Introducción
La API de MiMo V2.6 Flash atiende tareas profesionales frecuentes, como resumir reuniones, extraer documentos y clasificar material multimedia, con 1,048,576 tokens de entrada y hasta 131,072 de salida.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Texto |
| Presupuesto de entrada | 1,048,576 tokens |
| Límite de max_tokens | 131,072 |
| Entradas | texto / imágenes / video / audio |
Funciones y aspectos destacados
Pensado para el volumen
Xiaomi posiciona Flash para trabajo de oficina multimodal de alto volumen, y así conviene usar este endpoint: grabaciones de reuniones, capturas de pantalla, páginas escaneadas e hilos largos, una solicitud por elemento. Es el más ligero de los dos modelos, así que una canalización que procesa miles de elementos al día es donde más rinde.
Texto, imágenes, video y audio juntos
Para un resumen con Flash, incluye agenda y fuentes en messages; el video y el audio se envían inline dentro del límite conjunto de 14 MB, y las respuestas de herramientas conservan tool_call_id.
Razonamiento que puedes apagar
reasoning_effort va desde none hasta minimal, low, medium y high. Usa none para clasificación, extracción y reescrituras cortas; así temperature y top_p quedan a tu disposición para configurarlos. Sube de nivel cuando una pregunta necesite pensarse.
Herramientas en la misma llamada
Envía hasta 128 definiciones de herramientas, con tool_choice y parallel_tool_calls disponibles. El modelo propone una llamada, tu código la ejecuta y el resultado vuelve como mensaje de herramienta, con el reasoning_content anterior conservado en el turno del asistente.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Para un resumen con Flash, incluye agenda y fuentes en messages; el video y el audio se envían inline dentro del límite conjunto de 14 MB, y las respuestas de herramientas conse… mínimo 1 elementos · máximo 256 elementos |
max_tokens | No | Flash parte de |
reasoning_effort | No | Flash inicia en high; prueba none para extracción repetitiva y considera minimal, low o medium cuando las notas sean ambiguas. |
stop | No | En extracciones con Flash, stop admite una secuencia o hasta cuatro; el delimitador elegido se omite y no debe cortar un campo válido. mínimo 1 caracteres · mínimo 1 elementos · máximo 4 elementos |
temperature | No | Flash aplica temperature de 0 a 1.5 solo con |
top_p | No | Sin razonamiento, Flash admite |
tools | No | Describe hasta 128 funciones para el asistente de oficina Flash; tu aplicación valida argumentos antes de modificar calendarios o tickets. máximo 128 elementos |
parallel_tool_calls | No | Flash puede proponer varias consultas independientes a la vez si ninguna necesita el resultado de la anterior; tu aplicación realiza las consultas. Valor predeterminado: |
tool_choice | No | En asistentes de oficina Flash, prefiere |
response_format | No | Pide a Flash texto o JSON estructurado y verifica los campos extraídos con el esquema que espera tu aplicación. |
Precios
Entrada $0.14 / Salida $0.28 por 1 millón de tokens
Casos de uso
Resúmenes de reuniones y llamadas
Envía una grabación de audio o su transcripción con la agenda y pide decisiones, responsables y preguntas abiertas en JSON. Con reasoning_effort en none la respuesta llega rápido, lo que encaja con una cola de decenas de grabaciones.
Triaje de capturas y documentos
Adjunta facturas, formularios o capturas de interfaz como partes de imagen y pide los campos que necesitas o el problema que se ve. Solicitudes cortas y repetidas como estas son el trabajo para el que está posicionado Flash.
Resúmenes de hilos largos
Para reuniones recurrentes, identifica grabación y agenda, solicita decisiones separadas de preguntas abiertas y coteja los campos antes de guardarlos. Empieza con algunos casos representativos sin razonamiento y aumenta el esfuerzo si hay evidencia contradictoria.
Asistentes de oficina con herramientas
Conecta herramientas de calendario, tickets o búsqueda y deja que el modelo decida cuál llamar. Mantén el esfuerzo en low o medium para el enrutado rutinario y súbelo para la rara solicitud ambigua.
Guía de prompts y consejos prácticos
Empieza en none o low para el trabajo rutinario
El predeterminado es high, que gasta tokens de salida en razonar. Para extracción y enrutado, pon
reasoning_efforten none o low y revisa la calidad con un puñado de elementos reales antes de escalar.Mezcla medios en un mismo mensaje
Envía content como una lista de partes: primero el texto y luego las entradas
image_url,video_urloaudio_url. Indica en el texto a qué parte se refiere la pregunta, por ejemplo la segunda imagen o el clip de audio.Calcula
max_tokenspara el razonamientoEl razonamiento cuenta dentro de
max_tokens, así que el predeterminado de 4,096 puede agotarse antes de que termine una respuesta larga con un esfuerzo alto. Súbelo, usa streaming y revisafinish_reasonantes de dar un resultado por completo.Cierra el bucle de herramientas
Cuando el modelo devuelva
tool_calls, ejecútalas, añade cada resultado como mensaje tool con eltool_call_idcorrespondiente, mantén el mensaje del asistente tal como llegó y vuelve a enviar la conversación.
Uso previsto
La API de MiMo V2.6 Flash atiende tareas profesionales frecuentes, como resumir reuniones, extraer documentos y clasificar material multimedia, con 1,048,576 tokens de entrada y hasta 131,072 de salida.
Procesar reuniones
Para reuniones recurrentes, identifica grabación y agenda, solicita decisiones separadas de preguntas abiertas y coteja los campos antes de guardarlos. Empieza con algunos casos representativos sin razonamiento y aumenta el esfuerzo si hay evidencia contradictoria.
Llamadas a funciones
Describe hasta 128 funciones para el asistente de oficina Flash; tu aplicación valida argumentos antes de modificar calendarios o tickets.
En el ejemplo de herramientas de Flash, revisa la consulta propuesta, ejecútala y devuelve su tool_call_id antes de solicitar el resumen final.
Presupuesto de salida
Flash parte de max_tokens=4,096 y admite hasta 131,072; el razonamiento comparte ese presupuesto, así que revisa finish_reason en resúmenes largos.
Flash responde con texto y permite 16,384 tokens de imágenes; cada solicitud admite 256 mensajes, 128 definiciones de herramientas y 4 secuencias de parada, con wav o mp3 en input_audio.
Política de contenido
MiMo V2.6 Flash se presenta para trabajo profesional cotidiano; puede rechazar solicitudes NSFW y no se promete una salida sin restricciones.
xiaomi/mimo-v2.6-flash/chat
MiMo V2.6 Flash se presenta para trabajo profesional cotidiano; puede rechazar solicitudes NSFW y no se promete una salida sin restricciones.
Inicio rápido de la API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "xiaomi/mimo-v2.6-flash/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.