Xiaomi yeni MiMo-V2.6-Pro böyük dil modelini təqdim edib. Şirkətin yeni süni intellekt modeli 1,02 trilyon parametrə, 1 milyon tokenlik kontekst pəncərəsinə və mətn, görüntü, səs və video məlumatlarını emal etmək imkanına malikdir. Model xüsusilə proqramlaşdırma və süni intellekt agentləri üçün nəzərdə tutulmuş imkanları ilə diqqət çəkir.
Xiaomi bildirir ki, MiMo-V2.6-Pro Mixture of Experts (MoE) arxitekturasından istifadə edir. Buna görə modelin 1,02 trilyon parametrinin hamısı hər sorğu zamanı aktivləşdirilmir. İnferensiya zamanı təxminən 42 milyard parametr işə düşür. Bu yanaşma böyük modelin imkanlarını qoruyaraq hesablama resurslarına olan tələbatı azaltmağa imkan verir.
Model multimodal işləmə imkanlarına da malikdir. MiMo-V2.6-Pro mətnlə yanaşı görüntü, səs və videonu qəbul edib eyni sistem daxilində emal edə bilir. Görüntülərin emalı üçün Xiaomi tərəfindən hazırlanmış 681 milyon parametrli MiMo-ViT kodlayıcısından, səs məlumatlarının emalı üçün isə ayrıca audio kodlayıcıdan istifadə olunur.
Yeni modelin əsas xüsusiyyətlərindən biri 1 milyon tokenlik kontekst pəncərəsidir. Bu, böyük həcmli sənədlərin, geniş proqram kodlarının və uzunmüddətli süni intellekt agenti tapşırıqlarının eyni kontekst daxilində emal edilməsinə imkan verir.
Xiaomi modelin hazırlanmasında möhkəmləndirici öyrənməyə (Reinforcement Learning — RL) xüsusi diqqət ayırıb. Bu üsulda model yalnız əvvəlcədən hazırlanmış nümunələri öyrənməklə kifayətlənmir, tapşırıqları yerinə yetirərək əldə etdiyi nəticələr əsasında davranışını təkmilləşdirir. Bu yanaşma xüsusilə planlaşdırma, müxtəlif alətlərdən istifadə, səhvlərin düzəldilməsi və uzunmüddətli tapşırıqların icrası tələb olunan süni intellekt agentləri üçün əhəmiyyətlidir.
Mənbədə göstərilən performans testlərinə görə, MiMo-V2.6-Pro bəzi proqramlaşdırma tapşırıqlarında hazırkı aparıcı açıq modellərlə rəqabət apara bilir və müəyyən testlərdə DeepSeek-in son modelini qabaqlayır. Bununla belə, istifadəçi rəyləri nəticələrin tapşırıqdan asılı olaraq dəyişdiyini göstərir və MiMo-V2.6-Pro-nun bütün sahələrdə daha güclü olduğunu söyləmək hələ tezdir.
Xiaomi daha aşağı hesablama xərclərinə fokuslanan MiMo-V2.6-Flash modelini də təqdim edib. Flash versiyası ümumilikdə 310 milyard parametrə malikdir və inferensiya zamanı təxminən 15 milyard parametr aktivləşdirilir. Bu model də 1 milyon tokenlik kontekst pəncərəsini və mətn, görüntü, səs və video girişlərini dəstəkləyir.
Xiaomi-nin açıqladığı API qiymətlərinə əsasən, MiMo-V2.6-Flash üçün 1 milyon giriş tokeni 0,14 dollar, çıxış tokeni isə 0,28 dollardır. MiMo-V2.6-Pro-da eyni göstəricilər müvafiq olaraq 0,435 və 0,87 dollar təşkil edir. Flash versiyası bununla yüksək həcmli proqramlaşdırma, sənəd emalı və süni intellekt agenti sistemləri üçün daha aşağı xərcli alternativ kimi mövqeləndirilir.
