MiMo

A Xiaomi publica os pesos do MiMo com uma licença permissiva, então você pode baixar e rodar os modelos nas suas máquinas em vez de encaminhar cada requisição por um serviço hospedado. Isso importa quando você precisa manter os dados dentro de casa ou quer ajustar um modelo para uma tarefa específica. Os arquivos ficam no Hugging Face e no ModelScope e rodam nos runtimes de código aberto mais usados.

A API segue dois formatos de requisição muito usados, então a maioria dos SDKs e ferramentas conecta só trocando a URL base e a chave. Se você já tem código que chama a OpenAI ou a Anthropic, apontar para o MiMo costuma ser questão de poucas linhas. Isso tira o atrito de testar um provedor novo sem reescrever seu app.

A geração atual suporta uma janela de contexto de até 1M tokens, suficiente para uma base de código grande, uma pilha de documentos ou uma conversa longa sem picar nada. O desenho de atenção com janela deslizante mantém baixo o uso de memória conforme o contexto cresce, então entradas longas continuam práticas e não viram um pico de custo. Para quem trabalha com arquivos grandes, esse é o recurso que decide se o modelo serve ou não.

Esse modelo de IA agente é ajustado para chamadas de ferramentas e planejamento em várias etapas, não para respostas de um tiro só. Os modelos vão bem em benchmarks públicos de agentes, e a Xiaomi os ajustou contra frameworks reais. Na prática, isso significa que o modelo consegue planejar uma tarefa, chamar as ferramentas de que precisa e levar o trabalho por várias etapas antes de responder.

A linha usa um desenho de mistura de especialistas que ativa uma fatia pequena da rede a cada requisição, o que mantém a velocidade alta e o custo baixo mesmo nos modelos maiores. Uma camada leve de previsão gera vários tokens de uma vez, então as respostas saem mais rápido que em um modelo de token a token. Com muito volume, essa diferença aparece direto na conta.

A Xiaomi oferece mais de um modelo, de versões compactas que cabem em hardware modesto até o topo de linha para trabalho pesado de agentes. Você escolhe o que encaixa na tarefa, então não paga preço de topo de linha por chamadas simples. A família também se estende a ferramentas de código e modelos de voz para quem quer um só fornecedor em várias frentes.