官方身分
MiMo-V2.5-Pro 是 Xiaomi MiMo 的開源 Pro 模型。小米頁面列出 2026 年 4 月 27 日、總參數 1.02T、active 參數 42B，以及 1M token 上下文。
繁體中文
角色扮演實測筆記
把 MiMo 2.5 Pro 當成一套 RP 工作流來測
重點不是 MiMo-V2.5-Pro 聽起來多強，而是固定角色卡、當前場景和供應商路由能否連續穩定工作。本頁給你一套可以重複執行的小測試。
小米公布 1M token 上下文與 API 標籤 `mimo-v2.5-pro`。本頁核對的 Tabbit 當前模型清單沒有 MiMo-V2.5-Pro。
先分清證據
模型宣稱和 RP 體驗不是同一件事
小米寫的是 agentic 工作、軟體工程和長程連貫性。搜尋摘要與社群貼文則討論文風、主動性、一致性和成本。這些貼文不是受控的角色扮演基準。
使用者在問什麼
SillyTavern 討論會提到文風、角色一致性、模型比較，以及 Pro 和標準 V2.5 是否不同。這些是體驗回饋，不是普遍結論。
實際風險
供應商可能改變模型 ID、上下文上限、reasoning 欄位、提示格式和取樣預設。一個路由好用的預設，換路由可能失效。
| 層級 | 已知資訊 | 不能直接推斷 |
|---|---|---|
| 模型 | `mimo-v2.5-pro` | Flash 別名不是 Pro。 |
| 上下文 | 小米 Pro 頁面寫 1M | API 路由可能更低。 |
| Thinking | 由服務層決定欄位 | 不能假設 SillyTavern 有統一開關。 |
| RP 品質 | 需要固定多輪測試 | 編碼跑分不衡量角色聲音。 |
RP 控制面板
下一則回覆由五個變數共同影響
角色飄移時一次改完所有設定，只會遮住原因。固定角色卡和開場場景，再逐項檢查。
角色一致性
角色卡寫清短句式的聲音、具體邊界和兩條會用到的記憶。優先回到當前場景，不要重複整段人物傳記。
主動性
要求一個有限動作和可見後果，同時說明哪些決定交給角色、哪些必須留給使用者，減少被動和搶控制權。
文風與重複
觀察重複句首、固定動作、相同比喻和同一情緒節拍。看過多輪再調整 repetition penalty。
長上下文
把角色卡、範例、世界資訊、作者註、歷史、reasoning 和回覆預算一起計算。1M 不是每個供應商的請求上限。
Thinking
若路由提供 reasoning，分別跑開和關的配對輪次。更多內部 token 可能幫助規劃，也可能改變延遲、可見格式和回覆長度。
小型模板
先寫場景，不要先堆一個巨型 system prompt
把它當作測試骨架。替換括號內容，讓不同供應商使用同一個首場景，不要直接複製無法核實安全性的社群提示詞。
角色世界目前場景本輪約定
[角色]
名稱：{{角色名}}
聲音：{{三個具體語言特徵}}
邊界：使用者控制 {{使用者角色}}。不要替使用者決定私密想法或動作。
[世界]
地點：{{地點}}
當前事實：{{兩條此刻會用到的事實}}
[目前場景]
時間：{{時間}}
即時張力：{{尚未解決的問題}}
[本輪約定]
寫一個場景節拍。讓 {{角色名}} 做一個合理動作，再給使用者留下清楚接話口。保持卡片事實一致，不重複同一動作或句式。這是測試工具，不是小米官方提示詞。把每次編輯寫進自己的紀錄，才有辦法比較變化。
供應商實驗台
路由本身也是模型體驗的一部分
每個樣本都記錄連線資訊。SillyTavern 支援自訂 OpenAI-compatible endpoint、沒有 `/v1/models` 時手動輸入模型 ID、Test Message 和多種 prompt 後處理模式。
| Check | Record | Why it matters |
|---|---|---|
| ID | `mimo-v2.5-pro` 或供應商 namespace | 複製目前準確 ID。404 先查路由。 |
