Как пользоваться MiMo V2.6: первый рабочий сценарий

Самый короткий путь выглядит так: проверить вымышленную задачу в AI Studio, создать ключ нужного типа, указать клиенту с поддержкой OpenAI-совместимого API базовый URL Xiaomi и изучить полученный JSON до подключения реальных данных клиентов.

Порядок важен: так проблема с промптом отделяется от проблемы с аккаунтом. Если задача не работает в Studio, смена кода на Python не поможет. Если в Studio всё работает, но API отклоняет ключ, причина, скорее всего, в неверном канале авторизации, а не в модели.

Как устроена линейка MiMo-V2.6

Это линейка моделей с двумя практичными отправными точками. mimo-v2.6-flash — недорогой вариант по умолчанию для частых вызовов. mimo-v2.6-pro стоит дороже и рассчитана на сложные задачи с длинным горизонтом. Обе модели принимают текст, изображения, видео и аудио, а возвращают текст. Для обеих заявлены контекстное окно на 1 миллион токенов, максимальный вывод в 128,000 токенов, вызов инструментов, потоковая передача, структурированный вывод, веб-поиск и кэширование контекста.

Представьте модель как двигатель, а способ доступа — как топливную карту. Двигатель может быть тем же, хотя карта, счётчик и заправка различаются. Ключ с оплатой по факту не расходует квоту Token Plan, а ключ Token Plan не пройдёт авторизацию через базовый URL тарифа с оплатой по факту.

Xiaomi предлагает Pro и Flash в AI Studio, MiMo Code, MiMo Desktop, на своей API-платформе и в OpenRouter. Начать удобнее со Studio: там специалист может оценить задачу до того, как инженер оформит её в рабочий процесс.

Как пользоваться MiMo V2.6: запускаем первую задачу

Сначала возьмите безопасную, но показательную задачу. Для триажа обращений в поддержку не вставляйте настоящее имя клиента, электронную почту, историю заказов или платёжные данные. Используйте вымышленное обращение той же структуры, что и рабочие:

1. Проверьте задачу в Studio

Войдите через аккаунт Xiaomi, откройте AI Studio, выберите MiMo-V2.6-Flash и отправьте вымышленный промпт. Нужно проверить три вещи: подходит ли выбранная категория, можно ли выполнить предложенное следующее действие и достаточно ли стабилен ответ, чтобы позднее оформить его в схему.

Пока не добивайтесь изящной формулировки. В первом полезном ответе может быть категория billing и рекомендация проверить проведение платежа либо передать на следующий уровень проблему с несовпадением баланса. Если модель уходит в сторону, точнее задайте категории и потребуйте только одно следующее действие. Studio — репетиционная площадка, а не рабочая система.

2. Выберите канал авторизации до создания ключа

Для обычного бизнес-процесса через API проще всего начать с оплаты по факту. Пополните баланс в консоли MiMo, создайте обычный ключ формата sk- в разделе API Keys и используйте:

• Базовый URL: https://api.xiaomimimo.com/v1
• Модель: mimo-v2.6-flash

Token Plan — подписка, предназначенная для задач программирования с ИИ. Для частных пользователей она выдаёт отдельный ключ tp-, а для команд — ttp-, и использует:

• Базовый URL: https://token-plan-cn.xiaomimimo.com/v1
• Модель: mimo-v2.6-flash или mimo-v2.6-pro

Формат API одинаков, но ключ и базовый URL всегда меняются вместе. Xiaomi прямо указывает, что баланс с оплатой по факту и квота Token Plan несовместимы. Полные условия доступа разобраны в материале Можно ли пользоваться MiMo V2.6 бесплатно.

3. Отправьте минимальный полезный запрос на Python

Следующий запрос повторяет OpenAI-совместимый пример Xiaomi, но убирает из официального образца устаревшую системную дату за декабрь 2025 года. Здесь используется нейтральная задача, ключ читается из переменной окружения, а ответ печатается целиком, чтобы сохранить возвращённый идентификатор модели, сведения об использовании и содержимое.

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))

Установите актуальный пакет OpenAI для Python, экспортируйте MIMO_API_KEY и запустите файл. Если у вас Token Plan, замените и ключ, и base_url. Нельзя менять только один из них.

