Xiaomi merilis MiMo-V2.5 dan langsung menempatkannya di kelas model AI kolosal. 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 membuat model dapat menjalankan tugas yang lebih kompleks tanpa banyak instruksi manual.
Untuk melihat posisinya, Xiaomi membandingkan MiMo-V2.5 melalui beberapa model masif 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 mampu 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, akan tetapi menggunakan kebutuhan komputasi yang lebih rendah. Ini membentuk model tersebut terasa lebih efisien, tidak sekadar mengandalkan ukuran luas.
Di sisi lain, kemampuan memahami gambar dan video pun 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, akan tetapi pun cukup seimbang di berbagai jenis input.
Model ini dilatih mendayagunakan 48 triliun token, angka yang menunjukkan skala pengembangannya. Xiaomi merilis dua varian melalui perbedaan kolosal di jumlah parameter dan kapasitas aktifnya. Dukungan konteks hingga 1 juta token serta membuatnya dapat menangani input yang panjang tanpa praktis 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, meski demikian demikian pula ikut membuka akses lewat pendekatan open-weight. Ini mampu menarik bagi pengembang yang ingin fleksibilitas lebih luas. Menarik guna dilihat, apakah model seperti ini mampu pesat dipakai luas, atau tetap kalah praktis dibanding layanan AI tertutup yang usai lebih dulu mapan.
Sumber
