Xiaomi MiMo nutzen: V2.6 vom Prompt bis zur API

Der kürzeste Weg führt über vier Schritte: eine synthetische Aufgabe in AI Studio testen, den passenden Schlüsseltyp erstellen, einen OpenAI-kompatiblen Client auf Xiaomis Basis-URL ausrichten und das zurückgegebene JSON prüfen, bevor echte Kundendaten ins Spiel kommen.

Diese Reihenfolge ist entscheidend, weil sie Prompt- und Kontoprobleme voneinander trennt. Funktioniert die Aufgabe schon in Studio nicht, hilft auch eine Python-Änderung nicht weiter. Klappt sie in Studio, während die API den Schlüssel ablehnt, liegt die Ursache wahrscheinlich beim Zugangsweg und nicht beim Modell.

Was Xiaomi MiMo-V2.6 genau ist

MiMo-V2.6 ist eine Modellreihe mit zwei naheliegenden Einstiegspunkten. mimo-v2.6-flash ist die kostengünstige Standardwahl für häufige Aufrufe. mimo-v2.6-pro kostet mehr und eignet sich für komplexe Aufgaben mit langem Planungshorizont. Beide verarbeiten Text, Bilder, Video und Audio und geben Text aus. Für beide nennt Xiaomi ein Kontextfenster von 1 Million Tokens, eine maximale Ausgabe von 128,000 Tokens sowie Tool-Aufrufe, Streaming, strukturierte Ausgaben, Websuche und Kontext-Caching.

Das Modell ist der Motor, der Zugangsweg die Tankkarte. Der Motor kann identisch sein, obwohl Karte, Zähler und Tankstelle verschieden sind. Ein Pay-as-you-go-Schlüssel greift nicht auf das Kontingent eines Token Plans zu; umgekehrt funktioniert ein Token-Plan-Schlüssel nicht an der Pay-as-you-go-Basis-URL.

Xiaomi stellt Pro und Flash in AI Studio, MiMo Code, MiMo Desktop, auf der eigenen API-Plattform und über OpenRouter bereit. Studio ist der beste erste Anlaufpunkt: Dort lässt sich die Aufgabe fachlich beurteilen, bevor die technische Umsetzung beginnt.

Xiaomi MiMo einrichten: So gelingt die erste Aufgabe

Am Anfang steht eine harmlose, aber repräsentative Testaufgabe. Für die Support-Triage gehören weder Name und E-Mail-Adresse eines echten Kunden noch Bestellhistorie oder Zahlungsdaten in den Prompt. Stattdessen genügt ein synthetisches Ticket, das dieselbe Struktur wie der spätere Anwendungsfall hat:

1. Aufgabe in Studio prüfen

Mit einem Xiaomi-Konto anmelden, AI Studio öffnen, MiMo-V2.6-Flash auswählen und den synthetischen Prompt absenden. Dabei geht es um drei Fragen: Passt die Kategorie, ist die nächste Maßnahme operativ sinnvoll und fällt die Antwort konsistent genug aus, um sie später in ein Schema zu überführen?

Eleganz ist an diesem Punkt zweitrangig. Ein brauchbares erstes Ergebnis könnte billing ausgeben und empfehlen, den Zahlungsabschluss zu prüfen oder die Abweichung beim Guthaben zu eskalieren. Schweift die Antwort ab, sollten die Kategorien enger gefasst und genau eine nächste Maßnahme verlangt werden. Studio ist der Proberaum, nicht das Produktivsystem.

2. Vor dem Erstellen des Schlüssels den Zugangsweg festlegen

Für einen allgemeinen API-Geschäftsprozess ist Pay-as-you-go der klare Standard. Zunächst das Guthaben in der MiMo-Konsole aufladen, dann unter API Keys einen regulären Schlüssel im Format sk- erstellen und folgende Werte verwenden:

• Basis-URL: https://api.xiaomimimo.com/v1
• Modell: mimo-v2.6-flash

Der Token Plan ist ein Abonnement für KI-Programmieraufgaben. Einzelpersonen erhalten dafür einen separaten tp--Schlüssel, Teams einen ttp--Schlüssel. Dazu gehören:

• Basis-URL: https://token-plan-cn.xiaomimimo.com/v1
• Modell: mimo-v2.6-flash oder mimo-v2.6-pro

Die API-Struktur bleibt gleich, doch Schlüssel und Basis-URL müssen gemeinsam gewechselt werden. Xiaomi weist ausdrücklich darauf hin, dass Pay-as-you-go-Guthaben und Token-Plan-Kontingent nicht miteinander verrechnet werden können. Alle Zugangsbedingungen erklärt Ist MiMo V2.6 kostenlos?.

