Xiaomi merilis MiMo-V2.5 dan langsung menempatkannya di kelas model AI luas. Model ini sejak awal rampung dibuat multimodal, jadi tidak hanya mengolah teks, akan tetapi serta gambar dan video dalam satu sistem. Xiaomi serta menambahkan kemampuan agentic, yang menghasilkan model dapat menjalankan tugas yang lebih kompleks tanpa sejumlah luas instruksi manual.
Demi melihat posisinya, Xiaomi membandingkan MiMo-V2.5 melalui beberapa model kolosal yang telah 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 sanggup mengejar performa versi Pro, namun 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 memakai model closed-source yang selama ini lebih dominan di area tersebut. Artinya, MiMo-V2.5 tidak hanya kuat di teks, meski demikian demikian pula cukup seimbang di berbagai jenis input.
Model ini dilatih memakai 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 demikian pula membuatnya bisa menangani input yang panjang tanpa gampang kehilangan konteks.
Soal akses, MiMo-V2.5 memang bisa 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 kini ada di API atau AI Studio milik Xiaomi, meski platform tersebut belum selalu stabil.
Xiaomi terlihat tidak hanya ingin punya model sendiri, namun serta ikut membuka akses lewat pendekatan open-weight. Ini sanggup menarik bagi pengembang yang ingin fleksibilitas lebih luas. Menarik bagi dilihat, apakah model seperti ini sanggup lekas dipakai luas, atau tetap kalah praktis dibanding layanan AI tertutup yang rampung lebih dulu mapan.
Sumber
