MiMo V2.6 教程：从 Studio 验证到 API 上线

最快的上手路径并不复杂：先在 AI Studio 中测试一个虚构任务，创建与计费方式匹配的密钥，再把 OpenAI 兼容客户端指向 Xiaomi 的 base URL。接入真实客户数据之前，务必先检查返回的 JSON。

这个顺序很重要，因为它能把提示词问题与账户问题拆开。如果任务在 Studio 中都跑不通，修改 Python 代码也无济于事；如果 Studio 中正常、API 却提示密钥无效，问题多半出在凭证通道，而不是模型本身。

MiMo-V2.6 到底是什么

MiMo-V2.6 是一个模型系列，实际使用时可以从两个版本入手。mimo-v2.6-flash 成本更低，适合高频调用；mimo-v2.6-pro 定价更高，面向复杂、长周期任务。两者都支持文本、图像、视频和音频输入，并输出文本；也都提供 1 million token 上下文窗口、128,000 token 最大输出、工具调用、流式传输、结构化输出、网页搜索和上下文缓存。

可以把模型看作发动机，把访问通道看作加油卡：发动机可以相同，但卡、计费表和加油站并不通用。按量付费密钥不能消耗 Token Plan 配额，Token Plan 密钥也无法通过按量付费的 base URL 完成认证。

Xiaomi 已在 AI Studio、MiMo Code、MiMo Desktop、API 平台和 OpenRouter 中提供 Pro 与 Flash。Studio 最适合作为起点，因为业务人员可以先判断任务是否可行，再由工程师把它封装成系统。

MiMo V2.6 教程：跑通首个任务的配置流程

第一步应选择一个无敏感信息、但足以代表真实工作的任务。以客服分流为例，不要粘贴真实客户的姓名、邮箱、订单记录或付款信息，而要使用结构相同的虚构工单：

1. 先在 Studio 中验证任务

使用 Xiaomi 账户登录，打开 AI Studio，选择 MiMo-V2.6-Flash，然后提交这条虚构提示词。此时要确认三件事：分类是否正确、下一步操作能否真正执行，以及回答是否足够稳定，方便后续整理成固定 Schema。

暂时不用追求措辞漂亮。一个合格的初始结果可以返回 billing，并建议检查款项是否结算，或升级处理余额不一致的问题。如果回答过于发散，就收紧类别，并明确只允许给出一项下一步操作。Studio 是排练场，不是生产系统。

2. 创建密钥前，先选定凭证通道

对于通用的企业 API 工作流，按量付费通常是最直接的默认方案。先为 MiMo 控制台充值，再到 API Keys 创建 sk- 格式的普通密钥，并使用：

• Base URL：https://api.xiaomimimo.com/v1
• 模型：mimo-v2.6-flash

Token Plan 是面向 AI 编程负载的订阅产品。个人用户会获得独立的 tp- 密钥，团队用户则使用 ttp- 密钥，对应配置为：

• Base URL：https://token-plan-cn.xiaomimimo.com/v1
• 模型：mimo-v2.6-flash 或 mimo-v2.6-pro

两条通道的 API 格式相同，但密钥必须与 base URL 成对切换。Xiaomi 明确说明，按量付费余额与 Token Plan 配额不能互通。完整的访问与收费规则可参阅 MiMo V2.6 是否免费。

3. 发起一个最小但有用的 Python 请求

下面的请求沿用了 Xiaomi 的 OpenAI 兼容示例，但删除了官方示例中过时的 2025 年十二月系统日期。它使用不涉及真实数据的任务，从环境变量读取密钥，并打印完整响应，以便保留返回的模型 ID、用量和内容。

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))

安装当前版本的 OpenAI Python 包，导出 MIMO_API_KEY，然后运行该文件。如果购买的是 Token Plan，需要同时更换密钥和 base_url，不能只改其中一项。

本文实际验证了什么，又没有验证什么

这段示例没有实际执行，因为发布环境中没有获得授权的 MiMo 账户或密钥。不过，一次不带凭证的探测成功到达了 https://api.xiaomimimo.com/v1/chat/completions，并在 0.067 秒内返回 HTTP 401、invalid_key 以及提示 Invalid API Key。这是可以修复的配置错误：提供与对应账户通道匹配的有效密钥即可。

认证在推理开始前就已失败，因此无法如实提供模型 ID、token 用量或补全结果。成功运行后，应保留完整响应 JSON、客户端测得的延迟，以及经过脱敏的请求副本。这样既能比较模型、排查计费，也不会把密钥或客户数据写进日志。

按任务选择 Flash、Pro 或 UltraSpeed

默认从 Flash 开始。它与 Pro 具有相同的已公布输入模态、上下文窗口、最大输出和平台速率限制，但 token 价格更低。只有小规模评估集证明更好的决策质量足以覆盖价差后，才应把任务升级到 Pro。

