MiMo-V2.5 · deepinfra

MiMo-V2.5 is a native omnimodal model with strong agentic capabilities, supporting text, image, video, and audio understanding within a unified architecture. Built upon the MiMo-V2-Flash backbone and extended with dedicated vision and audio encoders, it delivers robust performance across multimodal perception, long-context reasoning, and agentic workflows.

Modèle de baseTous les modèles de cette baseTous les modèles du fournisseurvers le fournisseur

À lire aussi : Prix de l'API Xiaomi MiMo : MiMo V2.6 Pro et V2.6 Flash chez tous les fournisseurs

Tous les modèles Xiaomi MiMo chez tous les fournisseurs

Entrée, $/1M $0.14

Sortie, $/1M $0.28

Contexte 262 144

Sortie max. 16 384

Accepte audio, images, texte, vidéo

Dernière vérification 04.11.2026 12:00:14 UTC

Source —