MiMo V2 Flash

Xiaomi · Text Generation

POST /v1/chat/completions

Modelo de raciocínio leve e de alta velocidade, com atenção híbrida e previsão multi-token para inferência de baixo custo e pontuações de benchmark fortes.

De um olhar

Campo	Valor
ID do modelo	`mimo-v2-flash`
Data de lançamento do modelo	2026-01-08
Modalidades de entrada	Texto
Modalidades de saída	Texto
Janela de contexto	256K
Precisão do peso	-
Tokens de saída máxima	65,536
Características	raciocínio, rápido
Inferência nativa	Não
Novo	Não
Endpoints suportados	`POST /v1/chat/completions`, `POST /v1/responses`, `POST /v1/messages`

Precificação

Carga	Especificação	Taxa
Entrada	por 1M de tokens de prompt	$0.50
Produção	por 1M de tokens gerados	$1.50
Leitura implícita do cache	por 1M de tokens de entrada cacheados	$0.05
Busca na Web	por chamada	$0.015

Exemplo de pedido

$ curl https://api.empiriolabs.ai/v1/chat/completions \
>   -H 'Authorization: Bearer $EMPIRIOLABS_API_KEY' \
>   -H 'Content-Type: application/json' \
>   -d '{"model": "mimo-v2-flash", "messages": [{"role":"user","content":"Hello"}]}'

Parâmetros

Parâmetro	Tipo	Obrigatório	Padrão	Descrição
`enable_thinking`	Booleano	Não	Verdade	Ative o modo de pensamento estendido. Mais lento, mas melhora tarefas que exigem muito raciocínio.
`tool_web_search`	Booleano	Não	falso	Permita que o modelo realize buscas na web quando necessário.
`web_search_force`	Booleano	Não	falso	Forçar o modelo a sempre fazer uma busca na web antes de responder.
`web_search_max_keyword`	Número	Não	`3`	Número máximo de palavras-chave que o modelo pode usar em buscas na web. · Alcance: 1 – 5
`web_search_limit`	Número	Não	`5`	Número máximo de buscas na web que o modelo pode realizar por requisição. · Intervalo: 1 – 10
`temperature`	Número	Não	`0.7`	Temperatura de amostragem. 0 = determinística, 2 = aleatoriedade máxima. · Intervalo: 0 – 2
`top_p`	Número	Não	`0.9`	Amostragem do núcleo com a probabilidade de massa. Menor = mais focado. · Intervalo: 0 – 1
`max_tokens`	Número	Não	`4096`	Fichas máximas na resposta. · Intervalo: 1 – 65536
`stop`	String	Não	-	Até 4 strings em que o modelo para de gerar mais tokens.
`disable_formatting`	Booleano	Não	falso	Pule a formatação EmpirioLabs Markdown (citação [N] reescrita + bloco Referências quando a busca na web foi usada). A resposta bruta a montante com citações simples [N] é retornada.

Notas

Nível de contexto leve de 256K. A busca na web ($0.015/call) é cobrada apenas quando invocada. Tokens de entrada em cache são faturados com um grande desconto.

Faturamento por ferramenta (usage.tool_usage)

Quando esse modelo invoca ferramentas (busca web, interpretador de código, etc.) dentro de uma única requisição, a resposta carrega um mapa de usage.tool_usage normalizado junto com as contagens de tokens. O exemplo abaixo mostra a forma - nomes exatos de campos, unidades e quais ferramentas aparecem podem variar ligeiramente de acordo com o provedor:

1 "usage": {
2   "prompt_tokens": 123,
3   "completion_tokens": 456,
4   "cost_usd": 0.0042,
5   "tool_usage": {"web_search": 3, "code_interpreter": 1}
6 }

A contagem de ferramentas já está em conta cost_usd - elas são apresentadas para transparência, permitindo auditar o faturamento por ferramenta. O campo é omitido quando nenhuma ferramenta foi invocada.

Machine esquema legível: GET https://api.empiriolabs.ai/v1/models/mimo-v2-flash.