3. Die kleinste sinnvolle Python-Anfrage senden

Die folgende Anfrage orientiert sich an Xiaomis OpenAI-kompatiblem Beispiel, lässt aber das veraltete Systemdatum vom Dezember 2025 aus dem offiziellen Muster weg. Sie nutzt eine neutrale Aufgabe, liest den Schlüssel aus der Umgebung und gibt die vollständige Antwort aus. So bleiben die zurückgegebene Modell-ID, Nutzung und Inhalte erhalten.

import os
import time
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MIMO_API_KEY"],
    base_url="https://api.xiaomimimo.com/v1",
)

started = time.perf_counter()
response = client.chat.completions.create(
    model="mimo-v2.6-flash",
    messages=[{
        "role": "user",
        "content": (
            "Classify this synthetic support ticket as billing, access, "
            "bug, or other, then give one next action: My card was charged "
            "but my workspace balance did not update."
        ),
    }],
    max_completion_tokens=120,
    stream=False,
    extra_body={"thinking": {"type": "disabled"}},
)

print(f"latency_seconds={time.perf_counter() - started:.3f}")
print(response.model_dump_json(indent=2))

Das aktuelle OpenAI-Python-Paket installieren, MIMO_API_KEY exportieren und die Datei ausführen. Bei einem Token Plan müssen sowohl der Schlüssel als auch base_url geändert werden. Nur einen der beiden Werte auszutauschen reicht nicht.

Was hier verifiziert wurde – und was nicht

Das Beispiel wurde nicht ausgeführt, weil die Publikationsumgebung weder über ein autorisiertes MiMo-Konto noch über einen Schlüssel verfügte. Eine Anfrage ohne Zugangsdaten erreichte jedoch https://api.xiaomimimo.com/v1/chat/completions. Sie lieferte nach 0.067 Sekunden HTTP 401, den Fehler invalid_key und die Meldung Invalid API Key. Das ist ein behebbarer Einrichtungsfehler: Erforderlich ist ein gültiger Schlüssel aus dem zur Route passenden Kontotyp.

Die Authentifizierung scheiterte vor der Inferenz. Deshalb lassen sich weder eine echte Modell-ID noch Token-Nutzung oder Completion seriös angeben. Bei einem erfolgreichen Lauf sollten das vollständige Antwort-JSON, die vom Client gemessene Latenz und eine bereinigte Kopie der Anfrage gespeichert werden. Damit gibt es genug Belege, um Modelle zu vergleichen und Abrechnungsfragen zu untersuchen, ohne den Schlüssel oder Kundendaten zu protokollieren.

Flash, Pro oder UltraSpeed passend zur Aufgabe wählen

Flash ist der richtige Ausgangspunkt. Das Modell bietet dieselben aufgeführten Eingabemodalitäten, dasselbe Kontextfenster, dieselbe maximale Ausgabe und dieselben Plattform-Limits wie Pro, kostet pro Token aber weniger. Erst wenn ein kleiner Evaluationsdatensatz zeigt, dass bessere Entscheidungen den Aufpreis rechtfertigen, sollte eine Aufgabe zu Pro wechseln.

Laut Xiaomi kann UltraSpeed Ausgaben bei gleicher Qualität bis zu 20 Mal schneller als Pro erzeugen. Zugleich liegen die Preise für nicht gecachte Eingaben und Ausgaben beim 10-Fachen der Pro-Tarife. Dieser Tausch lohnt sich nur, wenn Reaktionszeit einen messbaren geschäftlichen Wert hat.

Bei kurzen Klassifikationsaufgaben kann die reine Modellrechnung sehr klein ausfallen. Angenommen, ein Ticket verbraucht 1,000 nicht gecachte Eingabe-Tokens und 200 Ausgabe-Tokens. Zu den veröffentlichten Tarifen kosten 10,000 Tickets ungefähr $1.96 mit Flash, $6.09 mit Pro oder $60.90 mit Pro-UltraSpeed. Die Stapelverarbeitung mit Flash würde diese angenommene Modellrechnung auf etwa $0.98 halbieren.

