主机与凭证
按量付费的 OpenAI 请求使用 https://api.xiaomimimo.com/v1 和 api-key 请求头。Token Plan 使用专用主机和 tp-xxxxx 凭证。
简体中文
MIMO 2.5 PRO API
逐个字段排查 MiMo 2.5 Pro API 连接问题
一个能工作的请求需要正确的小米主机、api-key 请求头、准确的模型 ID，以及 MiMo 接受的请求体。本页先看失败症状，再按顺序检查 thinking、stream、上下文和供应商路由。
官方文档核验日期：2026-08-27。当前 Tabbit 模型选择器没有 MiMo-V2.5-Pro，因此这里把 Tabbit 作为另一条受支持模型路径说明。
官方文档明确写了什么
多数失败请求都是契约字段不匹配
小米文档写明了两组 Base URL、一个模型 ID，以及 OpenAI 和 Anthropic 两种兼容格式。社区结果还显示供应商拒绝、只消耗输入 token 却没有有效输出等线索，但它们不代表服务保证。
模型与请求体
官方示例使用模型 mimo-v2.5-pro 和 /chat/completions。先保证 messages 合法，再调整采样或 Agent 字段。
推理也是状态
深度思考会返回 reasoning_content。涉及工具调用的多轮对话需要在后续 assistant 消息中完整带回该字段，否则 API 可能返回 400。
最小可用请求
先用 curl 验证，再调 SDK
这是官方 OpenAI 兼容形状，缩减为能确认路由的字段。把密钥放在 shell 环境变量中，不要提交到代码库。
可复制基线
curl --location --request POST 'https://api.xiaomimimo.com/v1/chat/completions' \
--header "api-key: $MIMO_API_KEY" \
--header "Content-Type: application/json" \
--data-raw '{"model":"mimo-v2.5-pro","messages":[{"role":"user","content":"Hello"}],"max_completion_tokens":1024,"stream":false}'官方示例还展示了 max_completion_tokens、temperature 1.0、top_p 0.95、stream false 和 penalty 字段。深度思考可能强制使用建议的采样默认值。
- 01
选择账户路由
按量付费使用 https://api.xiaomimimo.com/v1。Token Plan 则换成订阅成功后显示的专属 Base URL。
- 02
发送小米认证
使用 api-key: $MIMO_API_KEY 和 Content-Type: application/json。不要默认每个 OpenAI 客户端都会把 Authorization 转成官方文档的请求头。
- 03
填写准确 ID
model 设置为 mimo-v2.5-pro。第三方网关可能使用不同 slug，要从该供应商当前目录复制。
- 04
先发一轮用户消息
从一个 user 消息开始。确认返回 completion 后，再加入 tools、thinking 和 stream。
思考、流式与上下文
三个会改变响应形状的控制项
把 API 行为当作测试依据。空的最终答案可能是客户端只读取 content，而有效文字仍在 reasoning_content 中，也可能是思考耗尽了预算。
thinking.type
发送 {"type":"enabled"} 或 {"type":"disabled"}。小米列出的 mimo-v2.5-pro 和 mimo-v2.5 默认开启。Python SDK 中应把这个非标准字段放进 extra_body。
stream 与结束标记
开启流式后，reasoning_content 分片先到，content 分片随后到。累积两个字段，在 finish_reason 出现时结束，并处理 [DONE] 前的 usage 分片。
上下文与预算
不要猜测未在文档中确认的 context window 数字。让完整 messages 数组符合当前模型和账户限制。max_completion_tokens 同时覆盖思考和最终答案，长思考会减少答案空间。
小米说明深度思考下自定义 temperature 和 top_p 不会生效，建议值是 1.0 和 0.95。如果客户端坚持发送这些字段，应检查服务端响应，不要假设自定义值生效。
路由差异
官方 API、Token Plan 和网关不是同一份契约
OpenAI 兼容只描述请求风格，不代表计费、模型别名、请求头、配额、审核或流式行为相同。每次失败都记录主机和供应商。
| 检查项 | 小米官方 | 网关或其他供应商 |
|---|---|---|
| OpenAI Base | https://api.xiaomimimo.com/v1 | 使用供应商当前 Base URL |
| Token Plan | https://token-plan-cn.xiaomimimo.com/v1，凭证为 tp-xxxxx | 通常不能与按量付费密钥互换 |
