Multimodales Modell mit nativem visuellem und Audioverständnis in einem 1M-Kontext, das entwickelt wurde, um in agentischen Workflows über Modalitäten hinweg zu argumentieren und zu handeln.
XiaomiTextgenerierung1M KontextVeröffentlicht 22. Apr. 2026Proprietärer EndpointMultimodales Modell mit nativem visuellem und Audioverständnis in einem 1M-Kontext, das entwickelt wurde, um in agentischen Workflows über Modalitäten hinweg zu argumentieren und zu handeln.
Auch bekannt als Xiaomi MiMo V2.5, MiMo-V2.5, mimo-v2-5
mimo-v2-5/v1/chat/completionsPOST/v1/responsesPOST/v1/messagesPOST/v1beta/models/mimo-v2-5:generateContentmimo-v2.5mimo/v2.5xiaomi/mimo-v2.5Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.
MiMo V2.5 bedient die OpenAI-kompatible Chat Completions API. Richte ein beliebiges OpenAI SDK mit deinem EmpirioLabs API-Schlüssel auf https://api.empiriolabs.ai/v1 und verwende die Modell-ID mimo-v2-5. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.
curl https://api.empiriolabs.ai/v1/chat/completions \
-H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "mimo-v2-5",
"messages": [
{"role": "user", "content": "Write a haiku about the ocean."}
]
}'from openai import OpenAI
client = OpenAI(
base_url="https://api.empiriolabs.ai/v1",
api_key="YOUR_EMPIRIOLABS_API_KEY",
)
response = client.chat.completions.create(
model="mimo-v2-5",
messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)Request-Parameter, die die MiMo V2.5 API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.
| Parameter | Typ | Standard | Bereich / Werte | Beschreibung |
|---|---|---|---|---|
| enable_thinking | boolean | true | - | Aktivieren Sie den erweiterten Denkmodus. Langsamere, aber verbesserte Aufgaben mit viel Schlussfolgerung. |
| tool_web_search | boolean | false | - | Erlauben Sie dem Modell, bei Bedarf Websuchen durchzuführen. |
| web_search_force | boolean | false | - | Zwingen Sie das Modell, immer eine Websuche durchzuführen, bevor Sie antworten. |
| web_search_max_keyword | number | 3 | 1 bis 5 | Maximale Anzahl von Schlüsselwörtern, die das Modell in Websuchen verwenden kann. |
| web_search_limit | number | 5 | 1 bis 10 | Die maximale Anzahl der Websuchanfragen, die das Modell pro Anfrage durchführen kann. |
| video_fps | number | 2 | 0.1 bis 10 | Bilder pro Sekunde, die aus Eingabevideo zur Analyse abgeschnitten wurden. |
| video_resolution | enum | default | default, max | Auflösung, mit der das Eingabevideo abgetastet wird (z. B. 360p, 480p, 720p). |
| temperature | number | 0.7 | 0 bis 2 | Temperatur wird geprochen. 0 = deterministisch, 2 = maximale Zufälligkeit. |
| top_p | number | 0.9 | 0 bis 1 | Kernprobenwahrscheinlichkeitsmasse. Niedriger = fokussierter. |
| max_tokens | number | 4096 | 1 bis 65536 | Maximale Token in der Antwort. |
| stop | string | - | - | Bis zu 4 Zeichenketten, bei denen das Modell aufhört, weitere Token zu generieren. |
| response_format | enum | - | - | Geben Sie die Ausgabe als gültiges JSON-Objekt (JSON-Modus) zurück. Beschreibe die Felder, die du in deinem Prompt verwenden möchtest. |
| disable_formatting | boolean | false | - | Überspringe die EmpirioLabs Markdown-Formatierung (Zitation [[N]](url) Umschreiben + Referenzblock, wenn Websuche verwendet wurde). Die rohe Upstream-Antwort mit... |
Omnimodale Eingabe (Text, Bild, Video, Audio) mit Textausgabe. Die Websuche ($0.015/call) wird nur bei Aufrufen belastet. Cached Input Tokens werden mit einem steilen Rabatt abgerechnet.
When this model invokes tools (web search, code interpreter, etc.) inside a single request, the response carries a normalized usage.tool_usage map alongside the token counts. The example below shows the shape — exact field names, units, and which tools appear can vary slightly per provider:
"usage": {
"prompt_tokens": 123,
"completion_tokens": 456,
"cost_usd": 0.0042,
"tool_usage": {"web_search": 3, "code_interpreter": 1}
}The tool counts are already factored into cost_usd — they are surfaced for transparency so you can audit per-tool billing. The field is omitted when no tools were invoked.
Auf EmpirioLabs wird MiMo V2.5 nach Verbrauch abgerechnet: Input $0.70 pro 1M prompte Token; Output $1.40 pro 1M generierte Token; Impliziter Cache Read $0.014 pro 1M zwischengespeicherte Eingangstoken. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.
MiMo V2.5 unterstützt ein Kontextfenster von 1M Token mit bis zu 128.000 Ausgabe-Token pro Antwort.
Ja. MiMo V2.5 bedient die OpenAI-kompatible Chat Completions API. Bestehende OpenAI SDKs funktionieren, indem du base_url auf https://api.empiriolabs.ai/v1 setzt und als Modell-ID mimo-v2-5 verwendest.
Ja. Der EmpirioLabs Playground führt MiMo V2.5 im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.
Erstelle ein EmpirioLabs-Konto und generiere dann einen Schlüssel unter API Keys im Dashboard. Die Abrechnung erfolgt über Pay-as-you-go-Guthaben, du zahlst also nur für deine Requests.
Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.