Das sind Rechenszenarien, keine gemessenen Nutzungswerte. Wiederholungsversuche, Websuche, Speicher, Monitoring, Entwicklung und menschliche Prüfung sind nicht enthalten. Xiaomi berechnet die internationale Websuche separat mit $5 pro 1,000 Aufrufe. Die entscheidende Budgetannahme betrifft nicht allein die Supportgehälter. Problematisch wird vielmehr die Vorstellung, jede erste Klassifikation brauche vor dem Routing einen Platz in einer weiteren Anwendung oder einen manuellen Eingriff.

Sieben Geschäftsprozesse, die einen Test lohnen

Die Reihenfolge richtet sich danach, wie klar die Eingabe definiert ist, welchen Wert eine strukturierte Antwort liefert und wie sicher ein Team die Ergebnisse messen kann, bevor das Modell mehr Kontrolle erhält.

1. Support-Triage für ein hohes Ticketaufkommen

Ein Support-Operations-Team könnte jedes neue Ticket und bei Bedarf einen bereinigten Screenshot an Flash senden. Das Modell klassifiziert das Anliegen, schlägt eine nächste Maßnahme vor und liefert Text, den das Routing-System in Felder überführt. Der Nutzen: schnelleres Erst-Routing bei Modellkosten, die für mehrere Tausend kurze Tickets unter einem Dollar bleiben können. Erstattungen, Kontoänderungen und mehrdeutige Fälle bleiben in menschlicher Verantwortung.

2. Repository-Wartung für Softwareteams

Eine Entwicklungsleitung könnte einem Coding-System einen Fehlerbericht, relevanten Repository-Kontext, Testbefehle und Tool-Zugriff geben. Flash übernimmt die häufige Exploration; Fälle unterhalb einer Evaluationsschwelle gehen an Pro. Der Nutzen besteht nicht in allgemeiner Codeerzeugung. Entscheidend sind weniger kostenpflichtige Assistentenplätze für einen klar umrissenen Prozess sowie ein Protokoll jeder Anfrage und Tool-Aktion. Das größere Risiko liegt allerdings im umgebenden System, in Sandbox, Tests und Code-Review – nicht im Modellaufruf.

3. Analyse umfangreicher Dokumentenpakete

Ein Operations-Analyst könnte extrahierte Vertragstexte, Richtlinienseiten und Bilder gescannter Seiten zusammenführen und Ausnahmen in einem festen Schema anfordern. Das Kontextfenster von 1 Million Tokens macht große Belegsammlungen möglich; strukturierte Ausgaben geben nachgelagerter Software ein vorhersehbares Format. Der Vorteil ist eine kürzere Erstprüfung. Ein juristisches Urteil ersetzt sie nicht, und jede genannte Ausnahme braucht weiterhin einen Verweis auf die Quellseite.

4. Visuelle Qualitätskontrolle im Handel

Ein E-Commerce-Team könnte ein Produktbild zusammen mit dem Angebotstext senden und prüfen lassen, ob sichtbare Farbe, Packungsmenge und Aussagen übereinstimmen. Flash gibt Text zurück, den eine Regel-Engine annehmen oder in eine Warteschlange legen kann. So lassen sich offensichtliche Abweichungen vor der Veröffentlichung erkennen. Ein bearbeitetes Bild erzeugt das Modell nicht; dafür bleibt eine separate Bild-Pipeline nötig.

5. Gesprächsaufzeichnungen und Bildschirmbelege auswerten

Ein Customer-Success-Team könnte Audio, eine Bildschirmaufzeichnung und einen Bewertungsrahmen bereitstellen und eine Textzusammenfassung von Zusagen, offenen Hindernissen und Folgemaßnahmen anfordern. Native Audio- und Videoeingaben reduzieren im ersten Prototyp die Zahl separater Modelle. Der Gewinn ist eine gemeinsame Prüfwarteschlange statt getrennter Queues für Transkription und visuelle Kontrolle. Zuvor müssen Einwilligung, Aufbewahrung und Regeln für sensible Daten geklärt sein.

6. Pilotprojekt für Desktop-Recherche und Büroarbeit

Wer noch nicht entwickeln will, kann in MiMo Desktop starten; dort sind inzwischen Pro, Flash und UltraSpeed enthalten. So lässt sich testen, ob das Modell eine reale Recherche- oder Dokumentenaufgabe bewältigt, bevor die Entwicklung eine Integration bauen soll. Das macht die Erkundungsphase günstiger. Ein Erfolg auf dem Desktop beweist allerdings nicht, dass ein automatisierter API-Prozess bei hohem Volumen zuverlässig arbeitet.

