小米 MiMo API：完整集成指南（2026）

小米 MiMo 是一个涵盖多个模型的 AI 模型家族，从低成本的 MiMo V2 Flash（309B 总参数 / 15B 激活）到旗舰级 MiMo V2.5 Pro（1.02T 总参数 / 42B 激活 / 1M 上下文）。所有 MiMo 模型通过小米自有的 API 平台 platform.xiaomimimo.com 提供 OpenAI 兼容端点——将现有 OpenAI SDK 的 base_url 指向该端点，替换模型 ID，代码即可直接运行。MiMo V2.5 Pro 凭借在 SWE-bench Verified 等智能体编程基准测试上的强劲表现引起了广泛关注，其得分可与前沿闭源模型相媲美。

我们写这篇指南，是因为 MiMo 是我们路由层中最后一个没有专属集成指南的主要中国 AI 供应商。我们路由了五个 MiMo 模型——从不到 1 美元 / 百万 token 的 Flash 模型到万亿参数推理旗舰——MiMo 的能力覆盖范围比大多数单一供应商的产品线更广。

OpenAI 兼容指供应商提供一个 chat-completions 接口，其请求与响应结构与 OpenAI API 契约足够接近——只需替换三个值（API key、base URL、模型名），原来的 OpenAI SDK 调用即可直接工作。最小实践面是POST /v1/chat/completions 带 messages、model， 并返回 OpenAI 形式的流式响应。

3 分钟快速开始

第一步：注册账号。 访问 platform.xiaomimimo.com 进行注册。小米支持邮箱、手机号和第三方 OAuth 登录。

第二步：获取 API key。 在控制台的 API Keys 区域创建新密钥。复制并安全保存——密钥只显示一次。

第三步：发起首次调用。 安装 OpenAI Python SDK：

pip install --upgrade openai

然后运行：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_MIMO_API_KEY",
    base_url="https://api.mimo.mi.com/v1",
)

response = client.chat.completions.create(
    model="mimo-v2.5-pro",
    messages=[{"role": "user", "content": "用一段话解释 MiMo V2.5 Pro 是什么。"}],
)

print(response.choices[0].message.content)

就这么简单。新账号会获得免费试用额度——在控制台查看可用余额。小米还提供 Token Plan 订阅方案，实现可预测的月度支出。

MiMo 模型家族

MiMo 涵盖五个模型，覆盖文本、多模态和语音三大领域：

所有文本生成模型支持标准 OpenAI /v1/chat/completions 端点。MiMo V2.5 ASR 使用 /v1/audio/transcriptions 端点。

MiMo V2.5 Pro——旗舰模型

MiMo V2.5 Pro 是小米最强的模型。2026 年 4 月 23 日发布，它是一个 1.02T 参数的混合专家（MoE）模型，42B 激活参数，1M token 上下文窗口。采用混合注意力架构——滑动窗口注意力（SWA）与全局注意力以 6:1 比例交替——在长上下文场景下将 KV-cache 减少近 7 倍，同时保持质量。

核心能力：

• 智能体编程： 在 MiMo Code（小米编程 harness）中运行时 SWE-bench Pro 得分 62%，思维模式下 SWE-bench Verified 得分 78.6%（来源：小米, 2026 年 4 月）
• 长程任务： 可持续执行超过 1,000 次工具调用的复杂任务——小米演示了在 4.3 小时内用 Rust 完成完整的 SysY 编译器，PKU 隐藏测试套件得分 233/233
• Token 效率： 在 ClawEval 上达到前沿级能力的同时，每条轨迹的 token 消耗比同类模型少 40-60%
• 开源权重： 在 Hugging Face 上以宽松许可完全开源

推理模式为可选启用。通过 reasoning_effort、Anthropic 风格的 thinking block 或 enable_thinking 参数激活。

MiMo V2 Flash——低成本推理

MiMo V2 Flash 是一个 309B MoE 模型，仅 15B 激活参数，为速度和成本而设计。通过 TheRouter 的价格约为 $0.14/MTok 输入和 $0.43/MTok 输出，是可用的最便宜的推理模型之一。支持思维模式（可选启用）、工具调用、JSON 输出，2026 年 2 月更新后思维模式下 SWE-bench Verified 得分达到 78.6（来源：小米, 2026 年 2 月）。

