Saltar al contenido principal

MiMo-V2-Omni

XiaomiProprietary

Descripción

MiMo-V2-Omni is Xiaomi's omni foundation model uniting frontier multimodal understanding with strong agentic capability. It fuses dedicated image, video, and audio encoders into a single shared backbone, processing all modalities simultaneously. Natively supports structured tool calling, function execution, and UI grounding. Supports over 10 hours of continuous audio understanding and 256K token context window.

Fecha de lanzamiento
2026-03-19
Parámetros
—
Longitud del contexto
—
Modalidades
audio, image, text, video

Radar de capacidades

70
general
70
coding
70
reasoning
60
scienceest.
70
agents
85
multimodal

Science se estima a partir de las puntuaciones científicas de LLM Stats o del razonamiento cuando no hay benchmarks científicos dedicados.

Rankings

No hay datos de ranking disponibles

Puntuaciones de benchmarks (LLM Stats)

(LLM Stats (zeroeval))

Agents

MM-BrowserComp52.0%Aut.
OmniGAIA49.8%Aut.

Code

PinchBench81.2%Aut.
Claw-Eval54.8%Aut.

Reasoning

SWE-Bench Verified74.8%Aut.

Índices de evaluación AA

(Artificial Analysis)

No hay datos de evaluación AA disponibles

Puntuaciones por categoría LLM Stats

(LLM Stats (zeroeval))
Reasoning
70
Frontend Development
70
General
70
Agents
70
Code
70

Precios

No hay datos de precios disponibles

Velocidad

No hay datos de velocidad disponibles

Ranking de Precios por Proveedor

No hay datos de proveedores disponibles

Fuentes externas