Xiaomi 表示，在质量相同的前提下，UltraSpeed 的输出速度最高可达 Pro 的 20 倍；其未缓存输入和输出价格也都是 Pro 的 10 倍。只有当响应时间能够带来可衡量的商业价值时，这笔交换才合理。

对于简短分类任务，模型费用可以很低。假设每条工单消耗 1,000 个未缓存输入 token 和 200 个输出 token。按已公布费率计算，10,000 条工单使用 Flash 约需 $1.96，使用 Pro 约需 $6.09，使用 Pro-UltraSpeed 则约需 $60.90。若使用 Flash 批处理，这一假设场景下的模型费用可降至约 $0.98。

这些数字只是算术场景，不是实际用量结果；其中不包含重试、网页搜索、存储、监控、工程投入和人工审核。Xiaomi 对海外网页搜索单独计费，价格为每 1,000 次调用 $5。真正可能打破预算的，并不只是客服人力成本，而是误以为每次初筛分类都必须先购买另一个应用席位，或先由人工处理才能进入分流。

七个值得测试的业务工作流

以下工作流按三个标准排序：输入是否清晰、结构化回答是否有价值，以及团队能否在交给模型更多控制权之前安全地衡量结果。

1. 为高流量客服队列做工单分流

客服运营负责人可以把每张新工单发送给 Flash；确有需要时，再附上已清除敏感信息的截图。模型负责分类问题、提出一项下一步操作，并返回文本，由路由系统转换为字段。这样能加快第一轮分流，而且几千条短工单的模型费用仍可能低于一美元。退款、账户变更和模糊案例仍须由人工客服负责。

2. 为软件团队维护代码仓库

工程经理可以向编程系统提供 bug 报告、相关仓库上下文、测试命令和工具权限。Flash 负责频繁探索，未达到评估阈值的案例再交给 Pro。收益并不是泛化的代码生成，而是在一个明确工作流中减少付费助手席位，同时记录每次请求和工具操作。需要注意的是，外围系统、沙箱、测试和代码审查带来的风险，可能比模型调用本身更大。

3. 分析大型文档包

运营分析师可以把合同提取文本、政策页面和扫描页图像组合起来，再要求模型按固定 Schema 找出例外项。1 million token 上下文窗口使大型证据包成为可能，结构化输出则让下游软件获得可预测的格式。它能缩短第一轮审查时间，但不能替代法律判断；每个被引用的例外项仍须链接回原始页面。

4. 为电商内容做视觉质检

电商团队可以把商品图片与商品文案一起发送，并询问可见颜色、包装数量和宣传主张是否一致。Flash 返回文本，供规则引擎直接接受或放入待处理队列。价值在于发布前捕捉明显不一致之处。模型不会返回编辑后的图片，因此仍需要单独的图像处理流程。

5. 审查通话录音与屏幕证据

客户成功团队可以提供音频、屏幕录制和评分标准，要求模型用文本总结承诺事项、尚未解决的阻碍和后续行动。原生音频与视频输入减少了首个原型所需的独立模型数量，也能把原本分开的转录队列和视觉检查队列合并为一个审查队列。前提是先明确用户同意、数据保留和敏感信息规则。

6. 用桌面端试跑研究与办公任务

尚未准备自行开发的业务人员，可以先从 MiMo Desktop 入手；其中现已包含 Pro、Flash 和 UltraSpeed。在要求工程团队集成之前，可以先验证模型能否处理真实的研究或文档任务，从而降低探索阶段的成本。但桌面端跑通，并不能证明自动化 API 工作流在大规模运行时同样可靠。

7. 夜间批量处理积压任务

平台运营团队或合规团队可以通过批处理 API 处理不紧急的分类任务。Xiaomi 对 Flash 和 Pro 的批处理输入与输出按实时报价的一半计费；UltraSpeed 不支持该模式。当完成时间具有弹性时，收益直接且容易衡量。凡是会在客户等待期间影响其体验的任务，都应走实时通道。

三款可以基于 MiMo 构建的产品

最佳机会：面向垂直领域的智能体编程助手

可以为一个昂贵但长期被忽视的技术栈打造编程智能体，例如内部 Java 迁移检查，或受监管代码仓库中的测试修复。目标客户是这样的工程团队：他们认为通用助手覆盖面广，却难以治理。

需求已经显现：agentic ai coding assistant 在美国每月约有 2,900 次搜索，具有交易意图，CPC 为 $19.04；关键词数据集显示其同比增长 200%。GitHub 目前列出的 Copilot Business 价格为每席位每月 $19，Enterprise 为 $39。这为买方提供了清晰的价格参照。

