B.AI mở miễn phí mô hình AI đa phương thức MiMo-V2.5 của Xiaomi

B.AI (B.AI) đã bổ sung mô hình AI toàn phương thức MiMo-V2.5 của Xiaomi (Xiaomi) vào danh sách mô hình có thể gọi miễn phí trên API dành cho nhà phát triển. Người dùng nền tảng giờ có thể thử nghiệm một mô hình xử lý đồng thời văn bản, hình ảnh, video và giọng nói.

Theo TechFlow đưa tin ngày 24 lúc 10h20 sáng (giờ Hàn Quốc), nền tảng B.AI đã mở miễn phí toàn bộ lượt gọi đối với mô hình mã nguồn mở MiMo-V2.5 của Xiaomi. Mô hình được mở lần này có quy mô 310 tỷ tham số, sử dụng kiến trúc hỗn hợp chuyên gia thưa (MoE).

Theo tài liệu của B.AI, MiMo-V2.5 dùng cấu trúc 15 tỷ tham số kích hoạt, 256 chuyên gia định tuyến và chọn 8 chuyên gia cho mỗi token. MoE là kiến trúc chỉ kích hoạt một phần trong nhiều mô hình chuyên gia để tăng hiệu quả tính toán.

Tính năng cốt lõi của MiMo-V2.5 là khả năng hiểu toàn phương thức. Mô hình nhận đầu vào là văn bản, hình ảnh, video và giọng nói, sau đó phân tích và trả lời bằng văn bản.

Tuy nhiên, tài liệu của B.AI cũng nêu rõ API lưu trữ của mô hình này không trực tiếp tạo ra hình ảnh, âm thanh hay video. Nói cách khác, mô hình chỉ hiểu nhiều định dạng đầu vào khác nhau rồi xuất ra phản hồi dạng văn bản.

Khả năng xử lý ngữ cảnh dài cũng là điểm được nhấn mạnh. MiMo-V2.5 hỗ trợ cửa sổ ngữ cảnh lên tới 1 triệu token và đầu ra tối đa 128.000 token.

Token là đơn vị nhỏ nhất mà mô hình AI dùng để chia tách câu khi xử lý. Cửa sổ ngữ cảnh là phạm vi đầu vào mà mô hình có thể tham chiếu cùng lúc, thường được dùng làm tiêu chí so sánh khi phân tích tài liệu dài, mã nguồn hoặc dữ liệu đa phương tiện.

Tài liệu chính thức của dòng MiMo (Xiaomi) cho biết dòng MiMo-V2.5 bắt đầu thử nghiệm công khai từ ngày 23 tháng 4 và trọng số mô hình được công bố theo giấy phép MIT. Tài liệu này cũng nêu việc triển khai suy luận thương mại, huấn luyện tiếp hay tinh chỉnh mô hình đều không cần xin phép riêng.

Cùng dòng sản phẩm còn có MiMo-V2.5-Pro, hướng tới các tác vụ agent phức tạp và lập trình, bên cạnh MiMo-V2.5 tập trung vào khả năng hiểu toàn phương thức. Nhà phát triển có thể chọn mô hình phù hợp tùy mục đích, giữa lập trình, agent hay hiểu đa phương thức.

Động thái lần này của B.AI tiếp nối việc nền tảng từng mở quyền truy cập miễn phí cho mô hình DeepSeek V4 Flash trước đó. Khi đó, B.AI đồng thời mở giao diện web chat và API, cho phép nhà phát triển gọi dịch vụ mô hình ngôn ngữ lớn qua cả web lẫn API.

V4 Flash trước đó được xếp vào nhóm mô hình chỉ xử lý văn bản. Tài liệu của B.AI khi đó ghi rõ mô hình này không hỗ trợ các tính năng đa phương thức như hình ảnh, âm thanh hay video.

MiMo-V2.5 được bổ sung lần này mang tính chất lấp khoảng trống đó. Tài liệu của B.AI liệt kê các trường hợp sử dụng gồm phân tích đa phương thức kết hợp ảnh chụp màn hình, biểu đồ, tài liệu quét, video, giọng nói, cùng với agent đọc hiểu tư liệu hình ảnh, lập trình và tự động hóa nói chung, cũng như phân tích tài liệu dài.

Các tính năng được hỗ trợ còn có gọi hàm (function calling), xuất dữ liệu có cấu trúc, streaming và kiểm soát chế độ suy luận sâu (deep thinking). Với nhà phát triển, đây là môi trường buộc phải so sánh không chỉ hiệu năng mô hình mà cả định dạng đầu vào, độ dài ngữ cảnh và chi phí gọi API.

Việc mở miễn phí có kéo dài thành chính sách miễn phí lâu dài hay không còn tùy chính sách của nền tảng. Theo bảng giá trong tài liệu của B.AI, giá tham chiếu tiêu chuẩn cho MiMo-V2.5 là 0,14 credit cho đầu vào, 0,14 credit cho ghi cache, 0,0028 credit cho đọc cache và 0,28 credit cho đầu ra.

Tài liệu này cũng nêu rằng chi phí thực tế có thể thay đổi tùy ưu đãi nạp tiền và quyền lợi tài khoản, còn mức phí cuối cùng sẽ theo đúng giao diện nền tảng và hóa đơn thực tế. Vì vậy, khi kết nối dịch vụ thực tế, nhà phát triển cần kiểm tra đồng thời phạm vi gọi miễn phí và điều kiện tính phí.