Что здесь удалось и не удалось проверить

Этот пример не запускался: в среде публикации не было авторизованного аккаунта MiMo или ключа. Запрос без учётных данных дошёл до https://api.xiaomimimo.com/v1/chat/completions и за 0.067 секунды вернул HTTP 401, код invalid_key и сообщение Invalid API Key. Это исправимая ошибка настройки: нужен действующий ключ из соответствующего канала аккаунта.

Авторизация завершилась ошибкой до этапа инференса, поэтому достоверно указать идентификатор модели, расход токенов или ответ невозможно. При успешном запуске сохраните полный JSON ответа, измеренную клиентом задержку и обезличенную копию запроса. Этого достаточно, чтобы сравнивать модели и разбирать начисления, не записывая в журналы ключ или клиентские данные.

Как выбрать Flash, Pro или UltraSpeed под задачу

Начинайте с Flash. У неё те же заявленные типы входных данных, контекстное окно, максимальный объём вывода и платформенные лимиты запросов, что и у Pro, но токены стоят дешевле. Переводите задачу на Pro только после того, как небольшая тестовая выборка покажет: более качественные решения оправдывают разницу в цене.

По данным Xiaomi, UltraSpeed может выдавать результат до 20 раз быстрее Pro при том же качестве. При этом некэшированный ввод и вывод стоят в 10 раз дороже тарифов Pro. Такой обмен имеет смысл только там, где время ответа обладает измеримой ценностью для бизнеса.

Для короткой классификации стоимость модели может оказаться совсем небольшой. Допустим, на одно обращение уходит 1,000 некэшированных входных токенов и 200 выходных. По опубликованным тарифам обработка 10,000 обращений обойдётся примерно в $1.96 на Flash, $6.09 на Pro или $60.90 на Pro-UltraSpeed. Пакетная обработка через Flash снизит предполагаемые расходы на модель примерно до $0.98.

Это арифметические сценарии, а не результат фактического использования. Они не учитывают повторные попытки, веб-поиск, хранение, мониторинг, инженерные работы и проверку человеком. Xiaomi отдельно тарифицирует зарубежный веб-поиск по $5 за 1,000 вызовов. Меняется не сама по себе статья расходов на сотрудников поддержки, а предположение, будто для каждой первичной классификации ещё до маршрутизации нужна оплачиваемая лицензия другого приложения или помощь человека.

Семь бизнес-процессов, которые стоит проверить

Сценарии расположены по понятности входных данных, ценности структурированного ответа и возможности безопасно измерить результат до передачи модели более широких полномочий.

1. Триаж большой очереди обращений

Руководитель службы поддержки может отправлять во Flash каждое новое обращение и при необходимости очищенный от персональных данных снимок экрана. Модель определяет тип проблемы, предлагает одно следующее действие и возвращает текст, который система маршрутизации преобразует в поля. Выгода — более быстрая первичная сортировка при стоимости модели ниже одного доллара на несколько тысяч коротких обращений. Возвраты средств, изменения аккаунта и неоднозначные случаи по-прежнему остаются за сотрудниками.

2. Обслуживание репозитория команды разработки

Руководитель инженерной команды может передать системе для программирования отчёт об ошибке, релевантный контекст репозитория, команды тестов и доступ к инструментам. Flash выполняет частые исследовательские шаги, а Pro получает случаи, которые не проходят заданный порог оценки. Выгода не в абстрактной генерации кода, а в меньшем числе оплачиваемых мест для узкого рабочего процесса и журнале каждого запроса и действия инструмента. При этом основные риски создают окружающая система, песочница, тесты и ревью кода, а не сам вызов модели.

3. Анализ большого комплекта документов

Операционный аналитик может объединить извлечённый текст договоров, страницы политик и изображения отсканированных страниц, а затем запросить исключения по заданной схеме. Контекстное окно на 1 миллион токенов позволяет работать с крупными наборами доказательств, а структурированный вывод даёт последующему ПО предсказуемый формат. Выгода — сокращение первичной проверки. Но это не юридическое заключение: для каждого указанного исключения всё равно нужна ссылка на исходную страницу.

