MiMo V2.6 Pro API

Trillionen-Parameter-Flaggschiff für agentische Arbeit, mit nativem Verständnis und Denken von Bildern, Videos und Audio über einen Kontext von 1 Million hinweg.

XiaomiTextgenerierung1M KontextVeröffentlicht 22. Sept. 2026SingaporeProprietärer EndpointNeu

Über MiMo V2.6 Pro

Trillionen-Parameter-Flaggschiff für agentische Arbeit, mit nativem Verständnis und Denken von Bildern, Videos und Audio über einen Kontext von 1 Million hinweg.

Auch bekannt als Xiaomi MiMo V2.6 Pro

reasoningagenticvisionaudio infunction callingstructured outputweb search

MiMo V2.6 Pro Spezifikationen

Modell-ID
mimo-v2-6-pro
Autor
Xiaomi
Kategorie
Textgenerierung
Veröffentlicht
22. Sept. 2026
Kontextfenster
1M Token
Max. Ausgabe
131.072 Token
Eingabe
TextBildVideoAudio
Ausgabe
Text
Strukturierte Ausgabe
JSON Schema
Region
Singapore
Endpoints
POST/v1/chat/completions
Alternative Modell-IDs
mimo-v2.6-promimo/v2.6-proxiaomi/mimo-v2.6-pro

MiMo V2.6 Pro API-Preise

Live Pay-as-you-go-Preise aus dem EmpirioLabs-Katalog. Du zahlst nur für das, was du nutzt, ohne monatliches Minimum.

Typ
Spezifikation
Preis
Eingabe
pro 1M Prompt-Token
$0.435
Ausgabe
pro 1 Million generierter Token
$0.87
Web-Suche
pro Anfrage, wenn aktiviert
$0.015
Auf der vollständigen Preisseite vergleichen

So rufst du die MiMo V2.6 Pro API auf

MiMo V2.6 Pro 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-v2-6-pro. Hol dir einen API-Schlüssel im EmpirioLabs Dashboard.

cURL
curl https://api.empiriolabs.ai/v1/chat/completions \
  -H "Authorization: Bearer $EMPIRIOLABS_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mimo-v2-6-pro",
    "messages": [
      {"role": "user", "content": "Write a haiku about the ocean."}
    ]
  }'
Python (OpenAI SDK)
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-v2-6-pro",
    messages=[{"role": "user", "content": "Write a haiku about the ocean."}],
)
print(response.choices[0].message.content)
Vollständige MiMo V2.6 Pro API-Referenz

MiMo V2.6 Pro API-Parameter

Request-Parameter, die die MiMo V2.6 Pro API auf EmpirioLabs unterstützt. Standardwerte gelten, wenn ein Feld weggelassen wird.

ParameterTypStandardBereich / WerteBeschreibung
enable_thinkingbooleantrue-Aktivieren Sie den erweiterten Denkmodus. Langsamere, aber verbesserte Aufgaben mit viel Schlussfolgerung.
tool_web_searchbooleanfalse-Suchen Sie im Internet nach Echtzeitinformationen. Fügt $0.015 die Anfragekosten für jeden aufgerufenen Aufruf hinzu.
web_search_forcebooleanfalse-Zwingen Sie das Modell, immer eine Websuche durchzuführen, bevor Sie antworten.
web_search_max_keywordnumber31 bis 5Die maximale Anzahl von Suchanfragen, die das Modell in einer Anfrage ausführen kann. Jede Abfrage ist ein separater Websuchaufruf.
web_search_limitnumber51 bis 10Maximal die Anzahl der für jede Suchanfrage zurückgegebenen Webseiten.
temperaturenumber0.70 bis 2Temperatur wird geprochen. 0 = deterministisch, 2 = maximale Zufälligkeit.
top_pnumber0.90 bis 1Kernprobenwahrscheinlichkeitsmasse. Niedriger = fokussierter.
max_tokensnumber40961 bis 131072Maximale Token in der Antwort.
stopstring--Bis zu 4 Zeichenketten, bei denen das Modell aufhört, weitere Token zu generieren.
response_formatenum--Beschränkt die Ausgabe auf gültiges JSON. Verwenden Sie den JSON-Modus für jedes JSON-Objekt oder stellen Sie ein JSON-Schema bereit, um eine exakte Antwortform zu...
disable_formattingbooleanfalse-Überspringe die EmpirioLabs Markdown-Formatierung (Zitation [[N]](url) Umschreiben + Referenzblock, wenn Websuche verwendet wurde). Die rohe Upstream-Antwort mit...

Gut zu wissen

Websuche ($0.015/call) wird nur beim Aufruf belastet. Akzeptiert Text-, Bild-, Video- und Audioeingaben und gibt Text zurück. Das Denken ist standardmäßig aktiviert und kann ausgeschaltet werden. Unterstützt komplexe autonome Arbeitsabläufe mit 1000+ Toolaufrufen in einem 1-Millionen-Kontext.

Per-tool billing (usage.tool_usage)

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.

MiMo V2.6 Pro API: häufige Fragen

Wie viel kostet die MiMo V2.6 Pro API?

Auf EmpirioLabs wird MiMo V2.6 Pro nach Verbrauch abgerechnet: Eingabe $0.435 pro 1M Prompt-Token; Output $0.87 pro 1 Million generierter Token; Web-Suche $0.015 pro Anfrage, wenn aktiviert. Die Live-Preistabelle auf dieser Seite entspricht immer dem, was die API berechnet.

Wie groß ist das Kontextfenster von MiMo V2.6 Pro?

MiMo V2.6 Pro unterstützt ein Kontextfenster von 1M Token mit bis zu 131.072 Ausgabe-Token pro Antwort.

Ist die MiMo V2.6 Pro API OpenAI-kompatibel?

Ja. MiMo V2.6 Pro 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-v2-6-pro verwendest.

Kann ich MiMo V2.6 Pro im Browser testen, bevor ich integriere?

Ja. Der EmpirioLabs Playground führt MiMo V2.6 Pro im Browser mit denselben Parametern aus, die die API bietet. So kannst du Prompts testen, bevor du Code schreibst.

Wie bekomme ich einen MiMo V2.6 Pro API-Schlüssel?

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.

Bereit, bessere Endpunkte zu nutzen?

Schauen Sie sich unsere Preise an oder kontaktieren Sie uns, wenn Sie Ihr eigenes Modell auf unserem Stack implementieren möchten.