小米 MiMo-V2.6-Pro 官方 API 接入与推理配置

一句话结论

这份官方配置可直接用于通过 OpenAI 兼容协议接入 mimo-v2.6-pro，并按任务需要选择深度思考、流式输出和多轮工具调用。

适用场景

• 适合的任务：复杂项目、长程任务、高价值工作、网络安全与科研需求；需要多步推理、工具调用、结构化输出或全模态理解的 Agent。

• 不适合的任务：强实时、对延迟极敏感的交互；此类场景官方建议评估 mimo-v2.6-pro-ultraspeed。高频、规模化且更重视成本的办公任务可评估 mimo-v2.6-flash。

• 适用的模型版本：mimo-v2.6-pro；本文不将配置外推到其他 MiMo 版本。

• 适用的客户端、Agent 或 API：OpenAI Chat Completions API、Anthropic Messages API；官方文档还列出 OpenAI 兼容协议下的 TRAE、Cursor、Roo Code、Codex、GitHub Copilot CLI、Zed、AutoGen、Goose，Anthropic 兼容协议下的 TRAE、GitHub Copilot CLI、AutoGen、Goose、OpenClaw、OpenCode、Kilo Code。

• 推荐的推理档位和参数：复杂推理或 Agent 任务使用 thinking.type: enabled；普通短回答可使用 disabled。非思考调用可使用官方示例的 temperature=1.0、top_p=0.95。深度思考时不要依赖自定义 temperature 或 top_p，官方说明实际会采用推荐默认值 1.0 和 0.95；max_completion_tokens 应覆盖思考内容与最终回答总长度。

可直接使用的内容

下面是根据官方页面整理的最小可运行 OpenAI Python SDK 配置；API Key 只从环境变量读取，不要把真实 Key 写进代码或提交到仓库。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MIMO_API_KEY"],
    base_url="https://api.xiaomimimo.com/v1",
)

completion = client.chat.completions.create(
    model="mimo-v2.6-pro",
    messages=[
        {
            "role": "system",
            "content": (
                "You are MiMo, an AI assistant developed by Xiaomi. "
                "Today's date: {date} {week}. "
                "Your knowledge cutoff date is December 2024."
            ),
        },
        {"role": "user", "content": "请完成任务，并先列出关键假设，再给出可验证的结论。"},
    ],
    max_completion_tokens=4096,
    temperature=1.0,
    top_p=0.95,
    stream=False,
    extra_body={"thinking": {"type": "enabled"}},
)

print(completion.model_dump_json())

官方文档给出的中文系统提示词为：

你是MiMo（中文名称也是MiMo），是小米公司研发的AI智能助手。
今天的日期：{date} {week}，你的知识截止日期是2024年12月。

官方页面同时提供了英文版本：

You are MiMo, an AI assistant developed by Xiaomi.
Today's date: {date} {week}. Your knowledge cutoff date is December 2024.

如果使用 Anthropic Messages API，可按官方端点改写为：

import os
from anthropic import Anthropic

client = Anthropic(
    api_key=os.environ["MIMO_API_KEY"],
    base_url="https://api.xiaomimimo.com/anthropic",
)

message = client.messages.create(
    model="mimo-v2.6-pro",
    max_tokens=4096,
    system="You are MiMo, an AI assistant developed by Xiaomi. "
           "Today's date: {date} {week}. Your knowledge cutoff date is December 2024.",
    messages=[{"role": "user", "content": "请完成任务，并输出可复核的步骤。"}],
    top_p=0.95,
    temperature=1.0,
    stream=False,
)

这些代码是官方 API 接入与参数配置的合并示例，不是小米公开的任务专用提示词。用户任务本身仍应根据目标补充输入、验收条件和输出格式。

测试/工作流步骤

1. 在 Xiaomi MiMo API 开放平台创建 API Key，并设置环境变量：

   export MIMO_API_KEY='sk-xxxxx'
   pip install -U openai

2. 先用 thinking.type: disabled 发送短请求，确认 Base URL、Key 和模型 ID 正确。

3. 对复杂推理、代码、数学或多步骤 Agent 任务改为 thinking.type: enabled，并把 max_completion_tokens 设为覆盖思考与答案的总预算。

4. 若使用流式输出，将 stream 设为 True；官方说明思考内容会先以 reasoning_content 增量返回，随后返回最终 content。

5. 若启用工具调用并继续多轮对话，保存并原样回传每轮 assistant 的 reasoning_content。当历史轮次含工具调用时遗漏该字段，官方说明 API 可能返回 400，并可能导致指令遵循下降或幻觉增多。

