Väheste näidete põhine heli-keele uurimine, kõne jätkamine, hääle ja stiili teisendamine, kõne tõlkimine, kõne redigeerimine ning heli ja tekstiga katsetamine
Tüüp
Multimodaalne
Kontekst
8K
Arutlusvõime
5/10
Kiirus
3/10
Multimodaalne
Helisisend
Meediaväljund
Olek
Praegu allalaaditav avatud parameetritega mudel
Vaata mudelit
→
Kohaliku heli mõistmine, kõne tekstiks teisendamise dialoogid, kõnepõhised vestlusagendid ja juhitava tekst-kõneks sünteesi uurimine
Tüüp
Multimodaalne
Kontekst
8K
Arutlusvõime
7/10
Kiirus
4/10
Multimodaalne
Helisisend
Meediaväljund
Olek
Praegu avatud kaaludega mudel; seda saab kohapeal alla laadida ja kasutada
Sisend
Ametlikku hostitud API hinda ei ole avaldatud; mudeli kaalud on ise majutatavad
Väljund
Ametlikku hostitud API hinda ei ole avaldatud; mudeli kaalud tuleb ise majutada.
Vaata mudelit
→
Kehastatud tehisintellekti uuringud, autonoomse sõidu tajusüsteemid ja planeerimine, ruumiline arutlemine, tegevusvõimaluste ennustamine, robotite navigeerimine ning multimodaalne visuaalne analüüs
Tüüp
Multimodaalne
Kontekst
128K
Arutlusvõime
7/10
Kiirus
6/10
Multimodaalne
Pildisisend
Videosisend
Olek
Aktiivne avatud kaaludega mudel
Vaata mudelit
→
Uurimistöö, kohandatud järeltreening, alusmudelite katsetamine ja pika konteksti isehostitud järeldamine
Tüüp
üldotstarbeline
Kontekst
256K
Arutlusvõime
8/10
Kiirus
9/10
Olek
Praegune avatud kaaludega baasmudel
Vaata mudelit
→
Kõne tekstiks transkribeerimine hiina ja inglise keeles, Hiina piirkondlikes murretes, koodivahetusega kõnes, laulusõnades, mürarikastes salvestistes ja mitme kõnelejaga vestlustes
Tüüp
Muu
Arutlusvõime
3/10
Kiirus
7/10
Helisisend
Voogedastus
Olek
Praegu on see Xiaomi MiMo API kaudu kättesaadav; avatud lähtekood ja mudeli kaalud on saadaval.
Sisend
$0.074 sisendheli tunni kohta rahvusvahelise API kasutuse korral; ¥0.5 tunni kohta kodumaisel hinnalehel
Väljund
Eraldi väljunditasu kohta dokumentatsioon puudub; arveldamine põhineb sisendaudio kestusel.
Vaata mudelit
→
Ilmekas tekst kõneks teisendus, audioraamatud, taskuhäälingud, dubleerimine, tegelaste dialoog, häälliidesed, jutustatud sisu ning stiliseeritud kõne või laulmine.
Tüüp
Muu
Kontekst
8K
Arutlusvõime
1/10
Kiirus
7/10
Meediaväljund
Voogedastus
Sisend
Piiratud aja jooksul tasuta
Väljund
Piiratud aja jooksul tasuta
Vaata mudelit
→
Zero-shot-hääle kloonimine, ilmekas jutustamine, tegelaste dialoog, isikupärastatud kõne ja kohandatud häälega helisisu loomine
Tüüp
Muu
Kontekst
8K
Kiirus
7/10
Multimodaalne
Helisisend
Meediaväljund
Olek
Praegu; piiratud aja jooksul tasuta juurdepääs
Sisend
Piiratud aja jooksul tasuta
Väljund
Piiratud aja jooksul tasuta
Vaata mudelit
→
Kohandatud sünteeshääled jutustamiseks, tegelastele, taskuhäälingutele, ASMR-i jaoks, mängudele, assistentidele ja loovaks heliloomeks
Tüüp
Muu
Kontekst
8K
Kiirus
6/10
Meediaväljund
Voogedastus
Olek
Praegu; tasuta juurdepääs piiratud aja jooksul
Sisend
Piiratud aja jooksul tasuta
Väljund
Piiratud aja jooksul tasuta
Vaata mudelit
→
Kohalikud kodeerimisagendid, terminali automatiseerimine, küberturvalisuse eksperimenteerimine, visuaalne programmeerimine ja agentse tugevdusõppe uurimine
Tüüp
Multimodaalne
Kontekst
262K
Arutlusvõime
7/10
Kiirus
7/10
Multimodaalne
Pildisisend
Tööriistade kasutamine
Olek
Praegune avatud kaaludega SFT-kontrollpunkt
Sisend
Ametlikku hostitud API-hinda ei ole; avatud kaaludega allalaaditav mudel
Väljund
Ametlikult hostitud API-l puudub hind; saadaval on allalaaditavad avatud kaalud.
