Introduction
L’API MiMo V2.6 Flash vise les tâches professionnelles fréquentes : comptes rendus, extraction de documents et tri de contenus multimodaux, avec 1,048,576 tokens en entrée et jusqu’à 131,072 en sortie.
| Champ | Valeur |
|---|---|
| Entrée | Texte |
| Sortie | Texte |
| Budget d’entrée | 1,048,576 tokens |
| Plafond de max_tokens | 131,072 |
| Entrées | Flash : texte, image, vidéo, audio |
Fonctionnalités et points forts
Conçu pour le volume
Xiaomi positionne Flash pour le travail bureautique multimodal à fort volume, et c’est ainsi qu’il faut utiliser ce point de terminaison : enregistrements de réunions, captures d’écran, pages numérisées et longs fils, une requête par élément. C’est le plus léger des deux modèles ; un pipeline qui traite des milliers d’éléments par jour en tire le meilleur parti.
Texte, images, vidéo et audio ensemble
Pour un compte rendu Flash, joignez ordre du jour et sources dans messages ; vidéo et audio restent intégrés à la requête, dans une limite cumulée de 14 MB, et les réponses d’outils conservent tool_call_id.
Un raisonnement que l’on peut couper
reasoning_effort va de none à minimal, low, medium puis high. Utilisez none pour la classification, l’extraction et les réécritures courtes ; temperature et top_p deviennent alors réglables par vos soins. Montez d’un cran lorsqu’une question demande de la réflexion.
Des outils dans le même appel
Envoyez jusqu’à 128 définitions d’outils, avec tool_choice et parallel_tool_calls. Le modèle propose un appel, votre code l’exécute, et le résultat revient dans un message tool ; le reasoning_content précédent reste attaché au tour de l’assistant.
Paramètres de requête
| Paramètre | Obligatoire | Description |
|---|---|---|
messages | Oui | Pour un compte rendu Flash, joignez ordre du jour et sources dans messages ; vidéo et audio restent intégrés à la requête, dans une limite cumulée de 14 MB, et les réponses d’ou… 1 éléments minimum · 256 éléments maximum |
max_tokens | Non | Flash utilise |
reasoning_effort | Non | Flash démarre sur high ; testez none pour l’extraction répétée, puis minimal, low ou medium si les notes demandent une interprétation plus poussée. |
stop | Non | Pour l’extraction avec Flash, stop accepte une séquence ou jusqu’à quatre ; choisissez un délimiteur absent des champs utiles, car il sera retiré de la réponse. 1 caractères minimum · 1 éléments minimum · 4 éléments maximum |
temperature | Non | Sur Flash, temperature de 0 à 1.5 n’agit qu’avec |
top_p | Non | Sans raisonnement, Flash accepte |
tools | Non | Décrivez jusqu’à 128 fonctions à Flash pour vos tâches de bureau ; votre application vérifie les arguments avant toute modification du calendrier ou des tickets. 128 éléments maximum |
parallel_tool_calls | Non | Flash peut proposer ensemble plusieurs recherches indépendantes si aucune n’attend le résultat de l’autre ; leur exécution revient à votre application. Valeur par défaut: |
tool_choice | Non | Pour les assistants de bureau Flash, privilégiez |
response_format | Non | Demandez à Flash du texte ou du JSON structuré, puis contrôlez les champs extraits avec votre propre schéma. |
Tarification
Entrée $0.14 / Sortie $0.28 par 1 million de tokens
Cas d’utilisation
Synthèses de réunions et d’appels
Envoyez un enregistrement audio ou sa transcription avec l’ordre du jour, et demandez les décisions, les responsables et les questions ouvertes au format JSON. Avec reasoning_effort à none, la réponse arrive vite, ce qui convient à une file de plusieurs dizaines d’enregistrements.
Tri de captures d’écran et de documents
Joignez factures, formulaires ou captures d’interface comme parties image, et demandez les champs dont vous avez besoin ou le problème visible. Des requêtes courtes et répétées comme celles-ci sont précisément le travail pour lequel Flash est positionné.
Synthèses de longs fils
Pour des réunions récurrentes, repérez chaque enregistrement et point de l’ordre du jour, puis demandez deux listes distinctes pour les décisions et les questions ouvertes. Vérifiez les champs avant de les enregistrer et augmentez l’effort seulement si les sources se contredisent.
Assistants bureautiques pilotés par des outils
Branchez des outils d’agenda, de tickets ou de recherche, et laissez le modèle choisir celui à appeler. Gardez l’effort à low ou medium pour le routage courant, et augmentez-le pour les rares demandes ambiguës.
Guide de prompt et conseils pratiques
Commencer à none ou low pour le travail courant
La valeur par défaut est high, qui consomme des tokens de sortie pour le raisonnement. Pour l’extraction et le routage, réglez
reasoning_effortsur none ou low, et vérifiez la qualité sur quelques éléments réels avant de passer à l’échelle.Mélanger les médias dans un message
Passez content sous forme de liste de parties : d’abord le texte, puis les entrées
image_url,video_urlouaudio_url. Indiquez dans le texte la partie concernée par la question, par exemple la deuxième image ou le clip audio.Dimensionner
max_tokenspour le raisonnementLe raisonnement compte dans
max_tokens: la valeur par défaut de 4,096 peut donc être épuisée avant la fin d’une longue réponse à effort élevé. Augmentez-la, diffusez la réponse en continu et vérifiezfinish_reasonavant de considérer un résultat comme complet.Fermer la boucle d’outils
Lorsque le modèle renvoie
tool_calls, exécutez-les, ajoutez chaque résultat comme message tool avec letool_call_idcorrespondant, conservez le message de l’assistant tel qu’il a été renvoyé, puis envoyez à nouveau la conversation.
Usage visé
L’API MiMo V2.6 Flash vise les tâches professionnelles fréquentes : comptes rendus, extraction de documents et tri de contenus multimodaux, avec 1,048,576 tokens en entrée et jusqu’à 131,072 en sortie.
Traiter les réunions
Pour des réunions récurrentes, repérez chaque enregistrement et point de l’ordre du jour, puis demandez deux listes distinctes pour les décisions et les questions ouvertes. Vérifiez les champs avant de les enregistrer et augmentez l’effort seulement si les sources se contredisent.
Appels de fonctions
Décrivez jusqu’à 128 fonctions à Flash pour vos tâches de bureau ; votre application vérifie les arguments avant toute modification du calendrier ou des tickets.
Dans l’exemple d’outil Flash, vérifiez la recherche proposée, exécutez-la dans votre application et renvoyez la bonne tool_call_id avant le compte rendu.
Budget de sortie
Flash utilise max_tokens=4,096 par défaut, avec un plafond de 131,072 ; le raisonnement consomme cette réserve, donc vérifiez finish_reason pour un long compte rendu.
Flash répond en texte et réserve jusqu’à 16,384 tokens aux images ; chaque requête accepte 256 messages, 128 définitions d’outils et 4 séquences d’arrêt, avec wav ou mp3 pour input_audio.
Règles de contenu
MiMo V2.6 Flash est présenté pour le travail quotidien ; une demande NSFW peut être refusée et aucune sortie sans restrictions n’est garantie.
xiaomi/mimo-v2.6-flash/chat
MiMo V2.6 Flash est présenté pour le travail quotidien ; une demande NSFW peut être refusée et aucune sortie sans restrictions n’est garantie.
Démarrage rapide de l’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'
La référence API détaille l’authentification, le schéma complet, le polling et la gestion des erreurs.