Cara Menggunakan API MiMo-V2.5 Panduan Pembangun Lengkap

TL;DR

MiMo-V2.5 API dalam CometAPI menyediakan akses kepada model campuran pakar jarang (sparse MoE) Xiaomi untuk pengekodan, pemahaman multimodal, dan beban kerja berasaskan agen. API MiMo-V2.5 ialah lalai praktikal apabila projek memerlukan tetingkap konteks 1 juta token, input multimodal natif, dan kos token rendah; MiMo-V2.5 Pro pula lebih sesuai apabila pengekodan sukar, penaakulan, atau penggunaan alat jangka panjang lebih penting daripada harga. Panduan ini menunjukkan cara memanggil API melalui CometAPI, menstrim respons, menyusun permintaan multimodal, menganggar kos, dan memperkukuh integrasi produksi.

Key Takeaways

• Model MiMo-V2.5 menggunakan 310B jumlah parameter dengan 15B parameter aktif setiap token dan menyokong tetingkap konteks 1M token.
• Gunakan laluan MiMo-V2.5 untuk kerja multimodal, analisis konteks besar, dan agen sensitif kos; pilih MiMo-V2.5 Pro untuk tugas pengekodan dan penaakulan yang paling sukar.
• Titik akhir serasi OpenAI memudahkan migrasi, tetapi sistem produksi masih memerlukan had masa, logik cubaan semula, bajet token, dan semakan keupayaan di pihak penyedia.
• Pada kadar CometAPI yang dinyatakan, permintaan dengan 10,000 token input dan 2,000 token output menelan kos kira-kira $0.001568 pada laluan MiMo-V2.5.

MiMo-V2.5 Model Overview

Xiaomi memperkenalkan model ini pada 22 April 2026. MiMo-V2.5 API dalam CometAPI mendedahkannya melalui antara muka chat-completions serasi OpenAI, jadi klien sedia ada biasanya boleh bermigrasi dengan menukar URL asas, kunci API, dan pengecam model.

Menurut kad model rasmi, model ini menggabungkan tulang belakang bahasa MoE jarang dengan penyahkod visi dan audio khusus. Ia menerima input teks, imej, video, dan audio sambil menghasilkan output teks. Tetingkap konteks yang besar berguna untuk semakan kod berskala repositori, set dokumen, transkrip panjang, dan agen berbilang langkah.

Imej penanda aras multimodal rasmi di bawah melaporkan keputusan merentasi pemahaman imej, agen multimodal, dan pemahaman video.

Perbandingan penanda aras multimodal rasmi Xiaomi MiMo-V2.5

Laluan penyedia boleh mendedahkan set format media yang lebih sempit berbanding model asas. Sahkan format muatan imej, audio, dan video tepat terhadap titik akhir aktif sebelum menghantar ciri multimodal.

MiMo-V2.5 Benchmark Performance

Xiaomi melaporkan keputusan kukuh dalam pengekodan, penggunaan terminal, dan penilaian agen multimodal. Angka ini berguna untuk memposisikan model, tetapi bukan pengganti ujian pada prompt, alat, sasaran kelewatan, dan syarat kegagalan anda sendiri.

Perbandingan pengekodan rasmi menunjukkan 65.8 pada Terminal-Bench 2.0 dan 56.1 pada SWE-Bench Pro, sambil turut meletakkan model dalam perbandingan agen pengekodan yang lebih luas.

Perbandingan penanda aras pengekodan rasmi Xiaomi MiMo-V2.5

Apakah yang disarankan oleh keputusan: model ini amat menarik untuk aplikasi yang menggabungkan kod, alat, dan media campuran. Untuk keputusan produksi yang deterministik, jalankan penilaian dalaman yang mengukur kejayaan tugas, penggunaan token, kelewatan hujung ke hujung, kekerapan cubaan semula, dan kadar pembetulan manusia.

MiMo-V2.5 vs MiMo-V2.5 Pro: A Multi-Dimensional Comparison

Keputusan perbandingan: mulakan dengan laluan MiMo-V2.5 apabila kos, throughput, atau liputan multimodal memacu keputusan. Alihkan permintaan terpilih ke MiMo-V2.5 Pro apabila penilaian dalaman menunjukkan peningkatan ketepatan yang bermakna pada kes penggunaan pengekodan, penaakulan, atau penggunaan alat yang sukar. Penghala berperingkat selalunya memberikan keseimbangan kos-kualiti yang lebih baik daripada menghantar setiap permintaan ke MiMo-V2.5 Pro.

How to Call the MiMo-V2.5 API

API ini mengikut skema chat-completions yang biasa. Simpan kunci pada pelayan anda, muatkan daripada pemboleh ubah persekitaran, dan jangan sekali-kali membenamkannya dalam kod pelayar atau mudah alih.

