> ## Documentation Index
> Fetch the complete documentation index at: https://gomodel.enterpilot.io/docs/llms.txt
> Use this file to discover all available pages before exploring further.

# Xiaomi MiMo

> Xiaomi MiMo in GoModel konfigurieren: Thinking-Modus, das Kontext-Suffix [1m] und wie TTS/ASR auf die Standard-Audio-Endpunkte abgebildet werden.

Xiaomi MiMo spricht eine OpenAI-kompatible Chat-API mit einigen
Dialekt-Eigenheiten: Der Thinking-Modus ist standardmäßig aktiv, 1M-Kontext wird
über ein Suffix an der Modell-ID ausgewählt, und TTS/ASR laufen über Chat
Completions statt über eigene Audio-Endpunkte. GoModel übersetzt die
Standard-Endpunkte `/v1/audio/speech` und `/v1/audio/transcriptions` für Sie in
diesen Dialekt.

## Konfiguration

```bash theme={null}
XIAOMI_API_KEY=...
```

Oder in `config.yaml`:

```yaml theme={null}
providers:
  xiaomi:
    type: xiaomi
    base_url: "https://api.xiaomimimo.com/v1"
    api_key: "${XIAOMI_API_KEY}"
```

## Thinking-Modus

MiMo-Modelle denken standardmäßig, was den Token-Verbrauch erhöht. Deaktivieren
Sie dies pro Request mit dem MiMo-Parameter `thinking` – GoModel leitet ihn
unverändert weiter:

```json theme={null}
{"model": "xiaomi/mimo-v2.5-pro", "thinking": {"type": "disabled"}, ...}
```

Geben Sie in mehrstufigen Unterhaltungen mit Tool Calling das Feld
`reasoning_content` des Assistenten im Nachrichtenverlauf exakt so zurück, wie
Sie es erhalten haben. GoModel erhält es in beide Richtungen.

## 1M-Kontext

Hängen Sie `[1m]` an eine Modell-ID an (zum Beispiel `mimo-v2.5-pro[1m]`), um
einen Kontext von 1M Tokens zu aktivieren. Diese Varianten werden von der
`/models`-Liste von MiMo meist nicht zurückgegeben. Fügen Sie sie daher der
konfigurierten Modellliste hinzu, damit sie geroutet werden können:

```bash theme={null}
XIAOMI_MODELS=mimo-v2.5-pro,mimo-v2.5-pro[1m]
```

## Text-to-Speech und Transkription

MiMo hat keine nativen `/audio/*`-Endpunkte – TTS (`mimo-v2.5-tts`,
`mimo-v2.5-tts-voicedesign`, `mimo-v2.5-tts-voiceclone`) und ASR
(`mimo-v2.5-asr`) laufen über Chat Completions. GoModel stellt beide Wege bereit:

* **Standard-Audio-Endpunkte** – `/v1/audio/speech` und
  `/v1/audio/transcriptions` werden automatisch übersetzt. Speech unterstützt
  als `response_format` `wav` (Standard) und `pcm`; `mp3` – der von OpenAI
  dokumentierte Standardwert, den manche SDKs explizit senden – wird als
  „nicht angegeben“ behandelt und mit WAV beantwortet, sodass der
  `Content-Type` der Response `audio/wav` ist. `instructions` werden zum
  MiMo-Stil-Prompt, und `voice` wählt eine voreingestellte Stimme aus.
  Transkription unterstützt die Response-Formate `json` (Standard) und `text`,
  wobei `language` an die `asr_options` von MiMo durchgereicht und
  `temperature` an den Chat-Request weitergeleitet wird.
* **MiMo-Chat-Dialekt** – senden Sie Chat Completions direkt: den zu
  synthetisierenden Text in einer `assistant`-Nachricht mit einem
  Top-Level-Parameter `audio: {format, voice}` oder, für die Transkription,
  einen `input_audio`-Content-Part, dessen `data` eine base64-kodierte
  `data:`-URI ist. GoModel leitet diese Formate unverändert weiter.

## Von Xiaomi MiMo nicht unterstützt

Alle folgenden Optionen liefern `invalid_request_error`, statt die Option
stillschweigend zu verwerfen:

* Embeddings.
* Speech-Werte für `response_format` außer `wav`/`pcm`/`mp3` (`opus`, `aac`,
  `flac`) sowie ein nicht standardmäßiger `speed`-Wert (verwenden Sie
  `instructions`, um das Tempo anzupassen).
* Die Transkriptionsformate `verbose_json`/`srt`/`vtt`, `prompt` und
  `timestamp_granularities` (MiMo liefert nur reinen Transkripttext).

> [!NOTE]
>
> Requests an MiMo-V2-Flash und V2-TTS werden ab dem 18. Juni 2026 automatisch
> an die V2.5-Modelle geroutet (zu V2.5-Preisen).


This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.