What makes Xiaomi MiMo-V2-Pro API different from MiMo-V2-Flash?

MiMo-V2-Pro is Xiaomi’s flagship agentic model for deeper workflows, while MiMo-V2-Flash is the efficiency-focused sibling. Xiaomi says Pro is built for real-world agent tasks, with over 1 trillion total parameters, 42 billion active parameters, and a 1 million-token context window.

How large is the Xiaomi MiMo-V2-Pro API context window?

Xiaomi says MiMo-V2-Pro supports up to 1 million tokens of context. That is the key spec to know if you need to keep huge codebases, long documents, or extended task histories in one run.

Can Xiaomi MiMo-V2-Pro API handle coding and multi-step agent workflows?

Yes. Xiaomi positions MiMo-V2-Pro as a model for production engineering tasks, complex workflows, and agent scaffolds. The company also says its coding ability surpasses Claude 4.6 Sonnet in internal evaluations.

When should I use Xiaomi MiMo-V2-Pro API instead of MiMo-V2-Omni?

Use MiMo-V2-Pro when your workload is text-first and centered on reasoning, code, or tool orchestration. Use MiMo-V2-Omni when you need native multimodal understanding across text, vision, and speech.

How does Xiaomi MiMo-V2-Pro API compare with Claude Opus 4.6 and GPT-5.2?

Xiaomi reports MiMo-V2-Pro at 61.5 on ClawEval, compared with 66.3 for Claude Opus 4.6 and 50.0 for GPT-5.2 on the same chart. Xiaomi also says Pro is close to Opus 4.6 on general agent performance and ranks #8 globally on the Artificial Analysis Intelligence Index.

What are the known limitations of Xiaomi MiMo-V2-Pro API?

MiMo-V2-Pro is optimized for agentic text workflows, so it is not the family member to choose for native multimodal input. For image, video, or speech-heavy jobs, Xiaomi’s MiMo-V2-Omni is the better match.

How do I integrate Xiaomi MiMo-V2-Pro API with an OpenAI-compatible client?

OpenClaw documents the Xiaomi provider as OpenAI-compatible, which means you can use an OpenAI-style client with Xiaomi’s base URL and model ID. In practice, that makes it straightforward to swap in `mimo-v2-pro` as the model name while keeping your existing chat-completions flow.

Is Xiaomi MiMo-V2-Pro API suitable for long document analysis?

Yes. The 1 million-token context window makes MiMo-V2-Pro a strong fit for very long source documents, support tickets, policy packs, or repository-scale analysis where smaller-context models would truncate too early.

お手頃な mimo-v2-pro API | text-to-text

Xiaomi MiMo-V2-Pro の技術仕様

項目	Xiaomi MiMo-V2-Pro
提供元	Xiaomi
モデルID	mimo-v2-pro
モデルファミリー	MiMo-V2
モデル種別	エージェント型基盤モデル／推論モデル
主入力	テキスト
主出力	テキスト
コンテキストウィンドウ	最大 1,000,000 トークン
総パラメータ数	1兆超
アクティブパラメータ数	420億
アーキテクチャ	ハイブリッド・アテンション MoE
リリース時期	2026年3月
ベンチマーク指標	Artificial Analysis Intelligence Index: 世界第8位; PinchBench: 世界第3位

Xiaomi MiMo-V2-Pro とは？

Xiaomi MiMo-V2-Pro は、実世界のエージェント業務向けに設計された Xiaomi のフラッグシップ MiMo モデルです。複雑なワークフローをオーケストレーションし、プロダクションエンジニアリングのタスクを処理し、長く多段のジョブにおいても信頼性高く動作し続けるエージェントシステムの中核となるモデルだと Xiaomi は説明しています。

Xiaomi MiMo-V2-Pro の主な特長

エージェント優先の設計: チャット型の回答だけでなく、ワークフロー、ツール使用、タスク実行に向けて構築。
超長コンテキスト: 最大 1,000,000 トークンをサポートし、巨大なコードベース、長大なドキュメント、長期のタスクトレースに実用的。
大規模 MoE: 総パラメータは 1T 超、アクティブパラメータは 42B。ハイブリッド・アテンションと組み合わせて効率化。
強力なコーディング能力: 社内評価で Claude 4.6 Sonnet を上回ると Xiaomi は述べています。
信頼性の高いツール呼び出し: エージェントのスキャフォールドにおけるツール呼び出しの安定性と精度が向上。
フレームワーク親和性: Xiaomi は、OpenClaw、OpenCode、KiloCode、Blackbox、Cline などのエージェントフレームワークと組み合わせているとしています。

Xiaomi MiMo-V2-Pro のベンチマーク性能

Xiaomi の 2026年3月の資料では、MiMo-V2-Pro は Artificial Analysis Intelligence Index で世界第8位、PinchBench の平均タスク完了率で世界第3位と位置付けられています。Xiaomi はまた ClawEval スコア 61.5 を報告しており、同ベンチマークにおいて Claude Opus 4.6 に近く、GPT-5.2 を上回ると説明しています。

