هوش مصنوعی MiMo شیائومی چیست؛ مدل‌ها و دسترسی API در ایران

MiMo نام مدل‌هایی است که تیم MiMo در شیائومی توسعه می‌دهد. وزن‌های مدل‌های نسل V2.6 در صفحهٔ رسمی شیائومی در Hugging Face با مجوز MIT منتشر شده‌اند؛ یعنی این مدل‌ها متن‌بازند و هر کسی با سخت‌افزار کافی می‌تواند آن‌ها را روی سرور خودش اجرا کند. شیائومی همین مدل‌ها را از طریق پلتفرم API خودش هم عرضه می‌کند.

طبق کارت مدل MiMo-V2.6-Pro و کارت مدل MiMo-V2.6-Flash، هر دو مدل این ویژگی‌ها را دارند:

• معماری MoE (ترکیب متخصص‌ها): در هر توکن فقط بخشی از پارامترها فعال می‌شود. Pro در مجموع ۱٫۰۲ تریلیون پارامتر دارد که ۴۲ میلیارد آن فعال است؛ Flash ۳۰۹ میلیارد پارامتر دارد و ۱۵ میلیارد آن فعال است.
• پنجرهٔ متن یک میلیون توکنی: برای یک مخزن کد بزرگ، چند سند طولانی یا تاریخچهٔ طولانی یک ایجنت.
• ورودی چندوجهی بومی: متن، تصویر، ویدیو و صدا در یک مدل.
• تمرکز روی کار عامل‌محور: شیائومی این نسل را با یک دورهٔ یادگیری تقویتی مشترک روی کدنویسی، ایجنت‌های عمومی، کارهای تصویری و امنیت سایبری آموزش داده است.

اگر با مفاهیمی مثل توکن و پنجرهٔ متن آشنا نیستید، راهنمای API هوش مصنوعی نقطهٔ شروع خوبی است.

فهرست زیر از کاتالوگ زندهٔ هیبانا خوانده شده است. قیمت‌ها در زمان نگارش این مطلب و به تومان برای هر یک میلیون توکن‌اند:

طبق همین کاتالوگ، هر سه مدل خروجی متنی می‌دهند و از فراخوانی تابع (Function Calling)، حالت JSON و استریم پشتیبانی می‌کنند. یک تفاوت مهم در ورودی‌هاست: هر سه متن، تصویر و ویدیو می‌پذیرند، اما ورودی صوتی در هیبانا فقط برای Pro و Pro UltraSpeed فعال است و Flash صدا نمی‌گیرد، با اینکه خود مدل در کارت شیائومی چندوجهی کامل معرفی شده است. سقف خروجی Pro UltraSpeed در کاتالوگ ۱۳۱٬۰۷۲ توکن ثبت شده است.

Pro UltraSpeed طبق توضیح کاتالوگ از همان مدل Pro ساخته شده، کیفیتی هم‌سطح آن دارد و خروجی را حدود ده برابر سریع‌تر تولید می‌کند. همان‌طور که در جدول می‌بینید، قیمت آن هم تقریباً ده برابر Pro است. قیمت‌ها ممکن است تغییر کنند؛ عدد به‌روز را همیشه در صفحهٔ هر مدل در لیست مدل‌ها ببینید.

قیمت Pro حدود سه برابر Flash است. برای اینکه تفاوت ملموس شود، یک درخواست فرضی با ۲٬۰۰۰ توکن ورودی و ۵۰۰ توکن خروجی را حساب کنیم: با Flash حدود ۱۵۴ تومان، با Pro حدود ۴۸۰ تومان و با Pro UltraSpeed حدود ۴٬۷۹۱ تومان می‌شود. این حساب تقریبی است، چون تعداد واقعی توکن خروجی را از پیش نمی‌دانید. روش دقیق محاسبه را در توکن چیست و هزینهٔ API چطور حساب می‌شود نوشته‌ایم.

شیائومی در کارت مدل‌ها نتیجهٔ چند آزمون را برای هر دو مدل منتشر کرده است. این‌ها عددهایی هستند که خود شیائومی گزارش کرده، نه آزمون ما، اما برای انتخاب میان این دو مفیدند: در بیشتر آزمون‌های کدنویسی و ایجنت فاصلهٔ Flash و Pro کم است؛ مثلاً در DeepSWE نمرهٔ Pro ۷۱٫۹ و نمرهٔ Flash ۶۷٫۹ است و در Terminal Bench 2.1 به‌ترتیب ۸۹٫۹ و ۸۷٫۶. فاصله در کارهای سخت‌تر بیشتر می‌شود؛ مثلاً در Terminal Bench 4.0 نمرهٔ Pro ۳۴٫۹ و Flash ۲۸٫۸ است.

با این داده‌ها، یک قاعدهٔ سرانگشتی:

• چت‌بات، خلاصه‌سازی، دسته‌بندی و استخراج داده در حجم بالا: Flash. ارزان‌تر است و کاتالوگ هیبانا آن را سریع‌تر از Pro رده‌بندی کرده است.
• ایجنت‌های کدنویسی و کارهای چندمرحله‌ای سخت: Pro.
• ورودی صوتی: Pro، چون Flash در هیبانا صدا نمی‌پذیرد.
• وقتی کیفیت Pro لازم است و زمان پاسخ از هزینه مهم‌تر است: Pro UltraSpeed.

بهترین راه، آزمایش یک نمونهٔ واقعی از کار خودتان روی هر دو مدل است. مشخصات را می‌توانید در مقایسهٔ MiMo Flash و Pro کنار هم ببینید.