Tetapkan kunci API

export COMETAPI_KEY="your_api_key_here"

$env:COMETAPI_KEY = "your_api_key_here"

### Hantar permintaan cURL

curl https://api.cometapi.com/v1/chat/completions
-H "Authorization: Bearer $COMETAPI_KEY"
-H "Content-Type: application/json"
-d '{
"model": "mimo-v2.5",
"messages": [
{"role": "system", "content": "You are a careful coding assistant."},
{"role": "user", "content": "Explain the bug and propose a minimal patch."}
],
"temperature": 0.2
}'

### Gunakan Python dengan OpenAI SDK

import os
from openai import OpenAI

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

response = client.chat.completions.create(
model="mimo-v2.5",
messages=[
{"role": "system", "content": "You are a precise engineering assistant."},
{"role": "user", "content": "Review this migration plan for hidden risks."},
],
temperature=0.2,
)

print(response.choices[0].message.content)

> Jangan log kunci API, pengepala kebenaran penuh, atau kandungan prompt sensitif. Gunakan pengurus rahsia dalam produksi dan putarkan kelayakan mengikut jadual yang ditetapkan.

## How to Stream MiMo-V2.5 API Responses

Penstriman mengurangkan kelewatan yang dirasai untuk jawapan panjang. Perkhidmatan memulangkan acara beransur-ansur, yang didedahkan SDK sebagai cebisan.

stream = client.chat.completions.create(
model="mimo-v2.5",
messages=[{"role": "user", "content": "Draft a safe database migration checklist."}],
stream=True,
)

for chunk in stream:
delta = chunk.choices[0].delta.content
if delta:
print(delta, end="", flush=True)

Dalam perkhidmatan web, hantarkan delta dengan Server-Sent Events atau mesej WebSocket, tangani pemutusan klien, dan hentikan penjanaan hulu apabila pengguna membatalkan.

## MiMo-V2.5 API Multimodal and Structured Workflows

Untuk tugas sedar imej, hantar arahan teks serta objek imej dalam mesej pengguna yang sama. Perwakilan media yang diterima tepat boleh berbeza mengikut laluan penyedia, jadi anggap ini sebagai corak muatan dan sahkan sokongan laluan semasa.

{
"model": "mimo-v2.5",
"messages": [
{
"role": "user",
"content": [
{"type": "text", "text": "Extract the visible error and suggest the next diagnostic step."},
{"type": "image_url", "image_url": {"url": "https://example.com/error.png"}}
]
}
]
}

Untuk output boleh baca mesin, minta objek JSON padat dan sahkannya terhadap skema anda sendiri. Jangan sekali-kali menganggap JSON terjana selamat semata-mata kerana ia boleh dihuraikan.

import json

raw = response.choices[0].message.content
result = json.loads(raw)

required = {"summary", "risks", "next_action"}
missing = required - result.keys()
if missing:
raise ValueError(f"Missing fields: {sorted(missing)}")

## MiMo-V2.5 API Pricing on CometAPI and Cost Control

| Laluan                         | Input per 1M token | Output per 1M token | Contoh 100 permintaan |
| ----------------------------- | ------------------ | ------------------- | --------------------- |
| MiMo-V2.5                     | $0.112             | $0.224              | $0.1568               |
| MiMo-V2.5 Pro                 | $0.348             | $0.696              | $0.4872               |
| Rujukan bayar-ikut-guna Xiaomi | $0.14              | $0.28               | $0.1960               |

Contoh ini menganggap 100 permintaan, setiap satu dengan 10,000 token input dan 2,000 token output. Di bawah andaian tersebut, laluan MiMo-V2.5 adalah kira-kira 68% lebih murah daripada MiMo-V2.5 Pro. [Kadar bayar-ikut-guna yang diterbitkan oleh Xiaomi](https://platform.xiaomimimo.com/docs/zh-CN/integration/roocode) menyediakan titik rujukan yang berguna, manakala bil sebenar harus disahkan terhadap harga penyedia aktif sebelum pengeluaran.

MiMo-V2.5 input: 100 × 10,000 / 1,000,000 × $0.112 = $0.1120
MiMo-V2.5 output: 100 × 2,000 / 1,000,000 × $0.224 = $0.0448
MiMo-V2.5 total: $0.1568

Pro input: 100 × 10,000 / 1,000,000 × $0.348 = $0.3480
Pro output: 100 × 2,000 / 1,000,000 × $0.696 = $0.1392
Pro total: $0.4872

Kawal kos dengan had output maksimum, pemampatan prompt, konteks yang di-cache, pengelasan permintaan, dan penghala yang meningkatkan hanya tugas sukar. Jejaki kos per tugas berjaya dan bukannya kos per permintaan; permintaan lebih murah yang gagal berulang kali boleh menjadi lebih mahal secara keseluruhan.

## How to Design Long-Context MiMo-V2.5 API Requests

Tetingkap 1M token membolehkan input lebih besar, tetapi tidak menghapuskan pertukaran semula jadi bagi pengambilan dan perhatian. Bina prompt supaya model boleh mencari bukti berkaitan dengan cepat.