4. Визуальный контроль качества в электронной коммерции

Команда интернет-магазина может отправить изображение товара вместе с текстом карточки и спросить, совпадают ли видимый цвет, количество в упаковке и заявленные свойства. Flash возвращает текст, после чего движок правил либо принимает карточку, либо отправляет её в очередь. Выгода — обнаружение очевидных расхождений до публикации. Модель не возвращает отредактированное изображение, поэтому для этого всё равно нужен отдельный конвейер обработки изображений.

5. Проверка записей звонков и действий на экране

Команда по работе с клиентами может передать аудио, запись экрана и критерии оценки, а затем запросить текстовое резюме договорённостей, нерешённых препятствий и дальнейших действий. Встроенная поддержка аудио и видео позволяет сократить число отдельных моделей в первом прототипе. Выгода — единая очередь проверки вместо разных очередей для расшифровки и визуального контроля. Сначала необходимо определить правила согласия, сроков хранения и обращения с конфиденциальными данными.

6. Пробный запуск исследований и офисной работы на компьютере

Специалист, который пока не готов разрабатывать интеграцию, может начать с MiMo Desktop: теперь в нём есть Pro, Flash и UltraSpeed. Так можно проверить модель на реальной исследовательской задаче или работе с документами до обращения к инженерам. Выгода — более дешёвый этап проверки идеи. Успешная работа в Desktop ещё не доказывает надёжность автоматизированного API-процесса при большом объёме.

7. Ночная обработка накопившихся задач

Маркетплейс или отдел комплаенса может отправлять несрочные задачи классификации через пакетный API. Xiaomi установила для пакетного ввода и вывода Flash и Pro половину тарифов реального времени; UltraSpeed в таком режиме недоступна. Выгода становится прямой и измеримой, если срок выполнения не критичен. Всё, что влияет на клиента во время ожидания, следует направлять по маршруту реального времени.

Три продукта, которые можно построить

Лучшая возможность: специализированный агентный помощник программиста

Создайте программирующего агента для одного дорогого и обделённого вниманием стека — например, для проверок внутренней миграции Java или исправления тестов в регулируемом репозитории. Покупатели — инженерные команды, которым универсальные помощники кажутся функциональными, но плохо управляемыми.

Спрос заметен: запрос agentic ai coding assistant получает около 2,900 поисков в месяц в США, имеет транзакционный интент и CPC $19.04, а за год вырос на 200% по данным набора ключевых слов. GitHub сейчас указывает цену Copilot Business $19 за место в месяц, а Enterprise — $39. У покупателей появляется понятный ориентир по цене.

Минимальная продаваемая версия подключает один репозиторий, одну очередь задач, песочницу и средство запуска тестов. Используйте Flash для исследования, переводите неудачные случаи и задачи с высоким риском на Pro и показывайте клиенту стоимость, задержку, патчи и результаты тестов по каждой задаче. Защиту от копирования создают специализированный набор оценок и средства контроля, а не окно чата.

Главная сложность — насыщенный рынок и серьёзная работа над безопасностью. Оболочку без собственных тестов, знаний о процессе или границ согласования быстро скопируют. И всё же это самая сильная возможность: у запроса наиболее высокий целевой спрос, транзакционный интент и уже знакомый покупателям ценовой ориентир.

Шлюз для программирования на открытых моделях

Создайте слой маршрутизации для команд, которым нужен вариант с моделью с открытым исходным кодом, но которые не хотят обучать каждого разработчика идентификаторам моделей, типам ключей, ограничениям контекста и резервным маршрутам. Покупатель получает единую внутреннюю конечную точку, управление политиками и сравнение Flash и Pro для каждой задачи.

Запрос open source ai coding assistant получает около 1,600 поисков в месяц в США, имеет коммерческий интент, CPC $2.94 и годовой рост 1,977% в данных поисковых подсказок. Для MVP нужны авторизация, адаптер провайдера, журналы стоимости и задержки, небольшая оценка для задач программирования и простая панель администратора.

