Modèle multimodal avec compréhension visuelle et audio native sur un contexte 1M, conçu pour raisonner et agir selon les modalités dans les flux de travail d'agents.
XiaomiGénération de texte1M contextePublié 22 avr. 2026Endpoint propriétaireModèle multimodal avec compréhension visuelle et audio native sur un contexte 1M, conçu pour raisonner et agir selon les modalités dans les flux de travail d'agents.
Aussi connu sous le nom 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-v2.5Tarifs à l'usage en direct du catalogue EmpirioLabs. Vous ne payez que ce que vous utilisez, sans minimum mensuel.
MiMo V2.5 sert l'API Chat Completions compatible OpenAI. Pointez n'importe quel SDK OpenAI vers https://api.empiriolabs.ai/v1 avec votre clé API EmpirioLabs et utilisez l'id de modèle mimo-v2-5. Obtenez une clé API depuis le tableau de bord 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)Paramètres de requête pris en charge par l'API MiMo V2.5 sur EmpirioLabs. Les valeurs par défaut s'appliquent quand un champ est omis.
| Paramètre | Type | Par défaut | Plage / valeurs | Description |
|---|---|---|---|---|
| enable_thinking | boolean | true | - | Activez le mode pensée étendue. Plus lent, mais améliore les tâches qui demandent beaucoup de raisonnement. |
| tool_web_search | boolean | false | - | Permettre au modèle d’effectuer des recherches web lorsque cela est nécessaire. |
| web_search_force | boolean | false | - | Forcez le modèle à toujours effectuer une recherche web avant de répondre. |
| web_search_max_keyword | number | 3 | 1 à 5 | Nombre maximal de mots-clés que le modèle peut utiliser dans les recherches web. |
| web_search_limit | number | 5 | 1 à 10 | Nombre maximal de recherches web que le modèle peut effectuer par requête. |
| video_fps | number | 2 | 0.1 à 10 | Images par seconde échantillonnées à partir de la vidéo d’entrée pour analyse. |
| video_resolution | enum | default | default, max | Résolution à laquelle la vidéo d’entrée est échantillonnée (par exemple 360p, 480p, 720p). |
| temperature | number | 0.7 | 0 à 2 | Température d’échantillonnage. 0 = déterministe, 2 = aléatoire maximal. |
| top_p | number | 0.9 | 0 à 1 | Probabilité d’échantillonnage du noyau, masse. Plus bas = plus concentré. |
| max_tokens | number | 4096 | 1 à 65536 | Maximum de jetons dans la réponse. |
| stop | string | - | - | Jusqu’à 4 chaînes où le modèle cesse de générer d’autres jetons. |
| response_format | enum | - | - | Retournez la sortie comme un objet JSON valide (mode JSON). Décrivez les domaines que vous souhaitez dans votre prompt. |
| disable_formatting | boolean | false | - | Passez la mise en forme EmpirioLabs Markdown (citation [[N]](url) réécriture + bloc Références lorsque la recherche web a été utilisée). La réponse brute en amont... |
Entrée omnimodale (texte, image, vidéo, audio) avec sortie texte. La recherche sur le Web ($0.015/call) n'est facturée qu'en cas d'appel. Les jetons d'entrée cueillis sont facturés à un prix très bas.
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.
Sur EmpirioLabs, MiMo V2.5 est facturé à l'usage : Entrée $0.70 par jetons 1M; Produit $1.40 par jeton généré 1M; cache implicite lu $0.014 par jetons d'entrée en cache 1M. La grille tarifaire en direct de cette page correspond toujours à ce que l'API facture.
MiMo V2.5 prend en charge une fenêtre de contexte de 1M tokens avec jusqu'à 128 000 tokens de sortie par réponse.
Oui. MiMo V2.5 sert l'API Chat Completions compatible OpenAI : les SDKs OpenAI existants fonctionnent en pointant base_url vers https://api.empiriolabs.ai/v1 et en utilisant l'id de modèle mimo-v2-5.
Oui. Le playground EmpirioLabs exécute MiMo V2.5 dans le navigateur avec les mêmes paramètres que l'API expose, pour tester vos prompts avant d'écrire du code.
Créez un compte EmpirioLabs, puis générez une clé sous API Keys dans le tableau de bord. La facturation utilise des crédits à l'usage : vous ne payez que vos requêtes.
Consultez nos tarifs ou contactez-nous si vous souhaitez que votre propre modèle soit déployé sur notre stack.