* Letakkan tugas, kontrak output, dan kriteria keputusan berhampiran permulaan.
* Asingkan dokumen dengan pengecam stabil dan pembatas yang jelas.
* Sertakan hanya bukti yang boleh mempengaruhi jawapan.
* Minta model memetik pengecam dokumen atau rujukan baris dalam hasilnya.
* Ukur ketepatan apabila konteks bertambah; jangan anggap konteks maksimum sebagai konteks ideal.

> Konteks panjang meningkatkan kos token dan peluang bahan tidak berkaitan mengganggu model. Pengambilan, peringkasan, dan pemantauan hierarki kekal penting walaupun keseluruhan korpus muat.

## Production Reliability

### Ulang cuba hanya kegagalan sementara

Ulang cuba had kadar dan kegagalan pelayan sementara dengan backoff eksponen dan jitter. Jangan ulang cuba secara automatik pengesahan tidak sah, muatan terbentuk salah, atau ralat polisi.

import random
import time

def delay_for(attempt: int) -> float:
return min(30.0, (2 ** attempt) + random.random())

for attempt in range(5):
try:
result = call_model()
break
except TransientAPIError:
if attempt == 4:
raise
time.sleep(delay_for(attempt))

### Tetapkan pagar operasi

* Gunakan had masa sambungan dan permintaan keseluruhan.
* Lampirkan kunci idempotensi pada aliran kerja dengan kesan sampingan luaran.
* Rekodkan ID model, kelewatan, token input dan output, kiraan ulang cuba, dan status akhir.
* Nyah-data rahsia dan data peribadi sebelum melog.
* Wajibkan senarai dibenarkan alat dan pengesahan untuk tindakan destruktif.
* Kekalkan model atau barisan gantian untuk gangguan penyedia.

## MiMo-V2.5 API Common Errors and Solutions

| Simptom      | Punca berkemungkinan                         | Tindakan disyorkan                                               |
| ------------ | -------------------------------------------- | ---------------------------------------------------------------- |
| 401 atau 403 | Kunci API hilang, tidak sah, atau tidak dibenarkan | Sahkan rahsia sisi pelayan dan kebenaran projek.                 |
| 400          | Mesej terbentuk salah atau objek media tidak disokong | Sahkan JSON dan sahkan sokongan muatan khusus laluan.            |
| 413          | Badan permintaan terlalu besar               | Kurangkan saiz media atau pecahkan input.                        |
| 429          | Had kadar atau kuota                         | Mundur dengan jitter dan kuatkuasakan had kebersamaan sisi klien. |
| 5xx          | Kegagalan penyedia sementara                 | Ulang cuba dalam bajet terikat atau beralih ganti.               |
| Respons perlahan | Konteks besar, output panjang, atau kelewatan alat | Strim output, hadkan token, dan profil setiap peringkat.         |
| JSON tidak sah | Penyimpangan penjanaan                      | Sahkan, baiki sekali jika selamat, dan tolak kegagalan berterusan. |

## Conclusion

Model MiMo-V2.5 ialah titik permulaan terkuat untuk pasukan yang memerlukan input multimodal, konteks besar, dan kawalan kos agresif. Pro harus menjadi laluan peningkatan yang disengajakan untuk tugas di mana peningkatan kualiti yang diukur membenarkan harga lebih tinggi. Mulakan dengan set penilaian kecil, instrumentasikan setiap permintaan, dan promosikan integrasi hanya selepas menguji muatan sebenar, tingkah laku konteks panjang, pengendalian ulang cuba, dan pemulihan kegagalan.

## FAQ

### What endpoint should I use?

Gunakan `/api.cometapi.com/v1/chat/completions`, atau tetapkan `/api.cometapi.com/v1` sebagai URL asas dalam SDK serasi OpenAI.

### What model identifier should I send?

Gunakan `mimo-v2.5` untuk laluan MiMo-V2.5. Sahkan pengecam semasa sebelum pelancaran jika akaun anda menggunakan alias khusus penyedia.

### When should I choose MiMo-V2.5 Pro?

Pilih MiMo-V2.5 Pro apabila penilaian anda menunjukkan kelebihan material pada tugas pengekodan, penaakulan, atau tugas alat berjalan lama yang sukar. Kekalkan trafik rutin atau multimodal pada laluan MiMo-V2.5 apabila kualitinya mencukupi.

### Does a 1M-token context mean I should send everything?

Tidak. Konteks besar ialah had kapasiti, bukan sasaran reka bentuk prompt. Ambil dan susun bukti yang boleh mempengaruhi jawapan, kemudian ukur kualiti dan kos apabila input bertambah.

### Can I call the API directly from a browser?

Jangan dedahkan kunci API rahsia dalam kod frontend. Panggil penyedia daripada backend anda dan gunakan pengesahan, had kadar, log, dan kawalan data di sana.

### How do I verify multimodal support?

Uji muatan media tepat terhadap laluan penyedia aktif. Modaliti natif model asas tidak menjamin setiap laluan mendedahkan setiap format dengan cara yang sama.