7. Rückstände über Nacht verarbeiten

Ein Marktplatz- oder Compliance-Team könnte nicht dringende Klassifikationen über die Batch-API senden. Xiaomi berechnet Ein- und Ausgabe von Flash und Pro im Batch-Betrieb mit der Hälfte der Echtzeittarife; UltraSpeed steht dort nicht zur Verfügung. Bei flexibler Fertigstellungszeit ist der Vorteil direkt messbar. Alles, was einen wartenden Kunden betrifft, gehört dagegen auf den Echtzeitweg.

Drei Produkte auf Basis von Xiaomi MiMo

Beste Chance: ein vertikaler agentischer Coding-Assistent

Ein Coding-Agent für einen teuren, vernachlässigten Technologie-Stack – etwa interne Java-Migrationsprüfungen oder Testreparaturen in einem regulierten Repository – hat eine klare Zielgruppe. Käufer sind Entwicklungsteams, denen allgemeine Assistenten zwar breit einsetzbar, aber schwer kontrollierbar erscheinen.

Die Nachfrage ist sichtbar: agentic ai coding assistant kommt in den USA auf etwa 2,900 Suchanfragen pro Monat, weist transaktionale Suchabsicht und einen CPC von $19.04 auf und legte im Jahresvergleich um 200% zu. GitHub listet Copilot Business derzeit mit $19 pro Platz und Monat, Enterprise mit $39. Damit existiert ein klarer Vergleichswert, den Käufer kennen.

Die kleinste verkäufliche Version verbindet ein Repository, eine Issue-Warteschlange, eine Sandbox und einen Test-Runner. Flash erkundet den Lösungsraum, fehlgeschlagene oder risikoreiche Fälle wechseln zu Pro. Pro Aufgabe sieht der Kunde Kosten, Latenz, Patches und Testergebnisse. Der Schutzwall entsteht durch den Stack-spezifischen Evaluationsdatensatz und die Kontrollmechanismen – nicht durch ein Chatfenster.

Der Haken: Der Markt ist umkämpft und die Sicherheitsarbeit real. Ein Wrapper ohne eigene Tests, Prozesswissen oder Freigabegrenzen lässt sich schnell kopieren. Trotzdem ist dies die stärkste Chance, weil die Suchanfrage die höchste qualifizierte Nachfrage, eine transaktionale Absicht und einen vertrauten Preisanker vereint.

Ein Coding-Gateway für offene Modelle

Eine Routing-Schicht eignet sich für Teams, die eine Open-Source-Modelloption wollen, ohne jedem Entwickler Modell-IDs, Schlüsseltypen, Kontextgrenzen und Ausweichpfade erklären zu müssen. Der Kunde erhält einen internen Endpunkt, Richtlinienkontrollen und aufgabenbezogene Vergleiche zwischen Flash und Pro.

open source ai coding assistant erzielt in den USA etwa 1,600 Suchanfragen pro Monat, bei kommerzieller Absicht, einem CPC von $2.94 und einem jährlichen Wachstum von 1,977% in den Vorschlagsdaten. Das MVP braucht Authentifizierung, einen Provider-Adapter, Kosten- und Latenzprotokolle, eine kleine Coding-Evaluation und eine einfache Verwaltungsansicht.

Allerdings sind ein Open-Source-Modell und eine gehostete API unterschiedliche Kaufentscheidungen. Das Gateway benötigt klare Bedingungen zum Umgang mit Daten sowie eine Self-Hosting-Option oder ein anderes belastbares Governance-Merkmal. Andernfalls können Kunden Xiaomi direkt ansprechen.

Eine multimodale Triage-Zentrale für Dokumente und Anhänge

Ein Intake-Produkt kann Support-, Schaden- oder Operations-Teams bedienen, bei denen lange Texte, Screenshots, Audionotizen und kurze Videos eingehen. Es wandelt Dateien in unterstützte Eingaben um, fordert von Flash eine strukturierte Textentscheidung an und leitet Fälle mit niedriger Konfidenz an Menschen weiter.

ai document analysis erreicht in den USA etwa 1,000 Suchanfragen pro Monat. Die Suchanfrage hat einen CPC von $10.44 und eine Spanne für obere Anzeigenpositionen von $3.23 bis $19.87. Das zeigt trotz aktuell rückläufigem Keyword-Trend, dass Anbieter den Lead hoch bewerten. Das MVP besteht aus einem Upload-Weg, einem Schema, einer Prüfwarteschlange und mit Quellen verknüpften Belegen.

