官方身份
MiMo-V2.5-Pro 是 Xiaomi MiMo 的开源 Pro 模型。小米页面写明发布日期为 2026 年 4 月 27 日，总参数 1.02T、active 参数 42B、上下文 1M token。
简体中文
角色扮演实测笔记
把 MiMo 2.5 Pro 当成一套 RP 工作流来测
重点不是 MiMo-V2.5-Pro 听起来多强，而是固定角色卡、当前场景和 provider 路由能否连续稳定地工作。本页给出一套可以重复执行的小测试。
小米公布 1M token 上下文和 API 标签 `mimo-v2.5-pro`。本页核对的 Tabbit 当前模型列表没有 MiMo-V2.5-Pro。
先分清证据
模型宣传和 RP 体验不是一回事
小米写的是 agentic 工作、软件工程和长程连贯性。搜索摘要与社区帖子则在讨论文风、主动性、一致性和成本。这些帖子不是受控的角色扮演基准。
用户在问什么
SillyTavern 讨论会提到文风、角色一致性、与其他模型的比较，以及 Pro 和标准 V2.5 是否不同。这些是体验反馈，不是普遍结论。
实际风险
provider 可能改变模型 ID、上下文上限、reasoning 字段、提示词格式和采样默认值。一个路由上好用的预设，换路由可能失效。
| 层级 | 已知信息 | 不能直接推断 |
|---|---|---|
| 模型 | `mimo-v2.5-pro` | Flash 别名不是 Pro。 |
| 上下文 | 小米 Pro 页面写 1M | API 路由可能更低。 |
| Thinking | 由服务层决定字段 | 不能假设 SillyTavern 有统一开关。 |
| RP 质量 | 需要固定多轮测试 | 编码跑分不衡量角色声音。 |
RP 控制面板
下一条回复由五个变量共同影响
角色漂移时一次改完所有设置，只会遮住原因。固定角色卡和开场场景，再逐项检查。
角色一致性
角色卡写清短句式的声音、具体边界和两条会被用到的记忆。优先回到当前场景，不要重复整段人物传记。
主动性
要求一个有限动作和可见后果，同时说明哪些决定交给角色、哪些必须留给用户，减少被动和抢控制权。
文风与重复
观察重复句首、固定动作、相同比喻和同一情绪节拍。看过多轮再调整 repetition penalty。
长上下文
把角色卡、示例、世界信息、作者注、历史、reasoning 和回复预算一起计算。1M 不是每个 provider 的请求上限。
Thinking
如果路由提供 reasoning，分别跑开和关的配对轮次。更多内部 token 可能帮规划，也可能改变延迟、可见格式和回复长度。
小型模板
先写场景，不要先堆一个巨型 system prompt
把它当作测试骨架。替换括号内容，让不同 provider 使用同一个首场景，不要直接复制无法核实安全性的社区提示词。
角色世界当前场景本轮约定
[角色]
名称：{{角色名}}
声音：{{三个具体的语言特征}}
边界：用户控制 {{用户角色}}。不要替用户决定私密想法或动作。
[世界]
地点：{{地点}}
当前事实：{{两条此刻会用到的事实}}
[当前场景]
时间：{{时间}}
即时张力：{{尚未解决的问题}}
[本轮约定]
写一个场景节拍。让 {{角色名}} 做一个合理动作，再给用户留下清晰接话口。保持卡片事实一致，不重复同一动作或句式。这是测试工具，不是小米官方提示词。把每次编辑写进自己的记录，才能比较变化。
Provider 实验台
路由本身也是模型体验的一部分
每次样本都记录连接信息。SillyTavern 支持自定义 OpenAI-compatible endpoint、没有 `/v1/models` 时手输模型 ID、Test Message 和多种 prompt 后处理模式。
| Check | Record | Why it matters |
|---|---|---|
| ID | `mimo-v2.5-pro` 或 provider namespace | 复制当前准确 ID。404 先查路由。 |
