PRESET 實用指南 · MIMO-V2.5-PRO

先讓 preset 說清楚自己

preset 是儲存下來的請求設定,不會升級模型。不同 provider 可能提供不同的 thinking 欄位、模型 ID、上下文上限和輸出行為。先確認來源,再在 SillyTavern 逐層只改一項。

目前 Tabbit 模型清單沒有 MiMo-V2.5-Pro。本頁不承諾 Tabbit 原生介面,也不轉載未授權社群檔案。

Tabbit 桌面瀏覽器顯示研究分頁、網址列和 AI 側欄

先看症狀

這些表現通常表示設定不匹配

preset 在編輯器看起來正常,送出的請求仍可能不對。把症狀當線索,不要直接認定模型有問題。

01

沒有 reasoning

provider 可能沒有提供 reasoning 欄位,或 preset 使用了該渠道忽略的欄位名。若 thinking 文字出現在回答裡,先檢查 response schema,不要先提高 temperature。

02

亂碼或超長文字牆

社群使用者 Competitive_Plan8807 曾回報 reasoning 不穩定、亂碼與超長輸出,使用 Requesty 上的 DeepInfra。量化、路由、後處理和上下文要分開排查。

03

劇情循環

感官細節重複、角色替使用者說話,可能來自角色卡、範例訊息、stop string、sampler 或模型行為。保留短控制分支。

04

模型被拒絕

404 不代表 preset 寫錯。provider 可能要求 namespace、使用其他 alias,或根本沒有提供 Pro。

來源核驗

匯入前寫下檔案、路由和作者

官方模型與社群 prompt 是兩件事。把出處留在筆記裡,不要混成一個 preset。

01

官方模型

小米將開源模型稱為 `MiMo-V2.5-Pro`。Hugging Face 儲存庫是 `XiaomiMiMo/MiMo-V2.5-Pro`,小米頁面的 API 標籤是 `mimo-v2.5-pro`。

02

官方採樣參考

Hugging Face 模型卡對本地部署建議 `temperature=1.0`、`top_p=0.95`。這是起點,不是通用 SillyTavern preset。

03

真實社群來源

Evening-Truth 的 Rentry 索引列出「Xiaomi-MiMo-V2.5 Base and Dark」,頁面作者署名 Evening-Truth,並標示 Updated。請開啟原文查看使用條件,本頁不複製 prompt。

04

Provider 路由

provider 可以改名或提供更小的上下文。將 provider、精確 ID、endpoint、量化和日期寫在 preset 旁。

匯入副本

把 preset 當作實驗樣本

保留原檔不動。匯入副本,標註 provider 和模型 ID,再用小角色卡測試,不要直接改正在使用的長對話。

  1. 01

    1. 保存出處

    記錄 preset 名稱、作者、來源 URL、日期、provider、模型 ID,以及授權或使用說明。未知欄位就寫未知。

  2. 02

    2. 透過 SillyTavern 匯入

    使用 SillyTavern 的 preset 匯入入口,確認 API 類型是 Chat Completions。自訂路由依 provider 填寫 base URL 和 key 規則。

  3. 03

    3. 凍結控制組

    將匯入 preset 複製為 `mimo-control`。使用短角色卡、一個開場、固定上下文上限和較小輸出上限。

  4. 04

    4. 傳送 Test Message

    確認回覆、停止行為、token 統計和 reasoning 是否分離,再比較匯入副本與控制組。

不要從搜尋結果隨意下載 JSON。preset 檔可能包含 prompt、後處理規則、provider 假設或你沒打算執行的內容。

THINKING + SAMPLER

先鎖定路由,再動 temperature

MiMo 模型卡與 provider 路由不一定提供相同控制項。依這個順序做測試。

01

先核對模型 ID 與 provider

使用 provider 給出的精確模型 ID。確認是否提供 reasoning、最大上下文、工具呼叫和自訂採樣欄位。介面裡沒有的控制項,不算 sampler 實驗失敗。

02

把 thinking 分成兩條分支

一條使用 provider 文件寫明的 thinking 或 reasoning,另一條關閉。記錄首 token 時間、輸出長度,以及最終回答是否含 reasoning 文字。

