text
Mimo V2.5
在线体验silvamux/
mimo-v2.5Mimo V2.5是一款侧重数学与科学推理的模型,在信息检索/RAG方面也有较好表现。它适合处理数学求解、科学推理与结构化分析,可作为相关业务流程中的理解、推理或生成能力底座。
价格
Tune 与 Pro 采用相同的价格。
| 输入上下文 | 输入 | 输出 | 缓存读取 | 缓存写入 |
|---|---|---|---|---|
| - | ¥1 / 1M tokens | ¥2 / 1M tokens | ¥0.02 / 1M tokens | ¥1 / 1M tokens |
模型能力
Mimo V2.5在本轮能力评测中综合得分79,整体表现良好。其数学与科学推理(93%)和信息检索 / RAG(92%)表现突出,能够处理数学求解、科学分析和结构化推理任务,并从知识库和多来源资料中定位信息、组织证据并生成有依据的回答。对企业知识库团队、AI 应用开发者和研究人员而言,它适合用于资料检索、文档问答、信息抽取和检索增强生成场景,解决从大量资料中找到相关信息,并形成可用于后续决策的回答;文本理解(90%)也为相关任务提供补充。不过,智能体协同(44%)相对较弱,在需要多步骤自主规划、连续工具调用或跨智能体协作的任务中,建议增加人工复核或专项验证。
79/ 100
专项进阶能力
8 项智能体协同44%
7 题 · 主/客观混合
代码生成80%
10 题 · 客观
代码理解与调试75%
12 题 · 主观
创意写作78%
17 题 · 主观
信息检索 / RAG92%
13 题 · 主/客观混合
长文本处理90%
3 题 · 主观
数学与科学推理93%
14 题 · 客观
多语言能力80%
10 题 · 主/客观混合
通用基础能力
3 项通识知识74%
15 题 · 主/客观混合
文本理解90%
5 题 · 主观
逻辑推理76%
20 题 · 主/客观混合
安全与合规能力
2 项幻觉控制69%
9 题 · 主观
指令遵循87%
14 题 · 主观
服务表现
Mimo V2.5 Tune
mimo-v2.5@tune- 延迟
- 15.19s
- 吞吐量
- 3.37Ktokens/min
- 可用率
- 98.66%
可用率
98.66%- 完成率
- 99%
- 缓存命中率
- 33.7%
- 累计评测耗时
- 5912.8s
- Token 消耗
- 332,299tokens
- 平均请求次数
- 1.0次
- TPM
- 3,372tokens/min
- QPM
- 1.5req/min
Mimo V2.5 的示例代码和 API
Tune
mimo-v2.5@tune/api/v0/chat/completions/api/v1/chat/completions/api/anthropic/v1/messagescurl https://www.silvamux.com/api/v1/chat/completions \
-H "Authorization: Bearer 你的API密钥" \
-H "Content-Type: application/json" \
-d '{
"model": "mimo-v2.5@tune",
"messages": [{"role": "user", "content": "你好,请介绍一下自己"}]
}'# pip install openai
from openai import OpenAI
client = OpenAI(
base_url="https://www.silvamux.com/api/v1",
api_key="你的API密钥",
)
response = client.chat.completions.create(
model="mimo-v2.5@tune",
messages=[
{"role": "user", "content": "你好,请介绍一下自己"}
],
)
print(response.choices[0].message.content)// Gradle: implementation(__HL_SLOT_0__)
import okhttp3.*;
OkHttpClient client = new OkHttpClient();
MediaType json = MediaType.get("application/json");
String payload = "{\"model\":\"mimo-v2.5@tune\",\"messages\":[{\"role\":\"user\",\"content\":\"你好,请介绍一下自己\"}]}";
Request request = new Request.Builder()
.url("https://www.silvamux.com/api/v1/chat/completions")
.header("Authorization", "Bearer 你的API密钥")
.post(RequestBody.create(payload, json))
.build();
try (Response response = client.newCall(request).execute()) {
System.out.println(response.body().string());
}// npm install openai
import OpenAI from 'openai'
const client = new OpenAI({
baseURL: 'https://www.silvamux.com/api/v1',
apiKey: '你的API密钥',
})
const response = await client.chat.completions.create({
model: 'mimo-v2.5@tune',
messages: [{ role: 'user', content: '你好,请介绍一下自己' }],
})
console.log(response.choices[0].message.content)