| 模型字段 | mimo-v2.5-pro | 复制供应商当前准确 slug |
| 认证 | api-key: MIMO_API_KEY | 按供应商文档使用请求头和密钥格式 |
| 限制与政策 | 查看小米账户用量和 API 控制台 | 查看供应商配额、审核、RPM、TPM 和并发 |
状态码清单
用响应码缩小排查范围
一次只改一个变量。重试前保存请求主机、模型、响应体和时间戳。
请求体格式错误、字段不支持、messages 无效，或工具调用历史缺少 reasoning_content。
重放最小请求，检查 JSON、model、messages、thinking 的位置，以及 reasoning_content 是否完整传回。
密钥缺失、过期、前缀错误，或请求头不对。
从环境变量加载目标密钥，使用文档的 api-key 请求头。不要打印密钥。
账户或路由没有权限，或者网关策略拒绝请求。
确认小米账户、套餐主机、模型权限、供应商政策和审核结果。
主机路径或模型别名在当前路由不存在。
检查 /v1/chat/completions、Base URL 和当前模型目录，不要重复拼接 /v1。
超过速率、token、并发或账户配额。
查看当前控制台或供应商限制，使用带抖动的退避并降低并行请求。
请求很快返回但 content 为空，或者流式响应像是卡住。
记录每个 delta，包括 reasoning_content 和 finish_reason。提高 max_completion_tokens，检查流解析，并用 thinking disabled 测试。
不需要 API 时的浏览器路径
把 Tabbit 用在问题上，不要先处理密钥管线
当前 Tabbit 选择器没有 MiMo-V2.5-Pro，因此不能诚实地承诺一键集成。如果你的目标是研究、理解网页或比较多个答案，请选择选择器中真实存在的模型，把 API 排错和浏览器工作流分开。
01
选择已列出的模型
新标签页会显示模型选择器。选一个当前可用模型，不需要创建小米密钥或复制 Base URL。
02
带入网页上下文
直接询问当前页面，或从浏览器输入框引用页面和文件。这解决的是另一类问题，不等同于原始 API 请求。
03
并排比较答案
Tabbit 可以并排显示受支持模型的回答，也可以用 Deep Research 收集来源和执行步骤。
选择哪条路径
API 控制力与浏览器上下文
如果你拥有自己的集成，使用小米 MiMo API。如果你只是想处理网页并用受支持模型工作，Tabbit 的路径更短。
| 需求 | MiMo API | Tabbit |
|---|---|---|
| 凭证 | 创建并保护小米或供应商密钥 | 使用选择器中已开放的模型 |
| 请求控制 | 选择主机、模型、请求体、思考、工具和流式 | 从浏览器上下文直接提问 |
| 工具状态 | 正确保存 assistant 的 reasoning_content | 不需要手动重放原始 API 消息 |
| 网页研究 | 自己搭建搜索、抓取和引用管线 | 使用网页和 Deep Research 流程 |
MIMO API 常见问题
第一次请求失败后最常问的事
MiMo 2.5 Pro 官方接口是什么？+
按量付费的 OpenAI 兼容接口使用 https://api.xiaomimimo.com/v1，并在后面调用 /chat/completions。Token Plan 有单独的 Base URL。
小米文档使用哪个 API Key 请求头？+
官方 curl 使用 api-key: $MIMO_API_KEY。密钥应放在环境变量中，网关则要确认是否规定了其他请求头。
应该发送哪个模型 ID？+
小米示例使用 mimo-v2.5-pro。网关可能发布不同别名，要使用该供应商目录中的准确 ID。
如何开启或关闭深度思考？+
发送 thinking.type 为 enabled 或 disabled。OpenAI Python SDK 中把非标准字段放进 extra_body。小米说两款 V2.5 模型默认开启。
为什么最终答案为空或很慢？+
思考会消耗 completion 预算并增加延迟。流式响应中 reasoning_content 先于 content 到达。累积两者，设置足够的 max_completion_tokens，并检查 finish_reason。
为什么后续工具调用返回 400？+
启用深度思考并调用工具时，小米要求把之前完整的 reasoning_content 放进下一次请求的 assistant 消息。缺失会导致上下文不完整。
MiMo 是否有可以直接写进客户端的固定上下文窗口？+
不要从第三方页面复制未经确认的数字。查看当前小米模型和账户限制，并为思考和最终输出留出空间。
可以直接在 Tabbit 使用 MiMo-V2.5-Pro 吗？+
当前 Tabbit 选择器没有列出该模型。API 请使用小米或网关；浏览器研究和页面任务则选择 Tabbit 当前列出的模型。
准备好不再猜下一个 400 了吗？
先重放最小的小米请求，再逐个加入 thinking、tools 和 streaming。需要浏览器工作时，选择 Tabbit 的受支持模型，不必先创建 API 密钥。
模型可用性和供应商限制可能变化。正式上线前请重新查看官方文档。