ลด 50% โมเดล Vidu Q3 และ Q3 Pro · เฉพาะที่ WaveSpeedAI | 20 พ.ค. – 2 มิ.ย.
X
xiaomi/mimo-v2.5

xiaomi/mimo-v2.5

1,048,576 context · $0.40/M input tokens · $2.00/M output tokens

MiMo-V2.5 is a native omnimodal model by Xiaomi. It delivers Pro-level agentic performance at roughly half the inference cost, while surpassing MiMo-V2-Omni in multimodal perception across image and video understanding tasks. Its 1M context window supports complete documents, extended conversations, and complex task contexts in a single pass, making it ideal for integration with agent frameworks where strong reasoning, rich perception, and cost efficiency all matter.

ราคา

จ่ายตามการใช้งาน

ไม่มีค่าใช้จ่ายล่วงหน้า จ่ายเฉพาะสิ่งที่คุณใช้

อินพุต
256K $0.40 / M Tokens
> 256K $0.80 / M Tokens
เอาต์พุต
256K $2.00 / M Tokens
> 256K $4.00 / M Tokens
Cache Read
256K $0.08 / M Tokens
> 256K $0.16 / M Tokens

ลองใช้โมเดล

xiaomi/mimo-v2.5
ออนไลน์
X
สวัสดี! ฉันคือผู้ช่วย AI พร้อมช่วยคุณ ต้องการให้ช่วยอะไรไหม?

การใช้งาน API

ใช้ตัวอย่างโค้ดต่อไปนี้เพื่อผสานรวมกับ API ของเรา:

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="xiaomi/mimo-v2.5",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

แนะนำโมเดล

Xiaomi: MiMo-V2.5

MiMo-V2.5 is a native omnimodal model by Xiaomi. It delivers Pro-level agentic performance at roughly half the inference cost, while surpassing MiMo-V2-Omni in multimodal perception across image and video understanding...

This model is imported from OpenRouter metadata and exposed through the WaveSpeed AI OpenAI-compatible API for chat completions and compatible application workflows.


Why It Looks Great

  • text+image+audio+video->text architecture for Text, Audio, Image, Video to Text workloads
  • 1048576 context window for long prompts, document analysis, and multi-turn workflows
  • Competitive pricing at $0.4/$2 per million tokens
  • Vision input support for image understanding and multimodal tasks
  • Function calling and tool-use support for agentic application workflows
  • Structured output support for JSON responses and schema-constrained generation
  • Reasoning controls available through supported OpenRouter parameters

Key Features

  • Context Window: 1048576 tokens
  • Max Input: 917504 tokens
  • Max Output: 131072 tokens
  • Vision: Supported
  • Function Calling: Supported
  • Structured Outputs: Supported
  • Image Generation: Not listed
  • Audio Input: Supported
  • Supported Parameters: frequency_penalty, include_reasoning, max_tokens, presence_penalty, reasoning, response_format, stop, temperature, tool_choice, tools, top_p

Specifications

SpecificationValue
Providerxiaomi
Model TypeChat Completions model
Architecturetext+image+audio+video->text
Context Window1048576 tokens
Max Input917504 tokens
Max Output131072 tokens
InputText, Audio, Image, Video
OutputText
VisionSupported
Function CallingSupported
Structured OutputsSupported
OpenRouter CreatedApril 22, 2026

Pricing

Token TypeCost
Input$0.4 per million tokens
Output$2 per million tokens
Cached Input$0.08 per million tokens

Note: Pricing is generated from OpenRouter model metadata. If multiple upstream providers expose different endpoint prices, review and adjust the price before publishing.


How to Use

  1. Write your prompt - describe the task, provide context, and specify the desired output format.
  2. Submit - the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: xiaomi/mimo-v2.5


API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="xiaomi/mimo-v2.5",
    messages=[{"role": "user", "content": "Hello!"}]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "xiaomi/mimo-v2.5",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

ข้อมูล

ผู้ให้บริการxiaomi
ประเภทllm

ฟังก์ชันที่รองรับ

อินพุต
ข้อความรูปภาพเสียง
เอาต์พุต
ข้อความ
บริบท1,048,576
เอาต์พุตสูงสุด131,072
Vision✓ รองรับ
Function Calling✓ รองรับ

คู่มือการเข้าถึง API

Base URLhttps://llm.wavespeed.ai/v1
API Endpointchat/completions
Model IDxiaomi/mimo-v2.5

Mimo V2.5 API

xiaomi/mimo-v2.5

MiMo-V2.5 is a native omnimodal model by Xiaomi. It delivers Pro-level agentic performance at roughly half the inference cost, while surpassing MiMo-V2-Omni in multimodal perception across image and video understanding tasks. Its 1M context window supports complete documents, extended conversations, and complex task contexts in a single pass, making it ideal for integration with agent frameworks where strong reasoning, rich perception, and cost efficiency all matter.

อินพุต

$0.4 /M

เอาต์พุต

$2 /M

คอนเท็กซ์

1049K

เอาต์พุตสูงสุด

131K

Vision

รองรับ

การใช้เครื่องมือ

รองรับ

ลองใช้ Mimo V2.5 บน WaveSpeedAI

เข้าถึง Mimo V2.5 ผ่าน API แบบรวมของเรา — เข้ากันได้กับ OpenAI ไม่มี cold start ราคาโปร่งใส

คำถามที่พบบ่อยเกี่ยวกับ Mimo V2.5

Mimo V2.5 API ราคาเท่าไหร่?+

ราคาบน WaveSpeedAI: $0.40 ต่อล้านโทเคนอินพุต และ $2.00 ต่อล้านโทเคนเอาต์พุต Prompt caching และ batch processing คิดค่าบริการแยกและช่วยลดต้นทุนที่แท้จริงสำหรับภาระงานที่ยาวและทำซ้ำ

Mimo V2.5 มี context window เท่าใด?+

Mimo V2.5 รองรับสูงสุด 1049K โทเคนคอนเท็กซ์ และสูงสุด 131K โทเคนเอาต์พุตต่อคำขอ

Mimo V2.5 เข้ากันได้กับ OpenAI หรือไม่?+

ใช่ WaveSpeedAI ให้บริการ Mimo V2.5 ผ่าน endpoint ที่เข้ากันได้กับ OpenAI ที่ https://llm.wavespeed.ai/v1 ชี้ OpenAI SDK ทางการมาที่ base URL นี้ด้วย API key ของ WaveSpeedAI — ไม่ต้องแก้ไขโค้ดอื่น

จะเริ่มใช้ Mimo V2.5 ได้อย่างไร?+

ลงชื่อเข้าใช้ WaveSpeedAI สร้าง API key ใน Access Keys จากนั้นส่งคำขอไปยัง https://llm.wavespeed.ai/v1/chat/completions พร้อม model id ที่แสดงด้านบน บัญชีใหม่จะได้รับเครดิตฟรีสำหรับทดลองใช้ Mimo V2.5

LLM API ที่เกี่ยวข้อง