最小可售版本只需连接一个代码仓库、一个问题队列、一个沙箱和一个测试运行器。用 Flash 做探索，把失败或高风险案例升级到 Pro，并向客户展示每项任务的成本、延迟、补丁和测试证据。真正的壁垒是针对该技术栈的评估集与控制机制，而不是聊天框。

难点在于市场拥挤，而且安全工作不能省略。没有专有测试、工作流知识或审批边界的简单封装，很快就会被复制。尽管如此，它仍是最有力的机会，因为这个查询的有效需求最高、交易意图明确，并且已有买方熟悉的价格锚点。

开放模型编程网关

可以为希望引入开源模型选项、又不想让每位开发者都研究模型 ID、密钥类型、上下文限制和回退策略的团队构建路由层。买方只需面对一个内部端点，就能获得策略控制，并按任务比较 Flash 与 Pro。

open source ai coding assistant 在美国每月约有 1,600 次搜索，带有商业意图，CPC 为 $2.94；建议词数据显示其年增长率为 1,977%。MVP 需要认证、模型提供商适配器、成本与延迟日志、小型编程评估，以及基础管理视图。

难点在于，开源模型与托管 API 是两种不同的采购决策。这个网关需要明确的数据处理条款，并提供自托管路径或其他能形成壁垒的治理能力，否则客户完全可以直接调用 Xiaomi。

多模态文档与附件分流台

可以为需要接收长文本、截图、语音备注和短视频的客服、理赔或运营团队构建材料接收产品。它先把文件转换为支持的输入格式，再让 Flash 给出结构化文本决策，并把低置信度案例转交人工。

ai document analysis 在美国每月约有 1,000 次搜索。该查询的 CPC 为 $10.44，页首竞价范围为 $3.23 至 $19.87；尽管关键词趋势目前正在下滑，这些数据仍说明供应商重视这类线索。MVP 只需一个上传入口、一个 Schema、一个审查队列，以及带来源链接的证据。

难点是信任。MiMo 输出的是文本，不是经过验证的决策；1 million token 的窗口也不代表每个细节都会得到同等关注。聚焦一类文档并强制人工审核，比打造万能分析器更可靠。

MiMo-V2.6 解决不了哪些问题

API 提供的是一台性能不错的发动机，而不是企业运营系统。它不会替你定义分类体系、清理敏感数据、制定审批规则、运行评估，也不会决定回答不确定时该怎么处理。这些属于产品与运营工作。

不要因为 UltraSpeed 听起来更强就直接采用它。应从 Flash 开始并记录证据。也不要因为上下文窗口很大，就把每个文件都塞进去；只保留最相关的上下文，并保存来源引用。更不要把结构化输出等同于事实。格式有效的 JSON 对象，仍可能包含错误决策。

如果在多次工具调用中启用 thinking mode，Xiaomi 建议把之前的 reasoning_content 连同消息历史一起传递。丢弃它，就等于改变了模型接收到的上下文。若使用网页搜索能力，还需将其成本与 token 费用分开预算。

如需直接比较模型，请阅读 MiMo V2.6 Pro 与 Flash 对比。实际规则依然是：先用 Flash，评估后再上 Pro；只有当延迟已经可以明确折算成价格时，才考虑 UltraSpeed。

按正确顺序排查问题

1. **密钥无效：**确认密钥以 sk-、tp- 还是 ttp- 开头，并搭配正确的 base URL。切勿将密钥打印到日志。
2. **Studio 中没有可用结果：**先修改任务描述、分类和输出要求，再处理集成代码。
3. **模型选择错误：**使用完全一致的小写 ID mimo-v2.6-flash 或 mimo-v2.6-pro。
4. **规模扩大后流量停滞：**将实际负载与 Pro、Flash 已公布的每分钟 100 次请求和每分钟 10 million token 限制对照。
5. **日期表现异常：**删除 Xiaomi 当前示例中过时的 2025 年十二月系统日期。只有任务确实需要日期时，才提供当前日期。
6. **工具调用的连续性中断：**启用 thinking mode 时，按照 Xiaomi 的建议，在各轮之间保留 reasoning_content。
7. **成本看起来不对：**分别核算按量付费余额、Token Plan 点数、token 费用，以及独立计费的网页搜索服务。

下周一就这样开始

周一，客服运营负责人可以准备 20 条虚构工单，定义四个类别，并为每条工单设定一项安全的下一步操作，再用 Flash 在 Studio 中测试。周二，工程师可以通过付费 API 跑同一组工单，保存脱敏请求和完整响应，然后比较结果一致性、延迟与 token 用量。完成这些步骤后，团队才能连接真实队列，同时保留人工审核分支。

如果希望把上述任一 API 工作流真正落地，并配套评估、监控和安全的人工交接机制，可查看 AI 生产系统。