| 上下文 | provider 请求上限 | 记录实际上限，不只记小米的 1M。 |
| Reasoning | 启用字段、effort 或关闭 | 记录是否返回独立 reasoning。 |
| 格式 | None、merge、semi-strict、strict | 有的路由要求单一 system 或交替 role。 |
| 采样 | temperature、top_p、重复控制 | 先保存默认值，再改一个变量。 |
| 延迟 | 首 token 和总耗时 | thinking 与 provider 负载会改变 RP 节奏。 |
可重复 RP 测试
每次都用同一套五轮脚本
社区印象可以帮助你决定看哪里，固定脚本才能判断一次改动是否真的改善角色。
- 01
冻结输入
保存角色卡、模板、首条用户消息、provider、模型 ID、上下文上限、采样和 thinking 状态。
- 02
运行场景
发送五轮：问候、回忆事实、新约束、主动性机会、纠正。中途不要编辑。
- 03
给回复打分
按 0 到 2 评价声音、事实回忆、用户主动权、推进、文风变化和格式遵守，每项记录轮次或一句证据。
- 04
只改一个变量
第二次只改一项，沿用同一评分表，并记录延迟、截断、拒答或重复。
- 05
保留失败日志
把失败归为角色卡、提示词、provider、上下文、采样或安全行为，避免把接口问题变成所谓通用预设。
TABBIT 资料台
让角色参考资料留在聊天旁边
按本页核对的当前可见模型列表，Tabbit 不是原生 MiMo-V2.5-Pro 客户端。它适合做旁边的工作：收集资料、查看 provider 文档、比较当前支持的模型，同时保留原网页。
- 1
打开参考资料
在 Tabbit 标签中保留角色 wiki、设定笔记、provider 文档或截图。
- 2
选择列表中的模型
使用当前选择器实际显示的模型。产品更新会改变可用性。
- 3
用 @ 引用
输入 `@` 把打开的网页或文件带入对话。结果作为研究笔记，RP 仍在专门客户端中运行。
常见问题
MiMo 2.5 Pro 角色扮演问答
官方模型 ID 是什么？+
小米公布的名称是 MiMo-V2.5-Pro，API 标签是 `mimo-v2.5-pro`。provider 可能加 namespace，接入时应复制当前模型列表。
1M 上下文是否保证长 RP 记忆？+
不保证。这是官方 Pro 规格，provider 可能设更低上限，角色卡、世界信息、历史、reasoning 和回复会共同占用预算。
角色扮演要不要打开 thinking？+
只有 provider 为该路由记录了对应字段时才考虑。让相同轮次分别测试开关，因为它会改变延迟、格式和回复长度。
如何减少文风重复？+
先固定角色卡，检查重复指令、示例和历史，再一次改一个采样或后处理值，用多轮比较。单条回复证据很弱。
怎么测主动性又不让模型替用户做决定？+
给角色一个有限决定，并明确用户拥有自己的私密动作。评分时看回复是否制造下一步，同时没有替用户行动。
有没有通用 MiMo RP 预设？+
本页核对的来源没有证明存在通用预设。provider 默认值、提示词格式、reasoning 字段和上下文上限都可能不同。
Tabbit 支持 MiMo-V2.5-Pro 吗？+
本页核对的 Tabbit 当前可见模型列表没有 MiMo-V2.5-Pro，因此不承诺原生接口。Tabbit 仍可让参考网页和当前列表中的模型放在一起。
这是不是 jailbreak 教程？+
不是。页面只讨论可重复的写作测试、provider 行为、用户主动权和普通安全边界。提到 uncensored 或 jailbreak 变体的帖子不会被当作教程或质量证据。
给 MiMo 一次公平的 RP 测试
先固定角色卡、场景、provider 详情和评分表，再调参数。把研究页面留在 Tabbit，最后选择客户端实际提供的模型路由。
支持 macOS 和 Windows。模型可用性与 provider 设置可能变化。