MiMo v2.5
XiaomiÉquilibré
RaisonnementOutilsVisionSortie structurée
À propos de ce modèle
MiMo-V2.5 is a native omnimodal model by Xiaomi. It delivers Pro-level agentic performance at roughly half the inference cost, while surpassing MiMo-V2-Omni in multimodal perception across image and video understanding...
Catégorie de performance
Équilibré
MiMo v2.5 est un modèle équilibré de Xiaomi : un bon compromis entre bonnes performances à un prix raisonnable.
Bon rapport coût-performance. Fiable pour la plupart des usages professionnels sans tarification premium.
Tarification
Ce modèle est inclus dans les plans ElosiaÉco
Coût minimal. Idéal pour le très haut volume ou les tâches simples.
| Type | par 1M tokens |
|---|---|
| Entrée (prompt) | $0.140 |
| Sortie (complétion) | $0.280 |
| Lecture cache | $0.0028 |
Capacités
Taille du contexte1.0M
Tokens de sortie max131K
TokenizerOther
Entréetext, audio, image, video
Sortietext
Date de sortie22 avril 2026
Benchmarks
Intelligence générale
MMLU
Non reporté
Mathématiques
MATH-500
Non reporté
Programmation
HumanEval
Non reporté
Multimodalité
MMMU-Pro
77.9%
Agentique
SWE-bench Pro
56.1%
Terminal-Bench 2.0
65.8%
Usages recommandés
AnalyseRechercheProgrammationExtraction de données
Points forts
- Entrée omni-modale native — compréhension image, vidéo et audio dans un seul modèle open-weight, rare dans sa gamme de prix
- Architecture MoE (310B au total, 15B actifs), open-weight sous licence MIT permissive — auto-hébergeable
- Tarification très basse à $0,14/M en entrée et $0,28/M en sortie — une fraction du coût des modèles multimodaux comparables
- Contexte de 1M tokens avec support natif du contexte long sur toutes les modalités
- Solide compréhension documentaire et multimodale auto-rapportée (MMMU-Pro 77,9)
Limites
- En dessous du flagship MiMo-V2.5-Pro sur le codage et le raisonnement difficiles — positionné comme la variante multimodale plus économique
- Benchmarks texte standard publiés uniquement sous forme d'images de graphiques ; vérification indépendante par benchmark encore limitée
- Écosystème et outillage plus restreints que les fournisseurs multimodaux occidentaux établis
Ressources
Ce modèle peut utiliser vos données pour l'entraînement