6. 记录每次请求的 model、思考开关、max_completion_tokens、输入与输出 token，以及工具调用是否成功；再用同一任务的关闭思考配置进行延迟和成本对照。

原始证据与数据

模型能力和配额

官方“模型列表”页面在文本生成模型表中列出：

• 模型 ID：mimo-v2.6-pro

• 能力：文本生成、全模态理解、深度思考、流式输出、函数调用、结构化输出、联网搜索

• 上下文窗口：1M

• 最大输出：128K

• 限流：最大 RPM 100、最大 TPM 10M

• 快速选型：复杂项目、长程任务、高价值工作、网络安全与科研需求推荐 mimo-v2.6-pro

同页还将 mimo-v2.6-pro-ultraspeed 定位为强实时场景，将 mimo-v2.6-flash 定位为专业办公中的高频调用与规模化任务。以上是官方选型描述，不代表本文对相邻模型的独立性能结论。

接口和模型 ID

“首次调用 API”页面说明平台兼容 OpenAI API 和 Anthropic API，并给出：

• OpenAI 实时推理 Base URL：https://api.xiaomimimo.com/v1

• Anthropic 实时推理 Base URL：https://api.xiaomimimo.com/anthropic

• OpenAI SDK 调用中的模型：mimo-v2.6-pro

• Anthropic SDK 调用中的模型：mimo-v2.6-pro

• 官方示例默认参数：max_completion_tokens=1024、temperature=1.0、top_p=0.95、stream=False

本文示例将 max_completion_tokens 提高到 4096，是为了给深度思考和最终回答留出更实际的总预算；它是配置建议，不是官方固定值。

深度思考

“深度思考”页面明确说明 mimo-v2.6-pro 支持 thinking.type，默认开启；可用 enabled 或 disabled 控制。官方还说明：

• 深度思考适用于复杂推理、代码生成、数学计算、多步骤分析。

• 深度思考下不支持自定义 temperature 和 top_p；传入后实际仍采用 1.0 和 0.95。

• max_completion_tokens 同时限制思考内容和最终回答。

• 开启思考会增加响应延迟；官方建议复杂任务结合 stream: true 查看实时输出。

• 多轮工具调用时，必须完整回传带工具调用的 assistant 消息中的 reasoning_content。

官方 Python 参数示例的关键片段为：

extra_body={
    "thinking": {"type": "enabled"}
}

关闭思考时，官方示例改为：

extra_body={
    "thinking": {"type": "disabled"}
}

适用边界

• 本文只证明官方文档公开了接入方式、参数和模型能力，不证明 mimo-v2.6-pro 在任意具体业务上的独立效果。

• 官方模型页给出的 1M 上下文和 128K 最大输出是服务限制，不等于每个任务都能稳定获得相同质量或延迟。

• 深度思考下不要把 temperature、top_p 当作有效调节旋钮；应优先调节提示词、工具定义、上下文和 token 预算。

• 多轮 Agent 需要持久化 reasoning_content；仅保存最终文本和工具结果可能导致后续请求失败或质量下降。

• 官方系统提示词中的日期是占位符；实际调用应替换为真实日期和星期，不应照抄过期示例日期。

• 官方文档列出的知识截止日期为 2024 年 12 月；时效性信息应通过联网搜索工具、外部检索或用户提供的资料核验。

• 代码示例没有包含真实 Key、工具服务器或业务数据，部署前仍需增加超时、重试、退避、日志脱敏和工具权限控制。

来源摘录或观察

1. 模型列表（官方，2026-09-21 更新）：页面直接列出 mimo-v2.6-pro、1M 上下文、128K 最大输出、文本/全模态/深度思考/函数调用/结构化输出/联网搜索等能力，并将复杂项目、长程任务、高价值工作、网络安全与科研需求作为推荐场景。

2. 首次调用 API（官方，2026-09-22 更新）：页面直接给出 OpenAI 与 Anthropic 两套 Base URL、mimo-v2.6-pro 模型 ID、Python SDK 示例，以及官方推荐的中英文系统提示词。

3. 深度思考（官方）：页面直接说明 Pro 支持 thinking.type，深度思考默认开启；同时给出 extra_body 写法、参数限制、流式输出行为和多轮工具调用中回传 reasoning_content 的要求。

4. 模型发布日志（官方）：页面将 mimo-v2.6-pro 描述为全模态、超高性能、万亿参数的旗舰推理模型，覆盖复杂项目、长程任务、高价值工作、网络安全与科研需求。该描述属于厂商定位，不应当单独当作第三方测评成绩。