V2 Flash 还深度集成了编程智能体——小米对 Claude Code、OpenCode、Kilo 和 Cline 进行了专门优化。

MiMo V2.5——多模态中端

MiMo V2.5 是多模态入口。接受文本、图像、音频和视频输入，支持推理模式，定价 ¥1/MTok 输入 / ¥2/MTok 输出——在需要跨模态理解但不想承担旗舰价格时是很好的选择。小米表示其日常任务的智能体能力"与 V2.5 Pro 相当"。

MiMo V2.5 ASR——语音转写

MiMo V2.5 ASR 处理语音转文字，支持：

• 中英双语识别
• 地方方言（吴语、粤语、闽南语、四川话）
• 人声与伴奏混合场景的歌词转写
• 强噪声、远场、多说话人等挑战性环境

定价 ¥0.50/小时输入音频，通过 /v1/audio/transcriptions 端点访问。

API 接入：直连 vs. 路由

MiMo 模型可通过多种路径获取：

1. 小米 MiMo 平台（直连）： 主要 API 在 api.mimo.mi.com。兼容 OpenAI 和 Anthropic 协议。
2. 第三方供应商： 可在 OpenRouter、SiliconFlow 等聚合平台获取。
3. TheRouter： 我们通过 xiaomi 供应商路径路由 MiMo 模型，支持跨供应商的回退链。

DashScope 用户请注意：MiMo 模型不在阿里云 DashScope（百炼）平台上托管。它们运行在小米自有基础设施上。如果你已经在使用 DashScope 的 Qwen 模型，添加 MiMo 意味着添加第二个供应商——这正是路由层发挥作用的场景。

代码示例

基础对话补全

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_MIMO_API_KEY",
    base_url="https://api.mimo.mi.com/v1",
)

response = client.chat.completions.create(
    model="mimo-v2.5-pro",
    messages=[
        {"role": "system", "content": "你是一个有帮助的编程助手。"},
        {"role": "user", "content": "写一个 Python 函数来合并两个有序列表。"},
    ],
    temperature=0.7,
    max_tokens=2048,
)

print(response.choices[0].message.content)

思维模式（推理）

response = client.chat.completions.create(
    model="mimo-v2.5-pro",
    messages=[{"role": "user", "content": "证明 √2 是无理数。"}],
    extra_body={"enable_thinking": True},
)

# 响应包含推理过程的 thinking block
print(response.choices[0].message.content)

工具调用

import json

tools = [
    {
        "type": "function",
        "function": {
            "name": "get_weather",
            "description": "获取指定地点的当前天气",
            "parameters": {
                "type": "object",
                "properties": {
                    "location": {"type": "string", "description": "城市名称"},
                },
                "required": ["location"],
            },
        },
    }
]

response = client.chat.completions.create(
    model="mimo-v2.5-pro",
    messages=[{"role": "user", "content": "北京现在天气怎么样？"}],
    tools=tools,
    tool_choice="auto",
)

tool_call = response.choices[0].message.tool_calls[0]
print(f"函数: {tool_call.function.name}")
print(f"参数: {tool_call.function.arguments}")

思维模式下工具调用准确率在 2026 年 2 月 V2 Flash 更新后达到 97%，相比发布时的 44% 有大幅提升（来源：小米）。

多模态输入（V2.5 / V2.5 Pro）

response = client.chat.completions.create(
    model="mimo-v2.5",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "描述这张图片中你看到的内容。"},
                {
                    "type": "image_url",
                    "image_url": {"url": "https://example.com/photo.jpg"},
                },
            ],
        }
    ],
)

print(response.choices[0].message.content)

Node.js 示例

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: "YOUR_MIMO_API_KEY",
  baseURL: "https://api.mimo.mi.com/v1",
});

const completion = await client.chat.completions.create({
  model: "mimo-v2.5-pro",
  messages: [{ role: "user", content: "解释 MoE 架构。" }],
});

console.log(completion.choices[0].message.content);

