MiMo 2.5 Pro AI Baru Xiaomi Dapat Melihat, Mendengar, dan Bertindak—Semua dalam Satu Model

Singkatnya

• Xiaomi meluncurkan MiMo-V2.5 dan V2.5-Pro, menggabungkan kemampuan teks, gambar, audio, dan video ke dalam satu model AI multimodal.
• Versi Pro bersaing dengan model frontier teratas dalam tolok ukur pengkodean dan agenik, sekaligus meningkatkan efisiensi token dan biaya secara signifikan.
• Model-model baru ini menandai dorongan AI cepat Xiaomi, dengan rencana sumber terbuka dan iterasi agresif setelah adopsi yang kuat di platform seperti OpenRouter.

Xiaomi baru saja meluncurkan keluarga model AI baru. Sekali lagi. Beberapa minggu lalu, perusahaan merilis MiMo-V2-Pro—sebuah model dengan triliun parameter yang sebelumnya diam-diam beredar di OpenRouter dengan nama samaran “Hunter Alpha” sebelum Xiaomi mengungkap identitasnya. Model ini berubah dari anonim menjadi top-tier dalam semalam. Kami mengujinya, dan hasilnya mengesankan. Sekarang Xiaomi kembali dengan MiMo-V2.5 dan MiMo-V2.5-Pro, sebuah keluarga model yang menambahkan sesuatu yang tidak pernah dimiliki generasi sebelumnya dalam satu paket: mata, telinga, dan kemampuan memproses video. Oh, dan perusahaan berencana membuka sumber model-model ini dalam waktu dekat.

Model V2-Pro hanya mampu teks dan kode. Kemampuan multimodal ada di model saudaranya, MiMo-V2-Omni, tetapi itu adalah produk terpisah dengan skor tolok ukur yang lebih rendah. MiMo-V2.5 menggabungkan semuanya menjadi satu model—lebih cepat, lebih mampu, dan dengan pemahaman gambar, video, dan audio bawaan sejak awal. Itu lebih penting daripada yang mungkin terdengar bagi pengguna biasa. Misalnya, sekarang Anda bisa mengunggah foto kulkas dan memintanya menyarankan resep makan malam. Menyisipkan tutorial video dan mendapatkan ringkasan langkah-demi-langkah. Merekam rapat dan mengeluarkan poin tindakan. Semuanya dalam satu tempat, tanpa harus berganti alat dan model berbeda dengan strategi harga yang berbeda. Xiaomi mengklaim MiMo-V2.5-Pro mewakili “lompatan besar dari MiMo-V2-Pro dalam kemampuan agenik secara umum, rekayasa perangkat lunak kompleks, dan tugas jangka panjang,” dan mengatakan model ini sekarang setara dengan model frontier seperti Claude Opus 4.6 dan GPT-5.4 di sebagian besar tolok ukur pengkodean dan agen. Angka-angkanya sebagian besar mendukung klaim tersebut—meskipun masih ada celah pada tugas penalaran yang lebih sulit. 

