Xiaomi merilis MiMo-V2.5 dan langsung menempatkannya di kelas model AI besar. Model ini sejak awal sudah dibuat multimodal, jadi tidak hanya mengolah teks, namun serta gambar dan video dalam satu sistem. Xiaomi serta menambahkan kemampuan agentic, yang membentuk model mampu menjalankan tugas yang lebih kompleks tanpa banyak instruksi manual.
Guna melihat posisinya, Xiaomi membandingkan MiMo-V2.5 melalui 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 mampu bersaing, terutama di tugas yang melibatkan eksekusi instruksi.
Salah satu hal menarik muncul di pengujian coding internal mereka. Versi standar MiMo-V2.5 dapat mengejar performa versi Pro, akan tetapi memakai kebutuhan komputasi yang lebih rendah. Ini menciptakan model tersebut terasa lebih efisien, tidak sekadar mengandalkan ukuran luas.
Di sisi lain, kemampuan memahami gambar dan video serta ikut diuji. Xiaomi menyebut hasilnya setara memakai model closed-source yang selama ini lebih dominan di area tersebut. Artinya, MiMo-V2.5 tidak hanya kuat di teks, tetapi serta cukup seimbang di berbagai jenis input.
Model ini dilatih mendayagunakan 48 triliun token, angka yang menunjukkan skala pengembangannya. Xiaomi merilis dua varian melalui perbedaan masif di jumlah parameter dan kapasitas aktifnya. Dukungan konteks hingga 1 juta token serta membuatnya bisa menangani input yang panjang tanpa mudah kehilangan konteks.
Soal akses, MiMo-V2.5 memang mampu 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 bagi saat ini ada di API atau AI Studio milik Xiaomi, meski platform tersebut belum selalu stabil.
Xiaomi terlihat tidak hanya ingin punya model sendiri, namun juga ikut membuka akses lewat pendekatan open-weight. Ini sanggup menarik bagi pengembang yang ingin fleksibilitas lebih luas. Menarik guna dilihat, apakah model seperti ini sanggup cepat dipakai luas, atau tetap kalah praktis dibanding layanan AI tertutup yang telah lebih dulu mapan.
Sumber
