Skip to main content
Xiaomi MiMo 提供兼容 OpenAI 的聊天 API，但带有一些方言差异： 默认开启思考模式，通过模型 ID 后缀选择 1M 上下文，并且 TTS/ASR 通过 Chat Completions 而不是专用音频端点运行。 GoModel 会为您将标准的 /v1/audio/speech 和 /v1/audio/transcriptions 端点翻译为该方言。

​
配置

或者在 config.yaml 中：

​
思考模式

MiMo 模型默认进行思考，这会增加 Token 用量。可以使用 MiMo 的 thinking 参数按请求禁用它——GoModel 会原样转发该参数：
在多轮工具调用对话中，请在消息历史中按收到时的原样回放助手的 reasoning_content 字段。GoModel 在两个方向上都会保留该字段。

​
1M 上下文

在模型 ID 后追加 [1m]（例如 mimo-v2.5-pro[1m]）即可启用 1M Token 上下文。这些变体通常不会出现在 MiMo 的 /models 列表中，因此请将它们添加到已配置的模型列表中，使其可被路由：

​
文本转语音与转录

MiMo 没有原生的 /audio/* 端点——TTS（mimo-v2.5-tts、 mimo-v2.5-tts-voicedesign、mimo-v2.5-tts-voiceclone）和 ASR （mimo-v2.5-asr）都通过 Chat Completions 运行。GoModel 两种方式都提供：
  • 标准音频端点——/v1/audio/speech 和 /v1/audio/transcriptions 会被自动翻译。语音合成支持 response_format wav（默认）和 pcm；mp3（OpenAI 文档中的默认值，部分 SDK 会显式发送）会被视为“未指定”，并以 WAV 应答，因此响应的 Content-Type 为 audio/wav。 instructions 会成为 MiMo 的风格提示词，voice 用于选择预设语音。转录支持 json（默认）和 text 响应格式，language 会透传到 MiMo 的 asr_options，temperature 会转发到聊天请求中。
  • MiMo 的聊天方言——直接发送 Chat Completions 请求：语音合成时，将合成文本放在 assistant 消息中，并使用顶层的 audio: {format, voice} 参数；转录时，使用 data 为 base64 data: URI 的 input_audio 内容部分。GoModel 会原样转发这些结构。

​
Xiaomi MiMo 不支持的功能

以下所有情况都会返回 invalid_request_error，而不是静默丢弃该选项：
  • 嵌入。
  • wav/pcm/mp3 以外的语音 response_format 值（opus、aac、 flac），以及非默认的 speed（请使用 instructions 调整语速）。
  • 转录的 verbose_json/srt/vtt 格式、prompt 以及 timestamp_granularities（MiMo 只返回纯文本转录结果）。
自 2026 年 6 月 18 日起，MiMo-V2-Flash 和 V2-TTS 请求会自动路由到 V2.5 模型（按 V2.5 定价计费）。
最后修改于 2026年10月24日