Die Schwachstelle ist das Vertrauen. MiMo liefert Text und keine verifizierte Entscheidung; auch ein Kontextfenster von 1 Million Tokens garantiert nicht, dass jedes Detail gleich viel Aufmerksamkeit erhält. Eine eng definierte Dokumentklasse mit verpflichtender menschlicher Prüfung ist einem Universal-Analysator überlegen.

Wo MiMo-V2.6 das Problem nicht löst

Die API liefert einen leistungsfähigen Motor, aber kein Betriebssystem für das Unternehmen. Sie definiert weder Taxonomie noch Freigaberegeln, bereinigt keine sensiblen Daten, führt keine Evaluationen aus und entscheidet nicht, was bei einer unsicheren Antwort geschieht. Das bleiben Aufgaben für Produkt und Betrieb.

UltraSpeed sollte nicht allein deshalb der Startpunkt sein, weil der Name besser klingt. Zuerst kommt Flash, dann die Beweislage. Auch ein großes Kontextfenster ist kein Grund, jede Datei mitzuschicken. Der Kontext sollte so klein wie nötig bleiben und Quellenverweise behalten. Strukturierte Ausgabe ist außerdem nicht mit Wahrheit gleichzusetzen: Auch ein gültiges JSON-Objekt kann eine schlechte Entscheidung enthalten.

Wer den Thinking-Modus über mehrere Tool-Aufrufe nutzt, sollte Xiaomis Empfehlung folgen und vorherige reasoning_content-Inhalte im Nachrichtenverlauf mitführen. Werden sie verworfen, ändert sich der Kontext für das Modell. Bei aktivierter Websuche müssen deren Kosten getrennt von den Tokens eingeplant werden.

Einen direkten Modellvergleich bietet MiMo V2.6: Pro oder Flash. Die praktische Regel bleibt: Flash zuerst, Pro nach einer Evaluation und UltraSpeed erst, wenn Latenz einen Preis hat.

Fehler bei der Xiaomi MiMo API richtig eingrenzen

1. Ungültiger Schlüssel: Prüfen, ob der Schlüssel mit sk-, tp- oder ttp- beginnt, und ihn mit der richtigen Basis-URL kombinieren. Nie in Protokolle schreiben.
2. Keine brauchbare Antwort in Studio: Aufgabe, Kategorien und Ausgabeanforderung überarbeiten, bevor die Integration angefasst wird.
3. Falsche Modellwahl: Die exakte kleingeschriebene ID mimo-v2.6-flash oder mimo-v2.6-pro verwenden.
4. Datenverkehr stockt unter Last: Die beobachtete Auslastung mit den angegebenen 100 Anfragen pro Minute und 10 Millionen Tokens pro Minute für Pro und Flash vergleichen.
5. Unerwartetes Datumsverhalten: Das veraltete Systemdatum vom Dezember 2025 aus Xiaomis aktuellem Beispiel entfernen. Ein aktuelles Datum nur dann angeben, wenn die Aufgabe es benötigt.
6. Kontinuität bei Tool-Aufrufen bricht: Bei aktivem Thinking-Modus reasoning_content wie von Xiaomi empfohlen über mehrere Durchläufe behalten.
7. Kosten wirken falsch: Pay-as-you-go-Guthaben, Token-Plan-Credits, Token-Gebühren und den separat berechneten Websuchdienst auseinanderhalten.

Der konkrete Plan für Montag

Am Montag nimmt die Leitung des Supportbetriebs 20 fiktive Tickets, definiert vier Kategorien sowie je eine sichere nächste Maßnahme und testet alles in Studio mit Flash. Am Dienstag kann die Entwicklung denselben Satz über die kostenpflichtige API ausführen, bereinigte Anfragen und vollständige Antworten speichern und Übereinstimmung, Latenz sowie Token-Nutzung vergleichen. Erst danach sollte eine echte Warteschlange angeschlossen werden – mit einem aktiven Zweig für menschliche Prüfung.

Wenn einer dieser API-Prozesse samt Evaluation, Monitoring und sicherer Übergabe an Menschen umgesetzt werden soll, bieten KI-Produktionssysteme den passenden Einstieg.