MiMo-V2.6-Flash Batch API 批量推理工作流

一句话结论

mimo-v2.6-flash 可通过 OpenAI 兼容的 Batch API 异步处理大规模请求：准备 JSONL 文件、上传文件、创建批任务、查询状态、下载成功或错误结果；官方文档称批量推理价格为实时 API 的 50%。

适用场景

• 适合的任务：模型评测、回归测试、数据标注、内容审核、批量摘要、翻译、结构化抽取和学术研究等不要求实时响应的任务。

• 不适合的任务：实时问答、需要流式输出的任务，以及希望在原任务内自动重试或续跑的任务；官方说明 Batch API 不支持流式输出，也不支持任务内重试或恢复。

• 适用的模型版本：mimo-v2.6-flash；批量调用时模型名必须使用小写。页面还列出 mimo-v2.6-pro，但本文不把 Pro 的示例、结果或性能归因于 Flash，也未发现页面提及 MiMo-V2.6-Flash-RL。

• 适用的客户端、Agent 或 API：Xiaomi MiMo Batch API；API 兼容 OpenAI 协议，可使用 Curl 或 OpenAI Python SDK。控制台上传目前只支持 OpenAI Chat Completions 文件格式，API 还支持 Responses 和 Anthropic Messages 格式。

• 推荐的推理档位和参数：原文未提供 Flash 专属推理档位。API 示例使用 endpoint="/v1/chat/completions"、completion_window="24h"；控制台创建任务时可设置 1–14 天的最大等待时间。

可直接使用的内容

下面是官方 JSONL 文件格式中使用 mimo-v2.6-flash 的最小示例。每行是一个独立请求；custom_id 必须在同一文件内唯一，实际任务只需替换 content。

{"custom_id":"request-1","method":"POST","url":"/v1/chat/completions","body":{"model":"mimo-v2.6-flash","messages":[{"role":"user","content":"Hello"}]}}

API 工作流的最小配置骨架：

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://batch-api-${region}.xiaomimimo.com/v1",
)

file = client.files.create(
    file=open("input.jsonl", "rb"),
    purpose="batch",
)

batch = client.batches.create(
    input_file_id=file.id,
    endpoint="/v1/chat/completions",
    completion_window="24h",
)

batch = client.batches.retrieve(batch.id)
if batch.output_file_id:
    result = client.files.content(batch.output_file_id)
    with open("output.jsonl", "wb") as f:
        f.write(result.content)

测试或工作流步骤

flowchart LR
  A[账户与实名验证] --> B[准备 JSONL]
  B --> C[上传文件]
  C --> D[创建 Batch 任务]
  D --> E[查询状态与进度]
  E -->|completed| F[下载成功文件]
  E -->|有失败请求| G[下载错误文件并重提失败项]

1. 完成前置条件：注册 MiMo Open Platform 账户，完成实名验证，充值余额，创建 API Key，并从 Batch Inference 页面取得 Base URL。Batch API 从账户现金余额按实际 token 用量扣费，不使用 Token Plan 配额。

2. 准备输入文件：使用 JSONL，每行一个 JSON 请求；单文件默认最大 128 MB，单文件只能包含同一个 batch endpoint 的请求。每条请求必须有文件内唯一的字符串 custom_id；body 必须是底层模型调用 API 的合法 JSON 对象。

3. 上传文件：向 https://batch-api-${region}.xiaomimimo.com/v1/files 发送 purpose=batch 和本地文件。文件默认保留 30 天。

4. 创建任务：向 /v1/batches 提交 input_file_id、endpoint 和 completion_window="24h"。控制台流程还需要填写任务描述；任务提交后由系统按离峰资源自动调度，不保证立即开始。

5. 查询与管理：通过 /v1/batches/{batch_id} 查询状态和 request_counts。文档列出的状态包括 validating、in_progress、completed、failed、cancelling 和 cancelled；In Progress 任务可取消，取消是异步操作。

6. 下载结果：任务完成后下载 output_file_id 对应的成功文件；若存在失败请求，再下载 error_file_id 对应的错误文件。两个文件都包含 custom_id，用于和输入请求对齐。

7. 失败处理：Batch API 不支持任务内 retry/resume。检查错误文件后，建立新 JSONL 文件，仅重新提交失败请求；部分成功请求仍会正常计费。

8. 及时备份：输入文件和结果文件默认只保留 30 天，过期后自动删除且不可恢复。

原始证据与数据

• 官方支持：页面明确列出 mimo-v2.6-flash，并要求批量调用中的模型名使用小写；页面另列 mimo-v2.6-pro，不构成 Flash 的测评结果。

• 协议与接口：Batch API 与 OpenAI Batch 协议兼容；API 文件格式支持 /v1/chat/completions、/v1/responses 和 /anthropic/v1/messages，控制台上传目前只支持 Completions 格式。

• 价格主张：官方称 Batch Inference 价格为实时 API 的 50%。页面列出的 Flash 价格为：

  • 中国大陆：输入（cache hit）¥0.01、输入（cache miss）¥0.50、输出 ¥1.00，单位为每百万 tokens。

  • 海外：输入（cache hit）$0.0014、输入（cache miss）$0.07、输出 $0.14，单位为每百万 tokens。

• 文件约束：默认最大文件大小 128 MB；每个 custom_id 必须在文件内唯一；每个文件只能对应一个 batch endpoint。

• 结果关联：成功文件逐行返回请求结果，错误文件逐行返回失败原因；两者均原样保留输入的 custom_id。

• 生命周期：文件及结果默认保留 30 天；API 创建任务的示例 completion_window 为 24h，控制台说明的最大等待时间范围为 1–14 天。

• 计费边界：只有成功完成的请求计费；文件解析或执行失败的请求不计费；取消前已经完成的请求正常计费。余额在任务运行中不足时，已完成部分生成成功文件并计费，未执行部分生成失败文件且不计费。

• 页面时间：正文显示 Update Time September 21, 2026。

适用边界

• 这是官方工作流和价格说明，不是 Flash 的独立准确率、延迟或吞吐测评；来源未提供 Flash 专属样本量、测试 harness、参数对比或实测结果。

• “实时 API 价格的 50%”是厂商定价说明；实际费用仍取决于输入缓存命中、输入 token 和输出 token 用量。

• 批量任务是离线异步处理，不能把普通 API 的实时响应或流式协议直接套入 Batch API。

• completion_window="24h" 是 API 文档示例和字段说明中的值；控制台的 1–14 天设置是另一种界面参数，不能据此推断 API 可任意设置同样范围。

• 不应把页面中的 mimo-v2.6-pro 请求示例、价格之外的能力或结果外推到 Flash；页面也没有提供 MiMo-V2.6-Flash-RL 的 Batch API 证据。

复现说明

1. 打开原文并确认页面的 Batch API 支持列表包含 mimo-v2.6-flash，记录页面更新时间。

2. 准备仅含 mimo-v2.6-flash 请求的 JSONL 文件，确保 custom_id 唯一、文件不超过 128 MB，并在同一文件中只使用一个 endpoint。

3. 使用有效的 MiMo API Key 调用文件上传、Batch 创建、状态查询和结果下载接口；本文未执行真实 API 提交，不声称已有 Flash 运行结果。

4. 下载成功文件和错误文件后，用 custom_id 对齐输入与输出，单独统计成功、失败和计费请求；在 30 天保留期内完成备份。