Introdução
A API MiMo V2.6 Flash atende tarefas profissionais frequentes, como atas, extração de documentos e triagem multimodal, com entrada de 1,048,576 tokens e respostas de texto de até 131,072 tokens.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Saída | Texto |
| Orçamento de entrada | 1,048,576 tokens |
| Limite de max_tokens | 131,072 |
| Entradas | texto / imagens / vídeo / áudio |
Recursos e destaques
Feito para volume
A Xiaomi posiciona o Flash para trabalho de escritório multimodal de alto volume, e é assim que este endpoint rende melhor: gravações de reuniões, capturas de tela, páginas digitalizadas e conversas longas, uma requisição por item. É o mais leve dos dois modelos, então um pipeline que processa milhares de itens por dia é onde ele compensa.
Texto, imagens, vídeo e áudio juntos
Para uma ata com Flash, inclua pauta e fontes em messages; vídeo e áudio vão inline, no limite conjunto de 14 MB, e respostas de ferramentas mantêm tool_call_id.
Raciocínio que você pode desligar
reasoning_effort vai de none a minimal, low, medium e high. Use none para classificação, extração e reescritas curtas; nesse caso temperature e top_p ficam disponíveis para você definir. Suba o nível quando uma pergunta precisar de elaboração.
Ferramentas na mesma chamada
Envie até 128 definições de ferramentas, com tool_choice e parallel_tool_calls disponíveis. O modelo propõe uma chamada, seu código a executa e o resultado volta como mensagem de ferramenta, com o reasoning_content anterior mantido no turno do assistente.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | Para uma ata com Flash, inclua pauta e fontes em messages; vídeo e áudio vão inline, no limite conjunto de 14 MB, e respostas de ferramentas mantêm |
max_tokens | Não | Flash começa com |
reasoning_effort | Não | Flash inicia em high; teste none para extrações repetidas e considere minimal, low ou medium quando as notas forem ambíguas. |
stop | Não | Na extração com Flash, stop aceita uma sequência ou até quatro; escolha um delimitador ausente dos campos válidos, pois ele é removido da resposta. pelo menos 1 caracteres · pelo menos 1 itens · no máximo 4 itens |
temperature | Não | No Flash, temperature de 0 a 1.5 só vale com |
top_p | Não | Sem raciocínio, Flash aceita |
tools | Não | Descreva até 128 funções de escritório para Flash; seu aplicativo valida os argumentos antes de alterar agenda ou chamados. no máximo 128 itens |
parallel_tool_calls | Não | Flash pode propor consultas independentes no mesmo turno quando nenhuma espera o resultado de outra; seu aplicativo executa essas consultas. Valor padrão: |
tool_choice | Não | Em assistentes de escritório Flash, prefira |
response_format | Não | Peça texto ou JSON estruturado ao Flash e valide os campos extraídos com o esquema esperado pelo seu aplicativo. |
Preços
Entrada $0.14 / Saída $0.28 por 1 milhão de tokens
Casos de uso
Resumos de reuniões e chamadas
Envie uma gravação de áudio ou a transcrição junto com a pauta e peça decisões, responsáveis e perguntas em aberto em JSON. Com reasoning_effort em none, a resposta chega rápido, o que combina com uma fila de dezenas de gravações.
Triagem de capturas e documentos
Anexe notas fiscais, formulários ou capturas de interface como partes de imagem e peça os campos de que precisa ou o problema visível. Pedidos curtos e repetidos como estes são o trabalho para o qual o Flash foi posicionado.
Resumos de conversas longas
Em reuniões recorrentes, identifique gravação e pauta, solicite decisões separadas das dúvidas em aberto e confira os campos antes de salvá-los. Você pode começar com casos representativos sem raciocínio e elevar o esforço quando houver evidências conflitantes.
Assistentes de escritório com ferramentas
Conecte ferramentas de agenda, chamados ou busca e deixe o modelo decidir qual chamar. Mantenha o esforço em low ou medium para o encaminhamento de rotina e suba para o raro pedido ambíguo.
Guia de prompt e dicas práticas
Comece em none ou low para o trabalho de rotina
O padrão é high, que gasta tokens de saída raciocinando. Para extração e encaminhamento, defina
reasoning_effortcomo none ou low e confira a qualidade em alguns itens reais antes de escalar.Misture mídias em uma mensagem
Monte content como uma lista de partes: primeiro o texto e depois as entradas
image_url,video_urlouaudio_url. Diga no texto a qual parte a pergunta se refere, por exemplo a segunda imagem ou o trecho de áudio.Dimensione
max_tokenspara o raciocínioO raciocínio conta em
max_tokens, então o padrão de 4,096 pode se esgotar antes de uma resposta longa terminar com esforço mais alto. Aumente o valor, use streaming e confirafinish_reasonantes de considerar um resultado completo.Feche o ciclo de ferramentas
Quando o modelo devolver
tool_calls, execute-as, acrescente cada resultado como mensagem tool com otool_call_idcorrespondente, mantenha a mensagem do assistente como ela voltou e envie a conversa novamente.
Uso previsto
A API MiMo V2.6 Flash atende tarefas profissionais frequentes, como atas, extração de documentos e triagem multimodal, com entrada de 1,048,576 tokens e respostas de texto de até 131,072 tokens.
Processar reuniões
Em reuniões recorrentes, identifique gravação e pauta, solicite decisões separadas das dúvidas em aberto e confira os campos antes de salvá-los. Você pode começar com casos representativos sem raciocínio e elevar o esforço quando houver evidências conflitantes.
Chamadas de função
Descreva até 128 funções de escritório para Flash; seu aplicativo valida os argumentos antes de alterar agenda ou chamados.
No exemplo de ferramenta Flash, revise a consulta proposta, execute-a no aplicativo e devolva a tool_call_id correspondente antes de pedir a ata.
Orçamento de saída
Flash começa com max_tokens=4,096 e aceita até 131,072; o raciocínio usa essa mesma reserva, então confira finish_reason em atas longas.
Flash devolve texto e permite 16,384 tokens de imagens; cada solicitação aceita 256 mensagens, 128 definições de ferramentas e 4 sequências de parada, com wav ou mp3 em input_audio.
Política de conteúdo
MiMo V2.6 Flash é apresentado para o trabalho cotidiano; pedidos NSFW podem ser recusados e não há promessa de saída sem restrições.
xiaomi/mimo-v2.6-flash/chat
MiMo V2.6 Flash é apresentado para o trabalho cotidiano; pedidos NSFW podem ser recusados e não há promessa de saída sem restrições.
Início rápido da 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'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.