Model dasar dan pro memiliki tujuan berbeda. MiMo-V2.5-Pro adalah yang paling kuat. Xiaomi mengatakan model ini dapat “menyelesaikan tugas profesional secara mandiri yang melibatkan lebih dari 1.000 panggilan alat, pekerjaan yang akan memakan waktu berhari-hari bagi manusia ahli.” Itu untuk pengembang yang menjalankan alur kerja otomatis yang kompleks dan berlangkah-langkah banyak. Model ini berjalan pada 60–80 token per detik dan biaya $1,00 input / $3,00 output per juta token. MiMo-V2.5 adalah versi sehari-hari. Lebih cepat (100–150 token per detik), lebih murah ($0,40 input / $2,00 output), dan mendukung semua modality—gambar, audio, dan video yang diabaikan oleh tier Pro saja. Kedua model memiliki jendela konteks 1 juta token, artinya mereka dapat menampung sekitar 750.000 kata dalam satu percakapan. Pada SWE-bench Pro—tolok ukur pengkodean di mana model memperbaiki bug nyata dalam basis kode startup, dengan skor keberhasilan dari 100—MiMo-V2.5-Pro menyelesaikan 57,2% tugas. Itu hampir di puncak; model rata-rata sekitar 25%. Ceritanya serupa di τ3-bench dan ClawEval, di mana model ini berada dalam beberapa poin dari Claude Opus 4.6 dan GPT-5.4. Celahnya terbuka lebar di Humanity’s Last Exam, sebuah tantangan soal tingkat pascasarjana di berbagai bidang akademik: MiMo mendapatkan skor 48,0% versus GPT-5.4 dengan 58,7%—selisih 10 poin yang sulit diatasi. Di mana model ini benar-benar menonjol adalah efisiensi token. Xiaomi mengatakan MiMo-V2.5-Pro menggunakan 42% token lebih sedikit daripada Kimi K2.6 dengan skor tolok ukur yang setara, dan MiMo-V2.5 hampir setengah dari Muse Spark untuk hasil yang serupa. Bagi siapa pun yang menjalankan ini secara skala besar—pengembang yang memproses ribuan permintaan setiap hari—perbedaan ini adalah uang nyata. Dalam tugas multimodal, hasil skor MiMo-V2.5 menunjukkan performa yang setara dengan GPT/5.4 dan Gemini 3.1 Pro, dan cukup dekat dengan standar Opus 4.6.

Sejak Desember 2025, Xiaomi telah menyelesaikan tiga rilis model utama: Pertama, merilis MiMo-V2-Flash yang efisien, kemudian trio V2-Pro/Omni/TTS pada bulan Maret, dan sekarang seri V2.5 hari ini. Perusahaan berkomitmen setidaknya $8,7 miliar untuk investasi AI selama tiga tahun ke depan, diumumkan oleh CEO Lei Jun sehari setelah peluncuran V2-Pro—dan ritme rilis ini menunjukkan bahwa anggaran sudah mulai bergerak. Konteks juga membantu menjelaskan kecepatan tersebut. Menurut Digital Applied, per April awal, model-model Xiaomi menyumbang sekitar 21% dari seluruh lalu lintas di OpenRouter—bertambah lebih dari 42% dalam 7 hari terakhir. Ketika model sebelumnya menjadi salah satu model paling kompetitif di platform routing AI terbesar di dunia, Anda memiliki sumber daya dan tekanan untuk berinovasi dengan cepat.

Ini mungkin disebabkan oleh ledakan alat AI agenik Hermes dan kerjasamanya dengan Xiaomi, yang memberi pengguna akses gratis ke MiMo v2 Pro untuk waktu terbatas. Waktu tersebut sudah berakhir, tetapi hype-nya cukup untuk menempatkan Xiaomi di medan permainan.

Terima kasih atas cinta Anda ❤️❤️ https://t.co/mA1WV1GAia

— Xiaomi MiMo (@XiaomiMiMo) 11 April 2026

Mereka yang ingin menggunakan Hermes secara gratis sekarang dapat menguji Step 3.5 flash baru dengan API Nous atau menggunakan OpenRouter dengan model gratis tetapi penggunaan yang lebih terbatas. Harga paket token juga diperbarui. MiMo-V2.5 berjalan dengan tarif kredit 1x; MiMo-V2.5-Pro dengan 2x. Xiaomi tidak lagi mengenakan pengali tambahan untuk penggunaan jendela konteks 1 juta token penuh, yang membuat analisis dokumen panjang menjadi jauh lebih murah. Pengguna yang sudah ada juga mendapatkan reset kredit penuh sebagai bonus peluncuran. Xiaomi mengatakan model ini tersedia di AI Studio-nya. Kami mencoba mengaksesnya segera setelah peluncuran—tidak berhasil. Namun, model ini sudah aktif melalui API Xiaomi MiMo, yang merupakan tempat sebagian besar pengembang akan menggunakannya. Perusahaan mengatakan sedang melatih generasi berikutnya, dengan “penalaran yang lebih dalam, integrasi alat yang lebih ketat, dan dasar dunia nyata yang lebih kaya.” Dengan kecepatan Xiaomi bergerak, pengumuman ini mungkin lebih dekat dari yang Anda kira.