Проблема в том, что открытая модель и размещённый API — разные покупательские решения. Шлюзу нужны понятные условия работы с данными, вариант самостоятельного размещения или другая весомая функция управления. Иначе клиент может обращаться к Xiaomi напрямую.

Мультимодальный сервис для триажа документов и вложений

Создайте сервис приёма данных для служб поддержки, страховых обращений или операционных команд, которым приходят длинные тексты, снимки экрана, голосовые заметки и короткие видео. Он преобразует файлы в поддерживаемые входные данные, просит Flash выдать структурированное текстовое решение, а случаи с низкой уверенностью направляет людям.

Запрос ai document analysis получает около 1,000 поисков в месяц в США. Его CPC составляет $10.44, а диапазон ставок за верхние позиции — от $3.23 до $19.87: поставщики ценят таких потенциальных клиентов, хотя сейчас динамика ключевого слова отрицательная. MVP включает один канал загрузки, одну схему, очередь проверки и доказательства со ссылками на источники.

Главная сложность — доверие. Результат MiMo представляет собой текст, а не подтверждённое решение, и контекстное окно на 1 миллион токенов не гарантирует одинакового внимания к каждой детали. Узкий класс документов и обязательная проверка человеком лучше универсального анализатора.

Чего MiMo-V2.6 не решает

API даёт мощный двигатель, но не операционную систему для бизнеса. Он не определяет таксономию, не очищает конфиденциальные данные, не создаёт правила согласования, не проводит оценки и не решает, что делать при неуверенном ответе. Это задачи продукта и операционных процессов.

Не начинайте с UltraSpeed только потому, что название звучит выигрышно. Начните с Flash и зафиксируйте доказательства. Не отправляйте каждый файл лишь из-за большого контекстного окна: оставляйте только минимально необходимый контекст и сохраняйте ссылки на источники. Не путайте структурированный вывод с истиной. Корректный объект JSON всё ещё может содержать неверное решение.

Если режим рассуждений используется в нескольких вызовах инструментов, Xiaomi рекомендует переносить предыдущий reasoning_content в историю сообщений. Удалив его, вы измените контекст, который видит модель. При использовании веб-поиска закладывайте его в бюджет отдельно от токенов.

Для прямого сравнения моделей прочитайте MiMo V2.6 Pro против Flash. Практическое правило остаётся тем же: сначала Flash, затем Pro по результатам оценки, а UltraSpeed — только когда стоимость задержки можно измерить.

Диагностика в правильном порядке

1. Неверный ключ: проверьте, начинается ли он с sk-, tp- или ttp-. Сопоставьте его с правильным базовым URL. Никогда не выводите ключ в журналы.
2. Studio не даёт полезного ответа: до интеграции скорректируйте задачу, категории и требования к результату.
3. Выбрана не та модель: используйте точный идентификатор в нижнем регистре — mimo-v2.6-flash или mimo-v2.6-pro.
4. При росте нагрузки трафик останавливается: сопоставьте фактическую нагрузку с заявленными лимитами в 100 запросов в минуту и 10 миллионов токенов в минуту для Pro и Flash.
5. Неожиданная работа с датами: уберите устаревшую системную дату за декабрь 2025 года из текущего примера Xiaomi. Передавайте текущую дату только тогда, когда она нужна задаче.
6. Нарушается непрерывность вызовов инструментов: при активном режиме рассуждений сохраняйте reasoning_content между ходами, как рекомендует Xiaomi.
7. Расходы выглядят неверно: разделите баланс с оплатой по факту, кредиты Token Plan, плату за токены и отдельно тарифицируемый веб-поиск.

Что сделать в понедельник

В понедельник руководителю службы поддержки стоит взять 20 вымышленных обращений, задать четыре категории и одно безопасное следующее действие для каждого, а затем проверить их в Studio на Flash. Во вторник инженер может прогнать тот же набор через платный API, сохранить обезличенные запросы и полные ответы и сравнить совпадение, задержку и расход токенов. Только после этого следует подключать реальную очередь, сохранив ветку проверки человеком.

Если нужно построить один из этих процессов через API с оценкой, мониторингом и безопасной передачей задач людям, изучите рабочие ИИ-системы.