Source: https://ailoot.ai/models/de-at/xiaomimimo-mimo-v2-flash/ Canonical: https://ailoot.ai/models/de-at/xiaomimimo-mimo-v2-flash/ Language: de-at # MiMo v2 Flash [Markdown](https://ailoot.ai/models/de-at/xiaomimimo-mimo-v2-flash/index.md) · [JSON](https://ailoot.ai/models/de-at/xiaomimimo-mimo-v2-flash/facts.json) ## [MiMo v2 Flash](https://ailoot.ai/models/de-at/xiaomimimo-mimo-v2-flash/) MiMo-V2-Flash ist Xiaomis Textmodell für Reasoning, Programmierung und werkzeuggestützte Agentenarbeit. Sein 256K-Kontext, die hybride Attention und die eigene nachtrainierte Version eignen sich für Aufgaben, die umfangreiches Textmaterial mit einer konkreten Antwort, Codeänderung oder nächsten Aktion verbinden. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/xiaomimimo-mimo-v2-flash/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/xiaomimimo-mimo-v2-flash/#method-1) Über das Modell Diese Beschreibung erläutert die Fähigkeiten des Modells. Die über Ailoot verfügbaren Eingaben, Ausgaben und Optionen sind unten für die ausgewählte Methode aufgeführt. Modellprofil und Ausgaben MiMo-V2-Flash ist Xiaomis Sprachmodell für Reasoning und Agentenabläufe. Seine Mixture-of-Experts-Architektur besitzt insgesamt 309 Milliarden Parameter und 15 Milliarden aktive Parameter. Das veröffentlichte Modell nennt eine Kontextlänge von 256K Token; das Inferenzbeispiel des Herstellers konfiguriert 262.144 Token. Es verarbeitet Text und erzeugt Text, einschließlich Erklärungen, Code und Informationen für Werkzeuginteraktionen. Flash-Base und die nachtrainierte Flash-Version sind gesondert benannte Ausgaben mit unterschiedlichen Rollen. Hybride Attention und Vorhersage Die Architektur kombiniert Sliding-Window-Attention und globale Attention im Verhältnis 5:1. Das lokale Attention-Fenster umfasst 128 Token, während globale Attention Verbindungen über das längere Material hinweg erhält. Das Vortraining verwendet eine native Sequenzlänge von 32K, und das veröffentlichte Modell unterstützt den längeren 256K-Kontext. Ein leichtgewichtiges Modul zur Vorhersage mehrerer Token ist in Training und Inferenz integriert. Das sind Eigenschaften des Modelldesigns; sie geben nicht an, wie schnell eine bestimmte Anwendung eine Antwort zurückliefert. Nachtraining für Reasoning und Agenten MiMo-V2-Flash verwendet Multi-Teacher On-Policy Distillation, bei der domänenspezifische Lehrermodelle seine selbst erzeugten Antworten anleiten, gefolgt von umfangreichem agentengestütztem Reinforcement Learning. Das Training umfasst Code-Agenten-Umgebungen und erstreckt sich auf Mathematik und allgemeine Agentenaufgaben. Beim Webentwicklungstraining wird ein bildbasierter Prüfer eingesetzt, um ausgeführte Ergebnisse zu bewerten. Dieser Prüfer gehört zum Trainingsprozess und macht aus diesem Textmodell kein Modell für Bild- oder Videoeingaben. Programmierung und Dokumentvorbereitung Stellen Sie für eine Programmieraufgabe die relevanten Dateien als Text, den beobachteten Fehler, eine ihn demonstrierende Eingabe und das zu erhaltende Verhalten bereit. Eine beispielhafte Anfrage kann einen kleinen Patch, eine Erklärung betroffener Abhängigkeiten und Prüfungen des erwarteten Ergebnisses verlangen. Benennen Sie bei umfangreichem Textmaterial die wichtigen Abschnitte und fordern Sie einen an den Textstellen belegten Vergleich an. Halten Sie die Ausgabe konkret: korrigierter Code, eine Tabelle mit Abweichungen, eine Berechnung mit Annahmen oder eine vorgeschlagene nächste Aktion. Denken, Werkzeuge und Gesprächsverlauf Das veröffentlichte Thinking-Beispiel aktiviert einen Reasoning-Modus, und der Hersteller gibt einen eigenen Parser für Werkzeugaufrufe an. Bei Werkzeugnutzung über mehrere Gesprächsrunden kann die Antwort reasoning\_content neben tool\_calls enthalten. Die nächste Anfrage muss den bisherigen reasoning\_content im Gesprächsverlauf beibehalten, damit die Denk- und Werkzeugabfolge korrekt weiterlaufen kann. Die Anwendung stellt Werkzeuge bereit und führt sie aus; das Modell wählt, wie es deren Ergebnisse verwendet. Damit ist die Vorbereitung des Verlaufs eine wesentliche Integrationsanforderung, statt die letzte Nutzernachricht als vollständige Aufgabe zu behandeln. Herstellerempfehlungen