Xiaomi MiMo-V2-Pro と MiMo-V2-Flash と MiMo-V2-Omni の比較

モデル	最適用途	主な違い
MiMo-V2-Flash	高速かつ効率的なテキスト推論	効率重視に調整された小型 MoE モデル; 総 309B / アクティブ 15B
MiMo-V2-Pro	深いエージェント型推論と長尺ワークフロー	1M トークンのコンテキストと 1T+ パラメータを備えたフラッグシップのテキストエージェントモデル
MiMo-V2-Omni	マルチモーダルの理解と実行	テキスト、ビジョン、音声を統合し、マルチモーダルなエージェントタスクに対応

Xiaomi MiMo-V2-Pro を使うべきとき

長いコンテキストが必要な推論、多段のエージェントオーケストレーション、コード中心のワークフロー、プロダクション水準のタスク実行が求められる場合に MiMo-V2-Pro を使用してください。速度よりも深さが重要なときは MiMo-V2-Flash より適しており、ワークロードがマルチモーダルではなくテキスト中心の場合は MiMo-V2-Omni より適しています。

制限事項

MiMo-V2-Pro はテキスト優先のエージェントモデルとして位置付けられているため、ネイティブなマルチモーダル作業は MiMo-V2-Omni がより適しています。あらゆるベンチマーク主導のモデルと同様に、実際の結果はプロンプト設計、ツール品質、およびエージェントをスタックにどう組み込むかに左右されます。

mimo-v2-proの料金

mimo-v2-proの競争力のある価格設定をご確認ください。さまざまな予算や利用ニーズに対応できるよう設計されています。柔軟なプランにより、使用した分だけお支払いいただけるため、要件の拡大に合わせて簡単にスケールアップできます。mimo-v2-proがコストを管理しながら、お客様のプロジェクトをどのように強化できるかをご覧ください。

コメット価格 (USD / M Tokens)	公式価格 (USD / M Tokens)	割引
入力:$0.8/M 出力:$2.4/M	入力:$1/M 出力:$3/M	-20%

mimo-v2-proのサンプルコードとAPI

mimo-v2-proの包括的なサンプルコードとAPIリソースにアクセスして、統合プロセスを効率化しましょう。詳細なドキュメントでは段階的なガイダンスを提供し、プロジェクトでmimo-v2-proの潜在能力を最大限に活用できるよう支援します。

Python
JavaScript
Curl

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"

client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

stream = client.chat.completions.create(
    model="mimo-v2-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain the Monty Hall problem step by step."},
    ],
    stream=True,
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content")
    if reasoning:
        if not thinking:
            print("<thinking>")
            thinking = True
        print(reasoning, end="", flush=True)
    elif thinking and delta.content:
        print("
</thinking>
")
        thinking = False
        print(delta.content, end="", flush=True)
    elif delta.content:
        print(delta.content, end="", flush=True)

Python Code Example

from openai import OpenAI
import os

# Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
COMETAPI_KEY = os.environ.get("COMETAPI_KEY") or "<YOUR_COMETAPI_KEY>"

client = OpenAI(api_key=COMETAPI_KEY, base_url="https://api.cometapi.com/v1")

stream = client.chat.completions.create(
    model="mimo-v2-pro",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Explain the Monty Hall problem step by step."},
    ],
    stream=True,
    extra_body={"thinking": {"type": "enabled"}},
)

thinking = False
for chunk in stream:
    delta = chunk.choices[0].delta
    reasoning = (delta.model_extra or {}).get("reasoning_content")
    if reasoning:
        if not thinking:
            print("<thinking>")
            thinking = True
        print(reasoning, end="", flush=True)
    elif thinking and delta.content:
        print("\n</thinking>\n")
        thinking = False
        print(delta.content, end="", flush=True)
    elif delta.content:
        print(delta.content, end="", flush=True)

JavaScript Code Example

import OpenAI from "openai";

// Get your CometAPI key from https://api.cometapi.com/console/token, and paste it here
const api_key = process.env.COMETAPI_KEY || "<YOUR_COMETAPI_KEY>";

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

const stream = await client.chat.completions.create({
  model: "mimo-v2-pro",
  messages: [
    { role: "system", content: "You are a helpful assistant." },
    { role: "user", content: "Explain the Monty Hall problem step by step." },
  ],
  stream: true,
  thinking: { type: "enabled" },
});

let thinking = false;
for await (const chunk of stream) {
  const delta = chunk.choices[0]?.delta ?? {};
  const reasoning = delta.reasoning_content;
  if (reasoning) {
    if (!thinking) { process.stdout.write("<thinking>\n"); thinking = true; }
    process.stdout.write(reasoning);
  } else if (thinking && delta.content) {
    process.stdout.write("\n</thinking>\n\n");
    thinking = false;
    process.stdout.write(delta.content);
  } else if (delta.content) {
    process.stdout.write(delta.content);
  }
}

Curl Code Example

# Get your CometAPI key from https://api.cometapi.com/console/token
# Export it as: export COMETAPI_KEY="your-key-here"

curl https://api.cometapi.com/v1/chat/completions \
  -H "Authorization: Bearer $COMETAPI_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-pro",
    "messages": [
      {"role": "system", "content": "You are a helpful assistant."},
      {"role": "user", "content": "Explain the Monty Hall problem step by step."}
    ],
    "stream": true,
    "thinking": {"type": "enabled"}
  }'