X
MiMo-V2.5OPEN
MiMo-V2.5 è un modello omnimodale nativo di Xiaomi.
I prezzi vengono aggiornati automaticamente — verificati quotidianamente rispetto ai listini prezzi dei fornitori.
- $0.15 per 1M token, assumendo 3 input per 1 output la convenzione utilizzata da Artificial Analysis
- più economico del 64% dei 202 modelli open-weight monitorati qui
- 1 di 5 modelli Xiaomi monitorati qui, dal più economico
Benchmark e prestazioni
Punteggi di benchmark indipendenti per MiMo-V2.5, misurati da Artificial Analysis. Maggiore è meglio.
Con lo stesso budget, MiMo-V2.5 offre 17 volte più capacità. I pesi aperti significano anche che puoi fare self-hosting e non pagare nulla per token.
I modelli a questo livello costano $1.05 per 1M token (mediana di 29) — questo costa $0.15.
Più economico e migliore su questo indice: Claude Haiku 5.5 (batch) · GLM 5.3 Flash · GLM 5.3 Flash (batch) e 8 in più
Informazioni su questo modello
MiMo-V2.5 è un modello AI open-weight di Xiaomi. È possibile scaricarlo e self-hostarlo gratuitamente; i prezzi di seguito sono i listini delle API ospitate, aggiornati giornalmente, per quando si preferisce la comodità rispetto al self-hosting.
Domande frequenti
Che cos'è MiMo-V2.5?
MiMo-V2.5 è un modello di linguaggio AI di Xiaomi. È open-weight: può scaricarlo ed eseguirlo sul proprio hardware, gratuitamente. Ottiene 21.8 sull'indice di intelligenza Artificial Analysis.
MiMo-V2.5 è gratuito?
I pesi sono liberi e open — può self-hostare MiMo-V2.5 e non pagare nulla per token. Se preferisce un'API hosted, i prezzi di listino sono $0.12 per milione di token di input e $0.24 per milione di token di output.
A cosa serve MiMo-V2.5?
I benchmark indipendenti di Artificial Analysis gli danno GPQA 84.9%, Humanity's Last Exam 27.2%, Long Context Reasoning 73%, SciCode 43.9%, IFBench 67.1%, τ²-Bench 90.6%, τ-Bench Banking 8.7%, Terminal-Bench 63.7%, Terminal-Bench Hard 41.7%. È particolarmente utilizzato per generazione di codice.
Posso auto-ospitare MiMo-V2.5?
Sì. MiMo-V2.5 ha open weights, quindi può scaricarlo ed eseguirlo sulla propria GPU o server con strumenti come Ollama, vLLM o llama.cpp — senza costi per token.