هیبانا یک درگاه سازگار با OpenAI است، پس برای MiMo به SDK جداگانه نیاز ندارید. کتابخانه را با pip install openai نصب کنید و یک کلید API بگیرید:

from openai import OpenAI client = OpenAI(    base_url="https://api-ai.hibanacloud.ir/v1",    api_key="YOUR_API_KEY",) response = client.chat.completions.create(    model="mimo-v2.6-flash",    messages=[        {"role": "system", "content": "کوتاه، دقیق و به فارسی پاسخ بده."},        {"role": "user", "content": "در سه جملهٔ کوتاه توضیح بده پنجرهٔ متن یک میلیون توکنی به چه دردی می‌خورد."},    ],) print(response.choices[0].message.content)print(response.choices[0].finish_reason)print(response.usage)

خروجی در اجرای ما:

پنجرهٔ یک میلیون توکنی امکان نگه داشتن یک متن طولانی یا مجموعه‌ای از اسناد را در حافظهٔ مدل فراهم می‌کند.برای خلاصه‌نویسی طولانی، استخراج روندها و پاسخ به سوالاتی با زمینهٔ گسترده مفید است.همچنین برای تحلیل لاگ‌ها، مستندات فنی، کُد یا داده‌های بزرگ که حفظ زمینه تا مدت طولانی لازم است، کاربرد دارد.stopCompletionUsage(completion_tokens=1130, prompt_tokens=49, total_tokens=1179, completion_tokens_details=None, prompt_tokens_details=None, cost_rial=2047)

به عدد completion_tokens دقت کنید: پاسخ فقط سه جمله است، اما ۱٬۱۳۰ توکن خروجی حساب شده است. دلیلش توکن‌هایی است که مدل پیش از پاسخ صرف استدلال می‌کند و در خروجی دیده نمی‌شوند، ولی هزینه دارند. هنگام برآورد هزینه، به‌جای حدس زدن، مقدار cost_rial را در چند درخواست واقعی با مدلی که انتخاب کرده‌اید ملاک بگذارید.

یکی از کاربردهای رایج مدل ارزانی مثل Flash، تبدیل متن آزاد به داده‌ای است که برنامهٔ شما بتواند با آن کار کند. با response_format از مدل می‌خواهید فقط JSON معتبر برگرداند. این نمونه پیام یک مشتری را دسته‌بندی می‌کند:

import jsonfrom openai import OpenAI client = OpenAI(base_url="https://api-ai.hibanacloud.ir/v1", api_key="YOUR_API_KEY") message = "سلام، سفارش ۴۸۲۱ من سه روز است ارسال نشده و هنوز هیچ پیامکی هم نگرفته‌ام. لطفاً پیگیری کنید." response = client.chat.completions.create(    model="mimo-v2.6-flash",    response_format={"type": "json_object"},    messages=[        {            "role": "system",            "content": (                "پیام مشتری را بخوان و فقط یک شیء JSON با این کلیدها برگردان: "                "category (یکی از shipping، payment، product، other)، "                "order_id (عدد یا null)، urgent (true یا false)، summary (یک جملهٔ کوتاه فارسی)."            ),        },        {"role": "user", "content": message},    ],) data = json.loads(response.choices[0].message.content)print(json.dumps(data, ensure_ascii=False, indent=2))print("cost_rial:", response.usage.cost_rial)

خروجی در اجرای ما:

{  "category": "shipping",  "order_id": 4821,  "urgent": true,  "summary": "سفارش 4821 هنوز ارسال نشده و پیگیری فوری لازم است."}cost_rial: 698

مدل شمارهٔ سفارش را از رقم‌های فارسی پیام درست به عدد تبدیل کرده است. با این حال، حالت JSON فقط معتبر بودن ساختار JSON را تضمین می‌کند، نه وجود همهٔ کلیدها یا درستی مقدارها؛ پیش از استفاده، خروجی را در کد خودتان اعتبارسنجی کنید. جزئیات این حالت و فراخوانی تابع را در مستندات قابلیت‌های پیشرفته ببینید.

• قطعی اینترنت بین‌الملل: MiMo روی سرورهای خود هیبانا اجرا نمی‌شود و وقتی ارتباط بین‌الملل قطع است، در دسترس نیست. برای این روزها یک مدل داخلی جایگزین در نظر بگیرید؛ روش کار را در استفاده از API هوش مصنوعی بدون VPN نوشته‌ایم.
• سقف درخواست: کاتالوگ برای مدل‌های MiMo سقف پیش‌فرض ۵ درخواست در هر ۶۰ ثانیه را نشان می‌دهد. اگر خطای ۴۲۹ گرفتید، مستندات محدودیت نرخ را ببینید.
• دمای مدل: بازهٔ مجاز temperature برای Flash و Pro در کاتالوگ بین ۰ و ۱ است.
• ویدیو و تصویر: فرستادن ویدیو ساختار خاص خودش را دارد و فقط به‌صورت base64 پذیرفته می‌شود؛ مستندات ورودی ویدیو و ورودی تصویر را پیش از شروع بخوانید.

MiMo خانوادهٔ مدل‌های متن‌باز شیائومی است که در نسل V2.6 با پنجرهٔ یک میلیون توکنی و ورودی چندوجهی برای ایجنت‌ها و کدنویسی ساخته شده است. در هیبانا، Flash گزینهٔ ارزان و سریع برای کارهای پرتعداد است، Pro برای کارهای سخت‌تر و ورودی صوتی، و Pro UltraSpeed برای وقتی که سرعت پاسخ از هزینه مهم‌تر است. برای شروع، کلید API بگیرید، اولین درخواست را با MiMo V2.6 Flash بفرستید و اگر می‌خواهید آن را در ابزار کدنویسی‌تان به کار بگیرید، راهنمای اتصال ایجنت‌های کدنویسی را ببینید.