MiMo 对话 API 接入指南

MiMo 对话 API 接入指南

💡 原文中文,约1700字,阅读约需5分钟。
📝

内容提要

本文介绍小米MiMo系列模型对话API的接入方法:模型分为mimo-v2.6-pro(适用于复杂推理与工具调用)和mimo-v2.6-flash(适用于日常轻量任务),采用OpenAI Chat Completions格式,按输入、输出及缓存命中token计费。首批仅支持文本对话,图像、音频、联网搜索等功能暂未开放。文中提供Python调用示例,并说明流式输出、推理开关、工具调用及错误处理方式。

🔎

延伸解读

模型选型:按任务复杂度区分

文章将 MiMo 2.6 系列分为 pro 和 flash 两个版本:pro 面向复杂分析、推理与工具调用,flash 面向日常对话与轻量任务。这种划分意味着开发者不必对所有请求使用同一模型,可根据任务类型选择,以平衡能力与成本。但文章未给出两者在速度、价格上的具体差异,实际选型仍需结合控制台信息与业务测试。

首批能力边界:仅文本对话

本次发布仅覆盖文本 Chat Completions,图像、音频、视频、联网搜索、Responses、Messages、Batch 与 UltraSpeed 均未开放。这意味着依赖多模态输入、批量任务或内置联网搜索的应用暂时无法直接迁移。开发者若计划使用这些能力,需等待后续开放,或在应用层自行补充相应功能。

推理与工具调用的使用要点

通过 thinking.type 可开启或关闭推理,推理内容经 reasoning_content 单独返回,与最终 content 分开。续接工具调用时,需保留助手消息中的推理内容、完整 tool_calls 及对应 tool_call_id。工具声明仅支持 type=function,tool_choice 仅支持 auto,且工具执行由应用负责,模型返回调用不代表已执行。这些约束要求开发者在客户端妥善管理对话状态。

计费与错误处理注意事项

计费按输入、输出及缓存命中 token 计算:prompt_tokens 包含缓存命中部分,其中 cached_tokens 按缓存价格计费;completion_tokens 已包含推理输出,不应重复累加。流式调用同样按最终实际用量结算。遇到 429 应退避重试,503 可能表示无健康模型容量;流式响应中断时,应先检查已接收结果与用量,避免盲目重复请求造成重复扣费。

❓

Q&A

MiMo 对话 API 支持哪些模型?它们分别适合什么场景?

支持 mimo-v2.6-pro 和 mimo-v2.6-flash 两个模型。mimo-v2.6-pro 适用于复杂分析、推理与工具调用;mimo-v2.6-flash 适用于日常对话与轻量任务。

如何用 Python 调用 MiMo 对话 API?

使用 OpenAI SDK,将 base_url 设为 https://api.acedata.cloud/mimo,api_key 使用环境变量 ACEDATACLOUD_API_KEY,然后调用 client.chat.completions.create,指定 model 和 messages 等参数即可。

MiMo API 目前支持哪些功能?图像、音频或联网搜索能用吗?

首批仅支持文本 Chat Completions。图像、音频、视频、联网搜索、Responses、Messages、Batch 与 UltraSpeed 均不在本次发布范围内,暂不可用。

MiMo API 的计费方式是怎样的?缓存命中如何计费?

按输入、输出和缓存命中 token 计费。prompt_tokens 包含缓存命中的输入,其中 prompt_tokens_details.cached_tokens 按缓存价格计算,其余输入按普通输入价格计算;completion_tokens 包含推理输出,请勿重复累加推理 token。流式调用也按最终实际用量结算。

如何开启或关闭 MiMo 的推理功能?推理内容如何返回?

通过 extra_body 设置 thinking.type 为 enabled 开启推理,disabled 关闭。推理内容通过 reasoning_content 与最终 content 分开返回。续接工具调用时需保留助手消息中的推理内容、完整 tool_calls 和对应的 tool_call_id。

调用 MiMo API 时遇到错误(如 429、503)应该如何处理?

参数错误请检查请求格式;鉴权或权限错误请检查凭据与服务开通情况;遇到 429 请退避重试;无健康模型容量时可能返回 503。流式响应开始后中断,先检查已接收结果与用量,避免盲目重复请求。

🏷️

标签

➡️

继续阅读