MiMo V2 Flash

Xiaomi · Text Generation

POST /v1/chat/completions

轻量级、高速推理模型，采用混合注意力和多符号预测，实现低成本推断和强劲的基准分数。

一眼看

场地	价值
型号ID	`mimo-v2-flash`
车型发布日期	2026-01-08
输入模态	正文
输出模态	正文
上下文窗口	256K
重量精度	-
最大输出令牌	65,536
特色	推理，快
本土推断	不
新	不
支持的端点	`POST /v1/chat/completions`，`POST /v1/responses`，`POST /v1/messages`

定价

冲锋	规格	速率
输入	每100万个提示词标记	$0.50
输出	每100万个生成代币	$1.50
隐式缓存读取	每 1M 缓存输入标记	$0.05
网页搜索	每次通话	$0.015

示例请求

$ 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"}]}'

参数

参数	类型	必修	默认	描述
`enable_thinking`	布尔值	不	确实如此	启用扩展思考模式。虽然节奏较慢，但能提升推理性任务。
`tool_web_search`	布尔值	不	错误	允许模型在需要时进行网页搜索。
`web_search_force`	布尔值	不	错误	强制模型在回答前始终进行网络搜索。
`web_search_max_keyword`	人数	不	`3`	模型在网络搜索中可使用的最大关键词数量。·射程：1 – 5
`web_search_limit`	人数	不	`5`	模型每个请求可执行的最大网络搜索次数。·范围：1 – 10
`temperature`	人数	不	`0.7`	采样温度。0 = 确定性，2 = 最大随机性。·射程：0 – 2
`top_p`	人数	不	`0.9`	核抽样概率质量。低 = 更专注。·射程：0 – 1
`max_tokens`	人数	不	`4096`	回复中最多的代币。·距离：1 – 65536
`stop`	弦	不	-	最多有4串字符串，模型会停止生成更多代币。
`disable_formatting`	布尔值	不	错误	跳过EmpirioLabs的Markdown格式（引用[[N]]（url）重写+参考文献块，使用网页搜索时）。返回原始上游答案，带有纯[N]次引用。

注释

轻量级256K上下文层。网络搜索（$0.015/call）只有在被调用时才会收费。缓存输入代币会被大幅折扣收费。

按工具计费（usage.tool_usage）

当该模型在单一请求中调用工具（如网页搜索、代码解释器等）时，响应会携带一个归一化的usage.tool_usage映射，同时显示令牌计数。下面的示例展示了形状 - - 具体字段名称、单位以及出现的工具可能因提供者而略有差异：

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 }

工具数量已经被纳入cost_usd - - 它们被展示出来以保持透明，以便你审计每件工具的计费。当没有工具被调用时，该字段被省略。

Machine可读模式： GET https://api.empiriolabs.ai/v1/models/mimo-v2-flash。