प्रकार
स्पेक
दर
इनपुट
प्रति 1M प्रॉम्प्ट टोकन
$0.435
आउटपुट
प्रति 1M जेनरेट किए गए टोकन
$0.87
वेब खोज
प्रति कॉल जब लागू किया जाता है
$0.015
MiMo V2.6 Pro और DeepSeek V4 Pro 0813 साथ-साथ: विशेषताएं, क्षमताएं, पैरामीटर और EmpirioLabs कैटलॉग की लाइव कीमतें।
Xiaomi 
DeepSeek पाठ निर्माणXiaomi का MiMo V2.6 Pro और DeepSeek का DeepSeek V4 Pro 0813 दोनों पाठ निर्माण श्रेणी में आते हैं और EmpirioLabs API के ज़रिए उपलब्ध हैं।
| स्पेक | MiMo V2.6 Pro | DeepSeek V4 Pro 0813 |
|---|---|---|
| मॉडल ID | mimo-v2-6-pro | deepseek-v4-pro-0813 |
| निर्माता | Xiaomi | DeepSeek |
| रिलीज | 22 सित॰ 2026 | 13 अग॰ 2026 |
| कॉन्टेक्स्ट विंडो | 1M टोकन | 1M टोकन |
| अधिकतम आउटपुट | 1,31,072 टोकन | 3,93,216 टोकन |
| इनपुट | टेक्स्ट इमेज वीडियो ऑडियो | टेक्स्ट |
| आउटपुट | टेक्स्ट | टेक्स्ट |
| संरचित आउटपुट | JSON Schema | JSON Schema |
| रीजन | Singapore | Singapore |
| एंडपॉइंट | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/mimo-v2-6-pro:generateContent | POST /v1/chat/completions POST /v1/responses POST /v1/messages POST /v1beta/models/deepseek-v4-pro-0813:generateContent |
| क्षमताएं |
दोनों मॉडलों के लिए EmpirioLabs कैटलॉग की लाइव दरें। हर दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
EmpirioLabs पर हर मॉडल के लिए सूचीबद्ध रिक्वेस्ट पैरामीटर, और जहां लागू हो वहां मान्य मान या सीमा। डैश उस पैरामीटर को दिखाता है जो मॉडल के लिए सूचीबद्ध नहीं है।
| पैरामीटर | MiMo V2.6 Pro | DeepSeek V4 Pro 0813 |
|---|---|---|
| enable_thinking | boolean डिफॉल्ट: true | boolean डिफॉल्ट: true |
| video_fps | 0.1 से 10 | - |
| media_resolution | default, max डिफॉल्ट: default | - |
| tool_web_search | boolean डिफॉल्ट: false | - |
| web_search_force | boolean डिफॉल्ट: false | - |
| web_search_max_keyword | 1 से 5 डिफॉल्ट: 3 | - |
| web_search_limit | 1 से 10 डिफॉल्ट: 5 | - |
| temperature | 0 से 1.5 डिफॉल्ट: 1 | 0 से 2 डिफॉल्ट: 0.7 |
| top_p | 0.01 से 1 डिफॉल्ट: 0.95 | 0 से 1 डिफॉल्ट: 0.9 |
| max_tokens | 1 से 131072 डिफॉल्ट: 8192 | 1 से 393216 |
| stop | string | string |
| response_format | enum | enum |
| disable_formatting | boolean डिफॉल्ट: false | boolean डिफॉल्ट: false |
| reasoning_effort | - | none, low, medium, high, max डिफॉल्ट: medium |
| thinking_budget | - | 1 से 393216 डिफॉल्ट: 32768 |
| web_search_linkup | - | boolean डिफॉल्ट: false |
वेब खोज ($0.015/call) केवल तभी चार्ज की जाती है जब इसे लागू किया जाता है। टेक्स्ट, छवि, वीडियो और ऑडियो इनपुट स्वीकार करता है और टेक्स्ट लौटाता है। सोच डिफ़ॉल्ट रूप से चालू है और इसे बंद किया जा सकता है। 1M संदर्भ पर 1000+ टूल कॉल के साथ जटिल स्वायत्त वर्कफ़्लो को बनाए रखता है।
सोच डिफ़ॉल्ट रूप से सक्षम है और इसे अक्षम किया जा सकता है। रीजनिंग टोकन को आउटपुट टोकन के रूप में बिल किया जाता है। वैकल्पिक लिंकअप वेब खोज को केवल तभी बिल किया जाता है जब लागू किया जाता है।
MiMo V2.6 Pro OpenAI-संगत Chat Completions API देता है। किसी भी OpenAI SDK को अपनी EmpirioLabs API key के साथ https://api.empiriolabs.ai/v1 पर सेट करें और model id mimo-v2-6-pro उपयोग करें। दोनों मॉडल एक ही एंडपॉइंट से कॉल किए जाते हैं। model को mimo-v2-6-pro या deepseek-v4-pro-0813 पर सेट करें। EmpirioLabs डैशबोर्ड से API key प्राप्त करें।
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."}
]
}'prompt परीक्षण और तुलना रन जिनमें दोनों मॉडल शामिल हैं।
MiMo V2.6 Pro नई रिलीज़ है (22 सित॰ 2026); DeepSeek V4 Pro 0813 13 अग॰ 2026 को रिलीज़ हुआ था। दोनों मॉडलों की कॉन्टेक्स्ट विंडो 1M टोकन की है। हर जवाब में DeepSeek V4 Pro 0813 अधिकतम 3,93,216 आउटपुट टोकन लौटाता है, MiMo V2.6 Pro अधिकतम 1,31,072। इस पेज की विशेषताएं, दर तालिकाएं और पैरामीटर EmpirioLabs के लाइव कैटलॉग से आते हैं।
MiMo V2.6 Pro नई रिलीज़ है (22 सित॰ 2026); DeepSeek V4 Pro 0813 13 अग॰ 2026 को रिलीज़ हुआ था।
इनपुट (प्रति 1M प्रॉम्प्ट टोकन) और आउटपुट (प्रति 1M जेनरेट किए गए टोकन) के लिए MiMo V2.6 Pro की दर कम है। दोनों लाइव दर तालिकाएं इस पेज पर हैं और हमेशा API की वास्तविक बिलिंग से मेल खाती हैं।
हां। दोनों मॉडल एक ही EmpirioLabs API key के साथ POST /v1/chat/completions इस्तेमाल करते हैं, इसलिए ज़्यादातर इंटीग्रेशन सिर्फ model मान बदलकर स्विच हो जाते हैं। अगर आप किसी मॉडल-विशेष पैरामीटर पर निर्भर हैं तो पहले इस पेज की पैरामीटर तालिका देखें।
हां। हर मॉडल को EmpirioLabs playground में खोलें और API के पैरामीटरों के साथ दोनों पर एक ही prompt चलाएं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
