1M संदर्भ पर मूल दृश्य और ऑडियो समझ के साथ बहुमॉडल, जिसका कारण है और एजेंटिक वर्कफ़्लो में modalities में कार्य करने के लिए बनाया गया है।
Xiaomiटेक्स्ट जनरेशन1M कॉन्टेक्स्टरिलीज 22 अप्रैल 2026स्वामित्व वाला एंडपॉइंट1M संदर्भ पर मूल दृश्य और ऑडियो समझ के साथ बहुमॉडल, जिसका कारण है और एजेंटिक वर्कफ़्लो में modalities में कार्य करने के लिए बनाया गया है।
इस नाम से भी जाना जाता है 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-v2.5EmpirioLabs कैटलॉग से लाइव pay-as-you-go दरें। आप सिर्फ उतना ही भुगतान करते हैं जितना उपयोग करते हैं, कोई मासिक न्यूनतम नहीं।
MiMo V2.5 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-v2-5 उपयोग 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-v2-5",
"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)EmpirioLabs पर MiMo V2.5 API द्वारा समर्थित request पैरामीटर। फ़ील्ड छोड़ने पर डिफ़ॉल्ट मान लागू होते हैं।
| पैरामीटर | प्रकार | डिफॉल्ट | रेंज / मान | विवरण |
|---|---|---|---|---|
| enable_thinking | boolean | true | - | विस्तारित सोच मोड सक्षम करें। धीमा लेकिन तर्क-भारी कार्यों में सुधार करता है। |
| tool_web_search | boolean | false | - | जरूरत पड़ने पर मॉडल को वेब खोज करने की अनुमति दें। |
| web_search_force | boolean | false | - | उत्तर देने से पहले मॉडल को हमेशा वेब खोज चलाने के लिए बाध्य करें। |
| web_search_max_keyword | number | 3 | 1 से 5 | कीवर्ड की अधिकतम संख्या मॉडल वेब खोजों में उपयोग कर सकता है। |
| web_search_limit | number | 5 | 1 से 10 | वेब खोजों की अधिकतम संख्या मॉडल प्रति अनुरोध कर सकता है। |
| video_fps | number | 2 | 0.1 से 10 | विश्लेषण के लिए इनपुट वीडियो से फ्रेम्स-प्रति-सेकंड का नमूना लिया गया। |
| video_resolution | enum | default | default, max | रिज़ॉल्यूशन जिस पर इनपुट वीडियो का नमूना लिया जाता है (जैसे 360p, 480p, 720p)। |
| temperature | number | 0.7 | 0 से 2 | नमूना तापमान। 0 = नियतात्मक, 2 = अधिकतम यादृच्छिकता। |
| top_p | number | 0.9 | 0 से 1 | नाभिक नमूनाकरण संभाव्यता द्रव्यमान। निचला = अधिक केंद्रित। |
| max_tokens | number | 4096 | 1 से 65536 | प्रतिक्रिया में अधिकतम टोकन। |
| stop | string | - | - | 4 स्ट्रिंग्स तक जहां मॉडल आगे टोकन उत्पन्न करना बंद कर देगा। |
| response_format | enum | - | - | आउटपुट को वैध JSON ऑब्जेक्ट (JSON मोड) के रूप में लौटाएं। अपने प्रॉम्प्ट में उन फ़ील्ड का वर्णन करें जिन्हें आप चाहते हैं। |
| disable_formatting | boolean | false | - | EmpirioLabs मार्कडाउन स्वरूपण (उद्धरण [[N]](url) पुनर्लेखन + संदर्भ ब्लॉक जब वेब खोज का उपयोग किया गया था) को छोड़ दें। सादे [N] उद्धरणों के साथ कच्चा अपस्ट्रीम... |
पाठ आउटपुट के साथ Omnimodal इनपुट (टेक्स्ट, इमेज, वीडियो, ऑडियो)। वेब खोज ($0.015/call कैश्ड इनपुट टोकन को एक खड़ी छूट पर बिल दिया जाता है।
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.
EmpirioLabs पर MiMo V2.5 का बिल उपयोग के अनुसार बनता है: इनपुट $0.70 प्रति 1M शीघ्र टोकन; उत्पादन $1.40 प्रति 1M उत्पन्न टोकन; Implicit कैश पढ़ा $0.014 प्रति 1M कैश इनपुट टोकन। इस पेज की लाइव दर तालिका हमेशा API की वास्तविक बिलिंग से मेल खाती है।
MiMo V2.5 1M टोकन की context window समर्थित करता है, प्रति उत्तर अधिकतम 1,28,000 आउटपुट टोकन के साथ।
हां। MiMo V2.5 OpenAI-संगत Chat Completions API देता है, इसलिए मौजूदा OpenAI SDKs base_url को https://api.empiriolabs.ai/v1 पर सेट करके और model id mimo-v2-5 रखकर काम करते हैं।
हां। EmpirioLabs playground ब्राउज़र में MiMo V2.5 को उन्हीं पैरामीटरों के साथ चलाता है जो API देता है, ताकि आप कोड लिखने से पहले prompt आज़मा सकें।
EmpirioLabs खाता बनाएं, फिर डैशबोर्ड में API Keys में key जनरेट करें। बिलिंग pay-as-you-go क्रेडिट से होती है, इसलिए आप सिर्फ अपनी requests का भुगतान करते हैं।
हमारे मूल्य निर्धारण की जाँच करें या यदि आप चाहते हैं कि आपका अपना मॉडल हमारे स्टैक पर तैनात किया जाए, तो पहुंचें।