| 上下文 | 供應商請求上限 | 記錄實際上限，不只記小米的 1M。 |
| Reasoning | 啟用欄位、effort 或關閉 | 記錄是否回傳獨立 reasoning。 |
| 格式 | None、merge、semi-strict、strict | 有些路由要求單一 system 或交替 role。 |
| 取樣 | temperature、top_p、重複控制 | 先保存預設值，再改一個變數。 |
| 延遲 | 首 token 和總耗時 | thinking 與供應商負載會改變 RP 節奏。 |
可重現 RP 測試
每次都用同一套五輪腳本
社群印象能幫你決定看哪裡，固定腳本才能判斷一次改動是否真的改善角色。
- 01
凍結輸入
保存角色卡、模板、第一則使用者訊息、供應商、模型 ID、上下文上限、取樣和 thinking 狀態。
- 02
執行場景
傳送五輪：問候、回憶事實、新限制、主動性機會、糾正。中途不要編輯。
- 03
替回覆評分
用 0 到 2 評價聲音、事實回憶、使用者主動權、推進、文風變化和格式遵守，每項記錄輪次或一句證據。
- 04
只改一個變數
第二次只改一項，沿用同一評分表，並記錄延遲、截斷、拒答或重複。
- 05
保留失敗紀錄
把失敗歸為角色卡、提示詞、供應商、上下文、取樣或安全行為，避免把介面問題變成所謂通用預設。
TABBIT 資料台
讓角色參考資料留在聊天旁邊
按本頁核對的目前可見模型清單，Tabbit 不是原生 MiMo-V2.5-Pro 用戶端。它適合做旁邊的工作：收集資料、查看供應商文件、比較目前支援的模型，同時保留原網頁。
- 1
開啟參考資料
在 Tabbit 分頁中保留角色 wiki、設定筆記、供應商文件或截圖。
- 2
選擇清單中的模型
使用目前選擇器實際顯示的模型。產品更新會改變可用性。
- 3
用 @ 引用
輸入 `@` 把開啟的網頁或檔案帶入對話。結果作為研究筆記，RP 仍在專門用戶端中執行。
常見問題
MiMo 2.5 Pro 角色扮演問答
官方模型 ID 是什麼？+
小米公布的名稱是 MiMo-V2.5-Pro，API 標籤是 `mimo-v2.5-pro`。供應商可能加 namespace，接入時應複製目前模型清單。
1M 上下文是否保證長 RP 記憶？+
不保證。這是官方 Pro 規格，供應商可能設更低上限，角色卡、世界資訊、歷史、reasoning 和回覆會共同佔用預算。
角色扮演要不要開 thinking？+
只有供應商為該路由記錄對應欄位時才考慮。讓相同輪次分別測試開關，因為它會改變延遲、格式和回覆長度。
如何減少文風重複？+
先固定角色卡，檢查重複指令、範例和歷史，再一次改一個取樣或後處理值，用多輪比較。單則回覆證據很弱。
怎麼測主動性又不讓模型替使用者做決定？+
給角色一個有限決定，並明確使用者擁有自己的私密動作。評分時看回覆是否製造下一步，同時沒有替使用者行動。
有沒有通用 MiMo RP 預設？+
本頁核對的來源沒有證明存在通用預設。供應商預設值、提示格式、reasoning 欄位和上下文上限都可能不同。
Tabbit 支援 MiMo-V2.5-Pro 嗎？+
本頁核對的 Tabbit 目前可見模型清單沒有 MiMo-V2.5-Pro，因此不承諾原生介面。Tabbit 仍可讓參考網頁和目前清單中的模型放在一起。
這是不是 jailbreak 教學？+
不是。頁面只討論可重現的寫作測試、供應商行為、使用者主動權和普通安全邊界。提到 uncensored 或 jailbreak 變體的貼文不會被當作教學或品質證據。
給 MiMo 一次公平的 RP 測試
先固定角色卡、場景、供應商詳情和評分表，再調參數。把研究頁面留在 Tabbit，最後選擇用戶端實際提供的模型路由。
支援 macOS 和 Windows。模型可用性與供應商設定可能變化。