定价

MiMo 的定价非常有竞争力，尤其是 2026 年 5 月部分层级降价高达 99% 之后：

小米还提供 Token Plan 订阅方案，年费 $1,056（月费 $88），提供 5-8 倍于按量付费的 Credit 池。

通过 TheRouter 路由层的价格详情，请查看 MiMo V2.5 Pro 模型页面。

常见错误与解决方案

生产环境清单

在生产环境使用 MiMo 之前：

• API key 轮换： 将密钥存储在环境变量或密钥管理器中，不要硬编码
• 速率限制处理： 在 429 响应上实现带抖动的指数退避重试
• 模型选择： 根据负载匹配模型——V2 Flash 用于吞吐量，V2.5 Pro 用于推理质量
• 上下文预算： MiMo V2.5 Pro 的缓存命中价格（¥0.025/MTok）比缓存未命中便宜 120 倍——组织 prompt 以最大化重复 system prompt 的缓存命中率
• 超时配置： 长程智能体任务可能运行数分钟——设置适当的超时时间
• 回退路由： 配置备用供应商以应对小米平台故障
• 响应验证： 对于工具调用，在执行前验证函数参数
• 成本监控： 跟踪 token 使用量——思维模式会生成额外的推理 token，计入输出计费

TheRouter 集成

我们通过 xiaomi 供应商路由所有五个 MiMo 模型。如果你已经在使用 TheRouter，可以直接访问 MiMo 模型：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_THEROUTER_KEY",
    base_url="https://therouter.ai/v1",
)

response = client.chat.completions.create(
    model="xiaomi/mimo-v2.5-pro",
    messages=[{"role": "user", "content": "通过 TheRouter 调用 MiMo！"}],
)

TheRouter 支持模型回退链，你可以将 MiMo V2.5 Pro 配置为主要编程模型，在小米平台不可用时自动回退到 DeepSeek V4 Pro 或 Claude Opus。考虑到 MiMo 的 API 平台较新，可能不如成熟供应商有更多冗余，这一点尤其有用。

支持的 MiMo 模型完整列表和当前 TheRouter 价格：

• MiMo V2.5 Pro
• MiMo V2.5
• MiMo V2 Flash
• MiMo V2 Pro
• MiMo V2.5 ASR

MiMo 与其他中国 AI 供应商对比

如果你在评估 MiMo 与其他中国 AI 模型 API：

• vs. DeepSeek V4： MiMo V2.5 Pro 在编程基准测试上有竞争力，但比 DeepSeek V4 Flash 更贵。MiMo 的优势在于多模态输入支持和开源权重。参见DeepSeek API 指南。
• vs. Qwen3.7（DashScope）： Qwen3.7 Max 通用推理更强，但 MiMo V2.5 Pro 在长程智能体任务上表现更佳。MiMo 有自己的平台；Qwen 通过 DashScope 运行。参见 DashScope Qwen3.7 指南。
• vs. Kimi K2.7 Code： 两者都面向智能体编程。K2.7 Code 是月之暗面的专用模型；MiMo V2.5 Pro 是通用模型，同时在编程上表现出色。参见 Kimi K2 指南。
• vs. GLM-5（Z.AI）： GLM-5 在长程编程基准上表现强劲。MiMo V2.5 Pro 提供相当的智能体性能，且有开源权重。参见 GLM API 指南。

MiMo 的关键差异化：它是唯一一个既通过 API 提供又在 Hugging Face 上以宽松许可完全开源权重的前沿级中国模型。

常见问题

MiMo 免费吗？ 新账号获得免费试用额度。之后按量付费或 Token Plan 订阅。MiMo V2.5 TTS 目前限时免费。

MiMo 支持流式输出吗？ 支持。在 API 调用中传入 stream=True，与 OpenAI SDK 用法相同。

可以自部署 MiMo 吗？ 可以。MiMo V2.5 Pro 和 V2 Flash 权重已在 Hugging Face 上开源。使用 SGLang 或 vLLM 部署——详见模型卡片的配置说明。

哪些编程智能体支持 MiMo？ MiMo 已在 Claude Code、OpenCode、OpenClaw、Kilo Code、Cline、Codex、Cherry Studio、Qwen Code 和 CodeBuddy 上测试通过。小米也提供自有的 MiMo Code harness。

MiMo 支持函数调用 / 工具使用吗？ 支持。所有文本生成 MiMo 模型支持 OpenAI 工具调用格式。2026 年 2 月更新后，思维模式下工具调用准确率为 97%。

MiMo V2.5 ASR 支持哪些语言？ 中文、英文、中英混合以及多种中国方言，包括吴语、粤语、闽南语和四川话。