatkan eksekusi instruksi.
Salah satu hal menarik muncul di pengujian coding internal mereka. Versi standar MiMo-V2.5 sanggup mengejar performa versi Pro, namun memakai kebutuhan komputasi yang lebih rendah. Ini membentuk model tersebut terasa lebih efisien, tidak sekadar mengandalkan ukuran luas.
Di sisi lain, kemampuan memahami gambar dan video demikian pula ikut diuji. Xiaomi menyebut hasilnya setara melalui model closed-source yang selama ini lebih dominan di area tersebut. Artinya, MiMo-V2.5 tidak hanya kuat di teks, akan tetapi demikian pula cukup seimbang di berbagai jenis input.
Model ini dilatih menggunakan 48 triliun token, angka yang menunjukkan skala pengembangannya. Xiaomi merilis dua varian melalui perbedaan kolosal di jumlah parameter dan kapasitas aktifnya. Dukungan konteks hingga 1 juta token juga membuatnya sanggup menangani input yang panjang tanpa gampang kehilangan konteks.
Soal akses, MiMo-V2.5 memang sanggup diunduh dan dijalankan sendiri. Namun, kebutuhan hardware-nya tidak main-main, bahkan GPU kelas atas seperti RTX 5090 masih belum cukup. Pilihan yang lebih masuk akal guna saat ini ada di API atau AI Studio milik Xiaomi, meski platform tersebut belum selalu stabil.
Xiaomi terlihat tidak hanya ingin punya model sendiri, akan tetapi pun ikut membuka akses lewat pendekatan open-weight. Ini mampu menarik bagi pengembang yang ingin fleksibilitas lebih masif. Menarik bagi dilihat, apakah model seperti ini mampu cepat dipakai luas, atau tetap kalah praktis dibanding layanan AI tertutup yang usai lebih dulu mapan.
Sumber
