ข่าว 
ข้อมูลเหรียญ 
แนะนำสื่อ 
บีเอไอ(B.AI) เปิดให้เรียกใช้ฟรี MiMo-V2.5 โมเดล AI ประมวลผลรอบด้าน (omni-modal) ของเสี่ยวมี่(Xiaomi) บน API สำหรับนักพัฒนาแล้ว โดยนักพัฒนาสามารถทดสอบโมเดลที่ประมวลผลข้อความ ภาพ วิดีโอ และเสียงพร้อมกันได้บนแพลตฟอร์มนี้
TechFlow รายงานเมื่อวันที่ 24 เวลา 10.20 น. ตามเวลาเกาหลีใต้ (เวลาท้องถิ่น) ว่าแพลตฟอร์ม B.AI เริ่มเปิดให้เรียกใช้ MiMo-V2.5 โมเดลโอเพนซอร์สแบบรอบด้านของเสี่ยวมี่ได้ฟรีทั้งหมด โดยโมเดลที่เปิดให้ใช้ครั้งนี้มีขนาด 3.1 แสนล้านพารามิเตอร์ ใช้โครงสร้าง Sparse Mixture-of-Experts (MoE)
ตามเอกสารของ B.AI ระบุว่า MiMo-V2.5 ใช้พารามิเตอร์ที่ทำงานจริง (active parameters) 1.5 หมื่นล้านตัว มีผู้เชี่ยวชาญสำหรับจัดเส้นทาง (routing experts) 256 ตัว และเลือกใช้ผู้เชี่ยวชาญ 8 ตัวต่อโทเคน โครงสร้าง MoE คือการเปิดใช้งานเฉพาะบางส่วนของโมเดลผู้เชี่ยวชาญหลายตัว เพื่อเพิ่มประสิทธิภาพการประมวลผล
จุดเด่นหลักของ MiMo-V2.5 คือความสามารถในการทำความเข้าใจข้อมูลรอบด้าน โมเดลรับข้อมูลนำเข้าได้ทั้งข้อความ ภาพ วิดีโอ และเสียง นำมาวิเคราะห์แล้วตอบกลับเป็นข้อความ
อย่างไรก็ตาม เอกสารของ B.AI ระบุว่า API ที่โฮสต์โมเดลนี้ไม่ได้สร้างภาพ เสียง หรือวิดีโอโดยตรง หมายความว่าโมเดลทำหน้าที่ทำความเข้าใจข้อมูลนำเข้าหลายรูปแบบแล้วให้คำตอบเป็นข้อความเท่านั้น
การรองรับบริบทยาวเป็นอีกจุดเด่นที่ถูกนำเสนอ MiMo-V2.5 รองรับหน้าต่างบริบท (context window) สูงสุด 1 ล้านโทเคน และให้ผลลัพธ์ (output) ได้สูงสุด 1.28 แสนโทเคน
โทเคนคือหน่วยย่อยที่สุดที่โมเดล AI ใช้แบ่งประมวลผลประโยค ส่วนหน้าต่างบริบทหมายถึงขอบเขตข้อมูลนำเข้าที่โมเดลอ้างอิงได้ในครั้งเดียว ซึ่งเป็นเกณฑ์เปรียบเทียบสำคัญในงานที่ต้องวิเคราะห์เอกสารยาว โค้ดเบส และไฟล์มีเดียไปพร้อมกัน
เอกสารทางการของชุดโมเดล MiMo จากเสี่ยวมี่ระบุว่า ซีรีส์ MiMo-V2.5 เริ่มเปิดทดสอบสาธารณะตั้งแต่วันที่ 23 เมษายน และเปิดเผยน้ำหนักโมเดล (model weights) ภายใต้สัญญาอนุญาต MIT พร้อมระบุว่าการนำไปใช้งานเชิงพาณิชย์ การฝึกต่อยอด (secondary training) และการปรับแต่งโมเดล (fine-tuning) ไม่ต้องขออนุญาตเพิ่มเติม
