Modelo multimodal con comprensión visual y auditiva nativa en un contexto 1M, diseñado para razonar y actuar a través de modalidades en flujos de trabajo agentivos.
XiaomiGeneracion de texto1M contextoLanzado 22 abr 2026Endpoint propietarioModelo multimodal con comprensión visual y auditiva nativa en un contexto 1M, diseñado para razonar y actuar a través de modalidades en flujos de trabajo agentivos.
También conocido como 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-v2.5Tarifas de pago por uso en vivo del catálogo de EmpirioLabs. Solo pagas por lo que usas, sin mínimo mensual.
MiMo V2.5 sirve la API de Chat Completions compatible con OpenAI. Apunta cualquier SDK de OpenAI a https://api.empiriolabs.ai/v1 con tu clave de API de EmpirioLabs y usa el id de modelo mimo-v2-5. Consigue una clave de API en el panel de EmpirioLabs.
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)Parámetros de solicitud compatibles con la API de MiMo V2.5 en EmpirioLabs. Los valores por defecto se aplican cuando se omite un campo.
| Parámetro | Tipo | Predeterminado | Rango / valores | Descripción |
|---|---|---|---|---|
| enable_thinking | boolean | true | - | Activa el modo de pensamiento extendido. Más lento, pero mejora las tareas que requieren mucho razonamiento. |
| tool_web_search | boolean | false | - | Permite que el modelo realice búsquedas en la web cuando sea necesario. |
| web_search_force | boolean | false | - | Obliga al modelo a hacer siempre una búsqueda web antes de responder. |
| web_search_max_keyword | number | 3 | 1 a 5 | Número máximo de palabras clave que el modelo puede usar en búsquedas web. |
| web_search_limit | number | 5 | 1 a 10 | Número máximo de búsquedas web que el modelo puede realizar por solicitud. |
| video_fps | number | 2 | 0.1 a 10 | Fotogramas por segundo muestreados del vídeo de entrada para análisis. |
| video_resolution | enum | default | default, max | Resolución a la que se muestrea el vídeo de entrada (por ejemplo, 360p, 480p, 720p). |
| temperature | number | 0.7 | 0 a 2 | Temperatura de muestreo. 0 = determinista, 2 = máxima aleatoriedad. |
| top_p | number | 0.9 | 0 a 1 | Masa de probabilidad de muestreo del núcleo. Más bajo = más enfocado. |
| max_tokens | number | 4096 | 1 a 65536 | Máximo de tokens en la respuesta. |
| stop | string | - | - | Hasta 4 cadenas donde el modelo dejará de generar más tokens. |
| response_format | enum | - | - | Devuelve la salida como un objeto JSON válido (modo JSON). Describe los campos que quieres en tu tema. |
| disable_formatting | boolean | false | - | Sáltate el formato EmpirioLabs Markdown (cita [[N]](url) reescritura + bloque de referencias cuando se usó la búsqueda web). Se devuelve la respuesta sin palabras... |
Entrada omnimodal (texto, imagen, vídeo, audio) con salida de texto. La búsqueda web ($0.015/call) solo se cobra cuando se invoca. Los tokens de entrada en caché se facturan con un gran descuento.
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.
En EmpirioLabs, MiMo V2.5 se factura por uso: Entrada $0.70 por 1M de tokens de prompt; Producto $1.40 por 1M de tokens generados; Caché implícita $0.014 por fichas de entrada en caché de 1M. La tabla de tarifas en vivo de esta página siempre coincide con lo que cobra la API.
MiMo V2.5 admite una ventana de contexto de 1M tokens con hasta 128.000 tokens de salida por respuesta.
Sí. MiMo V2.5 sirve la API de Chat Completions compatible con OpenAI, así que los SDKs de OpenAI existentes funcionan apuntando base_url a https://api.empiriolabs.ai/v1 y usando el id de modelo mimo-v2-5.
Sí. El playground de EmpirioLabs ejecuta MiMo V2.5 en el navegador con los mismos parámetros que expone la API, para que pruebes prompts antes de escribir código.
Crea una cuenta de EmpirioLabs y genera una clave en API Keys en el panel. La facturación es con créditos de pago por uso, así que solo pagas por las solicitudes que haces.
Consulta nuestros precios o contacta con nosotros si quieres que tu propio modelo se implemente en nuestra pila.