Vaata mudelit
→
Suure mahuga multimodaalsed API-töökoormused, programmeerimisabilised, agentide automatiseerimine, pika konteksti toel dokumentide ja koodirepositooriumide analüüs, tööriistu kasutavad töövood ning kulutundlikud professionaalsed rakendused.
Tüüp
Multimodaalne
Kontekst
1M
Arutlusvõime
8/10
Kiirus
9/10
Multimodaalne
Pildisisend
Helisisend
Olek
Praegu; avatud kaaludega ja saadaval Xiaomi MiMo API, MiMo Studio, MiMo Desktopi, MiMo Code’i ning muude toetatud integratsioonide kaudu.
Sisend
0,14 dollarit miljoni tokeni kohta vahemälu möödahiiliva sisendi puhul; 0,0028 dollarit miljoni tokeni kohta vahemälu tabava sisendi puhul.
Väljund
$0,28 miljoni tokeni kohta.
Vaata mudelit
→
Pikaajalise tegevushorisondiga agendid, programmeerimine, küberturvalisus, teadusuuringud, arvuti kasutamine, multimodaalne analüüs ja keerukad mitmeastmelised töövood
Tüüp
Multimodaalne
Kontekst
1M
Arutlusvõime
9/10
Kiirus
7/10
Multimodaalne
Pildisisend
Helisisend
Olek
Praegu; avatud lähtekoodiga mudelikaalud ja API-juurdepääs on saadaval
Sisend
0,435 $ 1 miljoni märgi kohta vahemälu möödalasu korral; 0,0036 $ 1 miljoni märgi kohta vahemälu tabamuse korral; pakett-sisend 0,2175 $ 1 miljoni märgi kohta
Väljund
0,87 dollarit 1 miljoni tokeni kohta; pakettöötluse väljund 0,435 dollarit 1 miljoni tokeni kohta
Vaata mudelit
→
Latentsuse suhtes tundlik multimodaalne arutlemine, programmeerimine, tööriistade kasutamine, pika kontekstiga uurimistöö ja interaktiivsed agentide töövood
Tüüp
Arutlus
Kontekst
1M
Arutlusvõime
9/10
Kiirus
10/10
Multimodaalne
Pildisisend
Helisisend
Olek
Praegune; MiMo-V2.6-Pro kiire inferentsi variant
Sisend
$0.036 miljoni vahemällu salvestatud sisendtokeni kohta; $4.35 miljoni vahemällu salvestamata sisendtokeni kohta
Väljund
8,70 dollarit miljoni väljundtokeni kohta
Vaata mudelit
→
Kohalik piltide ja videote mõistmine, multimodaalne arutlemine, visuaalsetele küsimustele vastamine, OCR-iga seotud ülesanded, visuaalne ankurdamine ja graafilise kasutajaliidese analüüs
Tüüp
Multimodaalne
Kontekst
128K
Arutlusvõime
7/10
Kiirus
7/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegu avatud kaaludega mudel; avalikult allalaaditav ja lokaalselt juurutatav
Sisend
Ametlikku esimese osapoole hostitud API hinnateavet ei leitud; avatud kaaludega mudel on allalaadimiseks saadaval.
Väljund
Ametlikku tootja hostitud API hinnastust ei leitud; mudeli kaalud on allalaadimiseks saadaval.
Vaata mudelit
→
Isehostitud pildi- ja videoanalüüs, multimodaalse arutlusvõime uurimine, juhendatud peenhäälestus ning katsed tugevdusõppega
Tüüp
Multimodaalne
Kontekst
128K
Arutlusvõime
7/10
Kiirus
6/10
Multimodaalne
Pildisisend
Videosisend
Olek
Praegu saadaval olev avatud kaaludega mudeli kontrollpunkt; allalaaditav
Sisend
Ametlikult hostitud API hinnakiri puudub; allalaaditavad mudelikaalud on saadaval MIT-litsentsi alusel
Väljund
Ametlikult hostitud API hinnakujundus puudub; allalaaditavad kaalud on saadaval MIT-litsentsi alusel.
Vaata mudelit
→
Pikaajalist planeerimist nõudvad agenditöövood, kogu koodihoidla ulatuses koodi kirjutamine, keerukas tarkvaraarendus, tööriistapõhine automatiseerimine ja väga mahukad dokumendid
Tüüp
Arutlus
Kontekst
1M
Arutlusvõime
9/10
Kiirus
7/10
Tööriistade kasutamine
Veebiotsing
Peenhäälestamine
Olek
Aegunud; API-mudeli nime kasutamine lõpeb 21.10.2026 kell 10.00 Pekingi aja järgi
Sisend
¥0,025 miljoni vahemälu tabamuse tokeni kohta; ¥3 miljoni vahemälu möödalasu tokeni kohta; vastavad USA dollari hinnad on 0,0036 ja 0,435 dollarit miljoni tokeni kohta
Väljund
¥6 miljoni tokeni kohta; samaväärne hind USA dollarites on $0,87 miljoni tokeni kohta
Vaata mudelit
→
