Xiaomi merilis MiMo-V2.5 dan langsung menempatkannya di kelas model AI luas. Model ini sejak awal usai dibuat multimodal, jadi tidak hanya mengolah teks, namun pun gambar dan video dalam satu sistem. Xiaomi pun menambahkan kemampuan agentic, yang membuat model sanggup menjalankan tugas yang lebih kompleks tanpa sejumlah luas instruksi manual.
Guna melihat posisinya, Xiaomi membandingkan MiMo-V2.5 menggunakan beberapa model kolosal yang sudah 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 bisa 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, akan tetapi melalui kebutuhan komputasi yang lebih rendah. Ini membentuk model tersebut terasa lebih efisien, tidak sekadar mengandalkan ukuran masif.
Di sisi lain, kemampuan memahami gambar dan video demikian pula ikut diuji. Xiaomi menyebut hasilnya setara dengan 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 menggunakan perbedaan masif di jumlah parameter dan kapasitas aktifnya. Dukungan konteks hingga 1 juta token pun membuatnya sanggup menangani input yang panjang tanpa gampang kehilangan konteks.
Soal akses, MiMo-V2.5 memang dapat 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, meski demikian demikian pula ikut membuka akses lewat pendekatan open-weight. Ini sanggup menarik bagi pengembang yang ingin fleksibilitas lebih masif. 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
