Xiaomi merilis MiMo-V2.5 dan langsung menempatkannya di kelas model AI masif. Model ini sejak awal telah dibuat multimodal, jadi tidak hanya mengolah teks, akan tetapi pun gambar dan video dalam satu sistem. Xiaomi pun menambahkan kemampuan agentic, yang menghasilkan model bisa menjalankan tugas yang lebih kompleks tanpa sejumlah masif 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 bisa mengejar performa versi Pro, namun melalui kebutuhan komputasi yang lebih rendah. Ini menciptakan model tersebut terasa lebih efisien, tidak sekadar mengandalkan ukuran besar.
Di sisi lain, kemampuan memahami gambar dan video demikian pula ikut diuji. Xiaomi menyebut hasilnya setara menggunakan model closed-source yang selama ini lebih dominan di area tersebut. Artinya, MiMo-V2.5 tidak hanya kuat di teks, namun demikian pula cukup seimbang di berbagai jenis input.
Model ini dilatih mendayagunakan 48 triliun token, angka yang menunjukkan skala pengembangannya. Xiaomi merilis dua varian dengan perbedaan luas di jumlah parameter dan kapasitas aktifnya. Dukungan konteks hingga 1 juta token pun membuatnya bisa menangani input yang panjang tanpa gampang 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 demi dewasa ini ada di API atau AI Studio milik Xiaomi, meski platform tersebut belum selalu stabil.
Xiaomi terlihat tidak hanya ingin punya model sendiri, meski demikian pun ikut membuka akses lewat pendekatan open-weight. Ini dapat menarik bagi pengembang yang ingin fleksibilitas lebih besar. Menarik guna dilihat, apakah model seperti ini dapat pesat dipakai luas, atau tetap kalah praktis dibanding layanan AI tertutup yang rampung lebih dulu mapan.
Sumber
