---

📌 前言

最近小米放大招了！MiMo大模型API全面开放，而且完美兼容OpenAI API格式，这意味着什么？

意味着你之前写的OpenAI代码，改个地址和Key就能直接用！

作为一名折腾了无数AI API的老司机，我第一时间上手体验了一把，今天就把完整的调用流程分享给大家。

---

🔥 一、小米MiMo API是什么？

小米MiMo是小米自研的大语言模型，2026年3月19日发布了最新的MiMo-V2系列，目前提供了两个版本：

模型名称	参数规模	定位	适用场景
MiMo-V2-Flash	309B（激活15B）	轻量快速版	日常对话、智能体任务
MiMo-V2-Pro	旗舰级	Agent时代旗舰基座模型	高强度推理、复杂任务

核心优势：

• ✅ 兼容OpenAI API格式，迁移成本几乎为零
• ✅ 支持Anthropic API格式
• ✅ 中文理解能力出色
• ✅ 限时免费，新老用户可领取免费额度

API定价（限时免费中）：

• MiMo-V2-Flash：输入 $0.1/M tokens，输出 $0.3/M tokens

---

🚀 二、API Key获取（3分钟搞定）

步骤1：访问官方平台

打开小米MiMo官方平台，搜索"MiMo API"或访问小米开放平台。

步骤2：登录并申请API

1. 使用小米账号登录（没有就注册一个）
2. 进入 Xiaomi MiMo 开放平台
3. 创建API Key并保存好（千万别泄露！）

---

💻 三、Python调用实战（核心代码）

方式一：OpenAI格式调用（推荐）

这是最简单的方式，如果你之前用过OpenAI，改几行代码就行：

# 安装依赖
# pip install -U openai

from openai import OpenAI

# 初始化客户端
client = OpenAI(
    api_key="你的MiMo API Key",  # 替换成你的Key
    base_url="https://api.xiaomimimo.com/v1"  # 关键：替换API地址
)

# 发送请求
completion = client.chat.completions.create(
    model="mimo-v2-flash",  # 或 mimo-v2-pro
    messages=[
        {"role": "system", "content": "你是一个 helpful 的助手"},
        {"role": "user", "content": "请用Python写一个快速排序算法"}
    ],
    max_tokens=1024,
    temperature=0.7,
    top_p=0.95,
    stream=False  # 设为True可开启流式输出
)

# 输出结果
print(completion.choices[0].message.content)

方式二：requests原生调用

如果你不想装SDK，直接用requests也行：

import requests
import json

url = "https://api.xiaomimimo.com/v1/chat/completions"

headers = {
    "Content-Type": "application/json",
    "api-key": "你的MiMo API Key"  # 或使用 Authorization: Bearer xxx
}

data = {
    "model": "mimo-v2-flash",
    "messages": [
        {"role": "user", "content": "你好，介绍一下小米MiMo"}
    ],
    "max_tokens": 1024,
    "temperature": 0.7
}

response = requests.post(url, headers=headers, json=data)
result = response.json()

print(result["choices"][0]["message"]["content"])

方式三：cURL调用

curl --location --request POST 'https://api.xiaomimimo.com/v1/chat/completions' \
--header "api-key: $MIMO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
    "model": "mimo-v2-flash",
    "messages": [{"role": "user", "content": "你好"}]
}'

---

⚙️ 四、核心参数说明

参数	说明	建议值
model	模型名称	mimo-v2-flash 或 mimo-v2-pro
temperature	随机性（0-2）	创意任务0.8，精确任务0.3
top_p	多样性控制	一般设0.95
max_tokens	最大输出长度	1024-4096
stream	流式输出	交互场景设True

认证方式

接口支持以下两种认证方式：

方式	格式
api-key头部	api-key: $MIMO_API_KEY
Authorization	Authorization: Bearer $MIMO_API_KEY

---

🐛 五、常见问题排查

Q1: 报错401 Unauthorized？

原因：API Key错误或过期
解决：重新生成API Key

Q2: 报错402 Payment Required？

原因：账户余额不足
解决：去平台充值（新老用户可领取免费额度）

Q3: 报错429 Too Many Requests？

原因：请求频率过高
解决：加个延时或使用异步

Q4: 如何开启深度思考模式？

# 在请求中加入thinking参数
extra_body={"thinking": {"type": "enabled"}}

---

📊 六、模型对比

指标	MiMo-V2-Flash	MiMo-V2-Pro
总参数量	309B	旗舰级
激活参数	15B	更高
定位	快速推理	Agent时代旗舰
响应速度	⭐⭐⭐⭐⭐	⭐⭐⭐⭐
推理能力	⭐⭐⭐⭐	⭐⭐⭐⭐⭐

结论：日常使用Flash够用，复杂Agent任务上Pro。

---

🎁 七、完整项目代码

我把上面的代码整理成了一个完整的工具类：

"""
小米MiMo API调用工具类
作者：AI技术博主
日期：2026-03-01
"""

from openai import OpenAI
from typing import List, Dict, Optional

class MiMoClient:
    """小米MiMo大模型客户端"""
    
    def __init__(self, api_key: str, model: str = "mimo-v2-flash"):
        self.client = OpenAI(
            api_key=api_key,
            base_url="https://api.xiaomimimo.com/v1"
        )
        self.model = model
    
    def chat(self, 
             message: str, 
             system_prompt: str = "你是一个 helpful 的助手",
             temperature: float = 0.7,
             max_tokens: int = 1024) -> str:
        """单轮对话"""
        completion = self.client.chat.completions.create(
            model=self.model,
            messages=[
                {"role": "system", "content": system_prompt},
                {"role": "user", "content": message}
            ],
            temperature=temperature,
            max_tokens=max_tokens
        )
        return completion.choices[0].message.content
    
    def chat_with_history(self, 
                          messages: List[Dict], 
                          temperature: float = 0.7) -> str:
        """多轮对话"""
        completion = self.client.chat.completions.create(
            model=self.model,
            messages=messages,
            temperature=temperature
        )
        return completion.choices[0].message.content


# 使用示例
if __name__ == "__main__":
    client = MiMoClient(api_key="你的API Key")
    response = client.chat("用一句话介绍Python")
    print(response)

---

📝 八、总结

小米MiMo API的开放，为开发者提供了又一个强大的国产大模型选择。兼容OpenAI格式这一点真的很香，大大降低了迁移成本。

建议大家赶紧去申请体验，趁着现在还有免费额度！

重要信息	说明
API格式	兼容OpenAI和Anthropic
模型选择	日常用Flash，复杂任务用Pro
认证方式	api-key 或 Authorization Bearer

如果这篇文章对你有帮助，别忘了 点赞 + 收藏 + 关注，后续我会持续分享更多AI技术干货！

---

👇 评论区聊聊：你打算用MiMo API做什么项目？

---

本文首发于CSDN，转载请注明出处。

---