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, meski demikian demikian pula gambar dan video dalam satu sistem. Xiaomi demikian pula menambahkan kemampuan agentic, yang membuat model dapat menjalankan tugas yang lebih kompleks tanpa segudang instruksi manual.
Demi melihat posisinya, Xiaomi membandingkan MiMo-V2.5 memakai beberapa model luas yang usai 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 dapat bersaing, terutama di tugas yang melibatkan eksekusi instruksi.
Salah satu hal menarik muncul di pengujian coding internal mereka. Versi standar MiMo-V2.5 mampu mengejar performa versi Pro, tetapi melalui kebutuhan komputasi yang lebih rendah. Ini menghasilkan 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 menggunakan model closed-source yang selama ini lebih dominan di area tersebut. Artinya, MiMo-V2.5 tidak hanya kuat di teks, tetapi demikian pula cukup seimbang di berbagai jenis input.
Model ini dilatih memanfaatkan 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 mampu menangani input yang panjang tanpa simpel 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 guna sekarang ada di API atau AI Studio milik Xiaomi, meski platform tersebut belum selalu stabil.
Xiaomi terlihat tidak hanya ingin punya model sendiri, tetapi demikian pula ikut membuka akses lewat pendekatan open-weight. Ini bisa menarik bagi pengembang yang ingin fleksibilitas lebih kolosal. Menarik bagi dilihat, apakah model seperti ini bisa cepat dipakai luas, atau tetap kalah praktis dibanding layanan AI tertutup yang usai lebih dulu mapan.
Sumber
