PRESET 实用指南 · MIMO-V2.5-PRO

先让 preset 说明自己

preset 是保存下来的请求配置,不会升级模型。不同 provider 可能暴露不同的 thinking 字段、模型 ID、上下文上限和输出行为。先确认来源,再在 SillyTavern 里逐层只改一项。

当前 Tabbit 模型清单没有 MiMo-V2.5-Pro。本页不承诺 Tabbit 原生接口,也不转载未授权的社区文件。

Tabbit 桌面浏览器显示研究标签页、地址框和 AI 侧栏

先看症状

这些表现通常说明配置不匹配

preset 在编辑器里看起来正常,发出的请求仍可能不对。把症状当线索,不要直接认定模型有问题。

01

没有 reasoning

provider 可能没有暴露 reasoning 字段,或 preset 使用了该渠道忽略的字段名。如果 thinking 文字出现在回答里,先检查响应 schema,不要先提高 temperature。

02

乱码或超长墙

社区用户 Competitive_Plan8807 曾报告 reasoning 不稳定、乱码和超长输出,使用的是 Requesty 上的 DeepInfra。量化、路由、后处理和上下文要分开排查。

03

剧情循环

感官细节重复、角色替用户说话,可能来自角色卡、示例消息、stop string、sampler 或模型行为。保留一条短控制分支。

04

模型被拒绝

404 不代表 preset 写错。provider 可能要求 namespace、使用别的 alias,或根本没有提供 Pro。

来源核验

导入前写下文件、路由和作者

官方模型与社区 prompt 是两件事。把出处留在笔记里,别混成一个 preset。

01

官方模型

小米将开源模型称为 `MiMo-V2.5-Pro`。Hugging Face 仓库是 `XiaomiMiMo/MiMo-V2.5-Pro`,小米页面给出的 API 标签是 `mimo-v2.5-pro`。

02

官方采样参考

Hugging Face 模型卡对本地部署建议 `temperature=1.0`、`top_p=0.95`。这是起点,不是通用 SillyTavern preset。

03

真实社区来源

Evening-Truth 的 Rentry 索引列出“Xiaomi-MiMo-V2.5 Base and Dark”,页面作者署名 Evening-Truth,并标注 Updated。请打开原文查看使用条件,本页不复制 prompt。

04

Provider 路由

provider 可以改名或提供更小的上下文。把 provider、精确 ID、endpoint、量化和日期写在 preset 旁边。

导入副本

把 preset 当作实验样本

保留原文件不动。导入副本,标注 provider 和模型 ID,再用小角色卡测试,别直接改正在使用的长对话。

  1. 01

    1. 保存出处

    记录 preset 名称、作者、来源 URL、日期、provider、模型 ID,以及许可或使用说明。未知字段就写未知。

  2. 02

    2. 通过 SillyTavern 导入

    使用 SillyTavern 的 preset 导入入口,然后确认 API 类型是 Chat Completions。自定义路由按 provider 填写 base URL 和 key 规则。

  3. 03

    3. 冻结控制组

    把导入的 preset 复制为 `mimo-control`。使用短角色卡、一个开场、固定上下文上限和较小输出上限。

  4. 04

    4. 发送 Test Message

    确认回复、停止行为、token 统计和 reasoning 是否分离。之后再比较导入副本与控制组。

不要从搜索结果随便下载 JSON。preset 文件可能含 prompt、后处理规则、provider 假设或你没打算运行的内容。

THINKING + SAMPLER

先锁定路由,再动 temperature

MiMo 模型卡与 provider 路由并不一定暴露同样的控制项。按这个顺序做测试。

01

先核对模型 ID 与 provider

使用 provider 给出的精确模型 ID。确认是否暴露 reasoning、最大上下文、工具调用和自定义采样字段。界面里没有的控件,不算 sampler 实验失败。

02

把 thinking 分成两条分支

一条使用 provider 文档写明的 thinking 或 reasoning,另一条关闭。记录首 token 时间、输出长度,以及最终回答是否含 reasoning 文字。