ในซีรีส์เดียวกันยังมี MiMo-V2.5-Pro ที่ออกแบบมาสำหรับงานเอเจนต์ (agent) และการเขียนโค้ดที่ซับซ้อน คู่กับ MiMo-V2.5 ที่ชูจุดเด่นด้านความเข้าใจข้อมูลรอบด้าน นักพัฒนาสามารถเลือกใช้โมเดลตามวัตถุประสงค์ ไม่ว่าจะเป็นงานเขียนโค้ด-เอเจนต์ หรืองานที่ต้องใช้ความสามารถมัลติโมดัล
การเปิดฟรีครั้งนี้ของ B.AI เป็นความเคลื่อนไหวต่อเนื่องจากการเปิดให้เรียกใช้ฟรีโมเดล DeepSeek V4 Flash ก่อนหน้านี้ ซึ่งครั้งนั้น B.AI เปิดทั้งหน้าเว็บแชทและ API พร้อมกัน ทำให้นักพัฒนาเรียกใช้บริการโมเดลภาษาขนาดใหญ่ผ่านหน้าเว็บหรือ API ได้
V4 Flash ที่เปิดก่อนหน้านี้ถูกจัดอยู่ในกลุ่มโมเดลที่รองรับเฉพาะข้อความ โดยเอกสารของ B.AI ระบุว่าโมเดลดังกล่าวไม่รองรับฟีเจอร์มัลติโมดัล เช่น ภาพ เสียง และวิดีโอ
MiMo-V2.5 ที่เพิ่งเพิ่มเข้ามาจึงเข้ามาเติมเต็มช่องว่างดังกล่าว เอกสารของ B.AI ระบุแนวทางการใช้งานไว้ว่าครอบคลุมการวิเคราะห์มัลติโมดัลที่ต้องทำความเข้าใจภาพหน้าจอ กราฟ เอกสารสแกน วิดีโอ และเสียงไปพร้อมกัน งานเอเจนต์ที่ต้องอ่านข้อมูลภาพ งานเขียนโค้ดและระบบอัตโนมัติทั่วไป รวมถึงการวิเคราะห์เอกสารความยาวมาก
ฟีเจอร์ที่รองรับยังรวมถึงการเรียกใช้ฟังก์ชัน (function calling) ผลลัพธ์แบบมีโครงสร้าง (structured output) การสตรีมข้อมูล (streaming) และการควบคุมโหมดคิดเชิงลึก (deep thinking control) สำหรับนักพัฒนาแล้ว นี่หมายความว่าต้องเปรียบเทียบทั้งประสิทธิภาพโมเดล รูปแบบข้อมูลนำเข้า ความยาวบริบท และต้นทุนการเรียกใช้ไปพร้อมกัน
ส่วนคำถามว่าการเปิดฟรีครั้งนี้จะกลายเป็นการไม่คิดค่าใช้จ่ายในระยะยาวหรือไม่นั้น ยังต้องติดตามนโยบายของแพลตฟอร์มต่อไป ตารางราคาในเอกสารของ B.AI ระบุราคาอ้างอิงมาตรฐานของ MiMo-V2.5 ไว้ที่ 0.14 เครดิตสำหรับอินพุต 0.14 เครดิตสำหรับการเขียนแคช (cache write) 0.0028 เครดิตสำหรับการอ่านแคช (cache read) และ 0.28 เครดิตสำหรับเอาต์พุต
เอกสารฉบับเดียวกันระบุว่าต้นทุนจริงอาจแตกต่างกันไปตามโบนัสเติมเงินและสิทธิประโยชน์ของแต่ละบัญชี และการคิดค่าบริการขั้นสุดท้ายให้ยึดตามหน้าจอแพลตฟอร์มและรายการเรียกเก็บเงินจริง ดังนั้นเมื่อนักพัฒนาจะเชื่อมต่อใช้งานจริง ควรตรวจสอบทั้งขอบเขตการเรียกใช้ฟรีและเงื่อนไขการเรียกเก็บเงินไปพร้อมกัน
ความคิดเห็น 0