03

從官方基線開始

本地部署先以模型卡建議的 `temperature=1.0`、`top_p=0.95` 為基線,其他 penalty 和 stop string 先不動。

04

system prompt 保持短

寫清角色、場景、輸出邊界和誰控制使用者角色。未讀過社群 prompt、未確認作者前,不要直接貼入 system 欄位。

一次只改一項

按回應層逐項排查

固定角色卡和開場訊息。provider 允許時,記錄準確的請求結構。

症狀檢查下一步
Reasoning 消失或洩漏provider reasoning schema、preset 欄位、回應解析器。使用 provider 文件欄位,或關閉它做控制組。不要從空白面板推斷隱藏思考。
404 / 找不到模型provider 模型清單、namespace、路由日期。複製目前 provider ID。只有渠道接受時才保留 `mimo-v2.5-pro`。
亂碼或循環量化、chat template、stop string、重複角色卡。回到控制組,移除重複格式,再只改一個 sampler 值。
回答過長max tokens、冗長指令、thinking 輸出、上下文。設定清楚的輸出上限,並在支援時分開 reasoning 與最終文字。
規則被忽略後處理模式、system 訊息順序、範例訊息。使用路由要求的角色格式,再用兩輪角色卡測試。

TABBIT 工作區

把證據放在聊天旁邊

Tabbit 適合整理 preset 周圍的資料:模型卡、provider 文件、更新說明、截圖和測試紀錄。本次檢查的模型清單沒有 MiMo-V2.5-Pro,請選擇產品實際顯示的模型。

  1. 1

    開啟來源頁

    把小米、Hugging Face、provider 文件和 SillyTavern 指南分別放在分頁,用本地筆記記錄精確 ID 和日期。

  2. 2

    用 @ 引用

    在 Tabbit 輸入 `@` 引用開啟的網頁、截圖或檔案,請模型產生出處清單或比較兩份 provider 文件。

  3. 3

    比較,但不要改寫來源

    用多模型對話比較解釋。它是研究工具,不是 MiMo runner,以下截圖也不證明 Tabbit 提供 MiMo。

Tabbit 模型選擇器顯示 @ 引用提示和聊天模型,不對 MiMo 做支援聲明Tabbit Deep Research 頁面顯示 Google 結果和執行步驟
Tabbit 多模型對話顯示並列回答以便比較

FAQ

MiMo 2.5 Pro preset 問答

MiMo 2.5 Pro 官方模型 ID 是什麼?+

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

真實的社群 preset 叫什麼?+

Evening-Truth 的 Rentry 索引列出「Xiaomi-MiMo-V2.5 Base and Dark」,頁面作者為 Evening-Truth。本指南提供來源,不重新發布檔案。

應該使用 temperature 1.0 和 top_p 0.95 嗎?+

可以把 Hugging Face 卡片的本地部署建議當作基線。provider 可能限制、忽略或替換欄位,因此要核對請求和回應。

為什麼 reasoning 出現在最終回答?+

路由可能不分離 reasoning,preset 欄位可能不對,或前端解析器與 provider schema 不匹配。先做關閉 thinking 的控制測試,並查看 provider 文件。

能在 Tabbit 使用這個 preset 嗎?+

目前 Tabbit 沒有將 MiMo-V2.5-Pro 列為原生模型。用 Tabbit 處理來源頁和已列出的模型,把 preset 執行留給 SillyTavern。

頁面提供社群 JSON 下載嗎?+

不提供。頁面只列出核實過的來源和作者,方便查看原文,不鏡像未授權 preset,也不虛構下載連結。

把 preset、來源和測試結果放在一起

核對 `mimo-v2.5-pro`,匯入副本,跑一次短控制,再記錄 thinking 和 sampler 行為,然後開始長對話。用 Tabbit 把證據留在手邊。

支援 macOS 和 Windows。模型清單與 provider 行為可能變化。

© 2026 Tabbit Browser. 理解你上下文的 AI 原生瀏覽器。