03

从官方基线开始

本地部署先以模型卡建议的 `temperature=1.0`、`top_p=0.95` 为基线。其他 penalty 和 stop string 先不动。

04

system prompt 保持短

写清角色、场景、输出边界和谁控制用户角色。没有读过社区 prompt、没有确认作者前,不要直接粘贴进 system 字段。

一次只改一项

按响应层逐项排查

固定角色卡和开场消息。provider 允许时,记录准确的请求结构。

症状检查下一步
Reasoning 消失或泄漏provider reasoning schema、preset 字段、响应解析器。使用 provider 文档中的字段,或关闭它做控制组。不要从空白面板推断隐藏思考。
404 / 找不到模型provider 模型列表、namespace、路由日期。复制当前 provider ID。只有渠道接受时才保留 `mimo-v2.5-pro`。
乱码或循环量化、chat template、stop string、重复角色卡。回到控制组,删除重复格式,再只改一个 sampler 值。
回答过长max tokens、冗长度指令、thinking 输出、上下文。设清晰的输出上限,并在支持时把 reasoning 与最终文本分开。
规则被忽略后处理模式、system 消息顺序、示例消息。使用路由要求的角色格式,再用两轮角色卡测试。

TABBIT 工作区

把证据放在聊天旁边

Tabbit 适合整理 preset 周围的资料:模型卡、provider 文档、更新说明、截图和测试日志。本次检查到的模型清单没有 MiMo-V2.5-Pro,请选择产品实际显示的模型。

  1. 1

    打开来源页

    把小米、Hugging Face、provider 文档和 SillyTavern 指南分别放在标签页中,用本地笔记记录精确 ID 和日期。

  2. 2

    用 @ 引用

    在 Tabbit 中输入 `@` 引用打开的网页、截图或文件,让模型生成出处清单或比较两份 provider 文档。

  3. 3

    比较,但不要改写来源

    用多模型对话比较解释。它是研究工具,不是 MiMo runner,下面截图也不证明 Tabbit 提供 MiMo。

Tabbit 模型选择器显示 @ 引用提示和聊天模型,不对 MiMo 做支持声明Tabbit Deep Research 页面显示 Google 结果和执行步骤
Tabbit 多模型对话显示并列回答以便比较

FAQ

MiMo 2.5 Pro preset 问答

MiMo 2.5 Pro 官方模型 ID 是什么?+

模型名是 MiMo-V2.5-Pro。小米 API 标签是 `mimo-v2.5-pro`,provider 可能增加 namespace 或使用其他路由 ID。

真实的社区 preset 叫什么?+

Evening-Truth 的 Rentry 索引列出“Xiaomi-MiMo-V2.5 Base and Dark”,页面作者为 Evening-Truth。本指南提供来源,不重新发布文件。

应该使用 temperature 1.0 和 top_p 0.95 吗?+

可以把 Hugging Face 卡片中的本地部署建议作为基线。provider 可能限制、忽略或替换字段,因此要核对请求和响应。

为什么 reasoning 出现在最终回答里?+

路由可能不分离 reasoning,preset 字段可能不对,或前端解析器与 provider schema 不匹配。先做关闭 thinking 的控制测试,并查看 provider 文档。

能在 Tabbit 中使用这个 preset 吗?+

当前 Tabbit 没有把 MiMo-V2.5-Pro 列为原生模型。用 Tabbit 处理来源页和已列出的模型,把 preset 执行留给 SillyTavern。

页面提供社区 JSON 下载吗?+

不提供。页面只列出核实过的来源和作者,方便你查看原文,不镜像未授权 preset,也不虚构下载链接。

把 preset、来源和测试结果放在一起

核对 `mimo-v2.5-pro`,导入副本,跑一次短控制,再记录 thinking 和 sampler 行为,然后开始长对话。用 Tabbit 把证据留在手边。

支持 macOS 和 Windows。模型清单与 provider 行为可能变化。

© 2026 Tabbit Browser. 理解你上下文的 AI 原生浏览器。