und Grenzen Die Nutzungshinweise empfehlen top\_p 0.95, temperature 0.8 für Mathematik, Schreiben und Webentwicklung sowie temperature 0.3 für Agentenaufgaben. Empfohlen wird auch eine Systemnachricht, die MiMo als Xiaomis Assistenten bezeichnet, mit aktuellem Datum und einem Wissensstand bis Dezember 2024. Stellen Sie aktuelle Fakten bereit, wenn die Aufgabe von neueren Ereignissen abhängt. Das Antwortbudget von 4096 Token in der veröffentlichten Anfrage ist eine Beispieleinstellung und keine erklärte maximale Ausgabelänge. MiMo-V2-Flash behält neben Flash-Base, Pro und Omni seine eigene Identität; Kontext- und Modalitätsspezifikationen sind der jeweiligen Ausgabe zuzuordnen. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash` [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) Sonstiges /`xiaomimimo/mimo-v2-flash` ### Einstieg MiMo-V2-Flash ist Xiaomis Textmodell für Reasoning, Programmierung und werkzeuggestützte Agentenarbeit. Sein 256K-Kontext, die hybride Attention und die eigene nachtrainierte Version eignen sich für Aufgaben, die umfangreiches Textmaterial mit einer konkreten Antwort, Codeänderung oder nächsten Aktion verbinden. Zulässige Eingaben Text Ergebnisse Text ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Eingabe `text` Ausgabe `text` Ausgabeformat json oder SSE | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits xiaomimimo/mimo-v2-flash | Standard— | | Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits Mindestanzahl Elemente: 1 | Standard— | | Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits Modellabhängig | Standard— | | Feld`messages[].content` | Typ`string` | AnforderungOptional | Werte und Limits Gilt, wenn: Textgespräch | Standard— | | Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse | Kombinationen von Eingabematerialien **Text** · UTF8-Text `messages[].content` Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, messages | | Parameter`material_types` | Vertragtext | | Parameter`messages` | VertragNachrichtenarray mit role/content-Struktur | | Parameter`file_material` | VertragTatsächliches UTF-8-Dokument als wörtlicher Text eingefügt; keine Datei-ID abgeleitet | | Parameter`optional_controls` | Vertragstream | | Parameter`control_scope` | VertragTextgespräch; stream ist ein boolescher Wert und standardmäßig false. | | Parameter`output_modalities` | Vertragtext | | Parameter`hosted_operations` | Vertragfalse | | Parameter`multimodal_input_binding` | Vertragnull | Methodenaliasnamen: `/chat/completions` Lebenszyklus: `synchronous_or_streamed` Die genaue Modell-ID zusammen mit messages senden. Die Kontextlänge ist keine Ausgabeobergrenze. Eine Textdatei kann wörtlichen Text liefern; Bild-, Audio- und Dateiobjekteingaben benötigen eine exakte Zuordnung. ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration | Konfiguration | Tarifstaffel | Gebühr | | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Tokens Ausgabe · Ausgabetoken **$0.0006** / 1K Tokens Eingabe · Cache lesen **$0** / 1K Tokens Eingabe · In Cache schreiben **$0** / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde **—** / 1K Tokens | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-at/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" python3 - <<'PY_REQUEST' import json,os from pathlib import Path p=json.loads('{"model":"xiaomimimo/mimo-v2-flash","messages":[{"role":"user","content":"hello"}],"stream":false}') Path("request.json").write_text(json.dumps(p,ensure_ascii=False)) PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \ -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path r=json.loads(Path("result.json").read_text()) for x in r.get("choices",[]): if x.get("message",{}).get("content"): print(x["message"]["content"]) PY_RESULT ``` ```python from openai import OpenAI import os if not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request") client=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0) result=client.chat.completions.create(model="xiaomimimo/mimo-v2-flash", messages=[{"role":"user","content":"hello"}], stream=False) import base64, json from pathlib import Path def save_result(data, stem="result"): # Keep every field, including usage, IDs, reasoning and tool requests. Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8") print(json.dumps(data, ensure_ascii=False, indent=2)) def save_blob(encoded, suffix, label): raw = base64.b64decode(encoded, altchars=b"-_", validate=True) ext = "png" if raw.startswith(b"\x89PNG\r\n\x1a\n") else "jpg" if raw.startswith(b"\xff\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix file = Path(stem + "-" + label + "." + ext) file.write_bytes(raw) print("Saved", file) for index, block in enumerate(data.get("content") or []): print("Content", index, json.dumps(block, ensure_ascii=False)) for choice in data.get("choices") or []: print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False)) for index, item in enumerate(data.get("output") or []): print("Output", index, json.dumps(item, ensure_ascii=False)) if item.get("type") == "image_generation_call" and item.get("result"): save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index)) for ci, candidate in enumerate(data.get("candidates") or []): for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []): print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False)) blob = part.get("inlineData") or part.get("inline_data") if blob and blob.get("data"): mime = blob.get("mimeType") or blob.get("mime_type") suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin") save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi)) save_result(result.to_dict(mode="json")) ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · OpenAI Chat json oder SSE ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Alle Antwortvarianten mit ihren Inhalten, Werkzeugaufrufen und Reasoning-Daten beibehalten. In SSE die Deltas nach Varianten- und Werkzeugindex zusammensetzen; endgültigen Beendigungsgrund und Verbrauchsdaten beibehalten. ##### Wenn die ursprüngliche Antwort geprüft werden muss Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben. Antwortfelder | Feld | Typ | | --- | --- | | Feld`choices[].index` | Typinteger | | Feld`choices[].message.content` | Typstring\|null | | Feld`choices[].message.tool_calls` | Typtool\_call\[\] | | Feld`choices[].message.reasoning_content` | Typstring | | Feld`choices[].message.reasoning_details` | Typobject\|array | | Feld`choices[].finish_reason` | Typstring\|null | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) #### Aliasnamen für Methodenpfade `/chat/completions` #### Zugehörige Aufrufer-IDs [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `xiaomimimo/mimo-v2-flash` [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) Sonstiges /`xiaomimimo/mimo-v2-flash` ### Einstieg MiMo-V2-Flash ist Xiaomis Textmodell für Reasoning, Programmierung und werkzeuggestützte Agentenarbeit. Sein 256K-Kontext, die hybride Attention und die eigene nachtrainierte Version eignen sich für Aufgaben, die umfangreiches Textmaterial mit einer konkreten Antwort, Codeänderung oder nächsten Aktion verbinden. Zulässige Eingaben Text Ergebnisse json · sse ### In Ailoot verfügbar · Eingaben und Methoden **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Eingabe `text` Ausgabe `json`, `sse` Ausgabeformat JSON oder SSE | Feld | Typ | Anforderung | Werte und Limits | Standard | | --- | --- | --- | --- | --- | | Feld`model` | Typ`string` | AnforderungErforderlich | Werte und Limits xiaomimimo/mimo-v2-flash | Standard— | | Feld`messages` | Typ`message[]` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`messages[].role` | Typ`string` | AnforderungErforderlich | Werte und Limits user, assistant | Standard— | | Feld`messages[].content` | Typ`string` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`max_tokens` | Typ`integer` | AnforderungErforderlich | Werte und Limits | Standard— | | Feld`stream` | Typ`boolean` | AnforderungOptional | Werte und Limits | Standardfalse | Kombinationen von Eingabematerialien **Text** · UTF-8-Text `Zeichenfolge messages[].content` Methodenparameter und Lebenszyklus | Parameter | Vertrag | | --- | --- | | Parameter`content_type` | Vertragapplication/json | | Parameter`required` | Vertragmodel, messages, max\_tokens | | Parameter`optional_controls` | Vertragstream | | Parameter`material_types` | Vertragtext | | Parameter`text_file_material` | VertragDas tatsächliche UTF-8-Dokument lesen und seinen Text in die angegebene Zeichenfolge für Eingabe oder Nachrichteninhalt einfügen. | Lebenszyklus: `synchronous_or_streamed` ### Tarife Tarifangaben erweitern die Anfrageoptionen nicht. Unterstützte Parameter stehen bei der ausgewählten Methode. Schnellmodus Nicht angegeben Wenn der Schnellmodus ausgewählt ist Flex-Modus Nicht angegeben Wenn der Modus flex ausgewählt ist Maximaler Denkaufwand Nicht angegeben Wenn beim maximalen Denkaufwand die Standardanpassung (default) verwendet wird #### Ailoot-Tarife #### Preise nach Konfiguration | Konfiguration | Tarifstaffel | Gebühr | | --- | --- | --- | | KonfigurationBasistarife für Token | TarifstaffelGrundtarif | Gebühr Eingabe · Eingabetoken **$0.0002** / 1K Tokens Ausgabe · Ausgabetoken **$0.0006** / 1K Tokens Eingabe · Cache lesen **$0** / 1K Tokens Eingabe · In Cache schreiben **$0** / 1K Tokens Eingabe · In Cache schreiben, 1 Stunde **—** / 1K Tokens | Ailoot reserviert vor einer Anfrage einen geschätzten Betrag. Nach dem Ergebnis rechnet Ailoot die endgültige Gebühr anhand des gemessenen Verbrauchs ab. Bei Streaming erfolgt die Abrechnung anhand des abschließenden Verbrauchsdatensatzes. [So funktionieren Reservierung und Abrechnung →](https://ailoot.ai/docs/de-at/billing/reserve/) ### Beispielanfragen #### Ailoot Ultra · Anthropic Messages Vollständiger minimaler JSON-Bodycurl · eigenes UTF-8-Dokument verwendenPython · das vollständige Ergebnis speichern ```json { "model": "xiaomimimo/mimo-v2-flash", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${AILOOT_API_KEY:?Set your Ailoot API key}" : "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}" export AILOOT_TEXT_FILE python3 - <<'PY_REQUEST' import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'xiaomimimo/mimo-v2-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text Path('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8') PY_REQUEST curl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \ -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \ --data-binary @request.json -D response-headers.txt -o result.json python3 - <<'PY_RESULT' import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) PY_RESULT ``` ```python import json, os from pathlib import Path source_file = Path(os.environ['AILOOT_TEXT_FILE']) if not source_file.is_file(): raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document') text = source_file.read_text(encoding='utf-8') if not text.strip(): raise SystemExit('Choose a document containing text') payload = {'model': 'xiaomimimo/mimo-v2-flash', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]} payload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\n\n' + text from urllib.request import Request, urlopen from urllib.error import HTTPError api_key = os.environ['AILOOT_API_KEY'] if not api_key.strip(): raise SystemExit('Set AILOOT_API_KEY before making a request') headers = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'} headers['x-api-key'] = api_key request = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST') try: with urlopen(request, timeout=120) as response: raw = response.read() Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8') except HTTPError as error: Path('result.json').write_bytes(error.read()) Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8') raise Path('result.json').write_bytes(raw) import json from pathlib import Path result = json.loads(Path('result.json').read_text(encoding='utf-8')) print(json.dumps(result, ensure_ascii=False, indent=2)) ``` ### Ergebnisse abrufen und speichern #### Ailoot Ultra · Anthropic Messages JSON oder SSE ##### Alle fertiggestellten Ergebnisse aufbewahren Bewahren Sie jede vollständig zurückgegebene Antwort, Datei und jeden Inhaltsteil auf. Alle Inhaltsblöcke, Thinking-Signaturen und tatsächlichen Werkzeugaufruf-IDs beibehalten. Alle SSE-Blockdeltas zusammensetzen; der erste Textblock ist nicht die vollständige Ausgabe. ##### Wenn die ursprüngliche Antwort geprüft werden muss Anfrage- und Antwort-IDs sowie Header beibehalten. Eine allgemeine URL zum Abrufen von Textaufträgen wird nicht angegeben. Antwortfelder | Feld | Typ | | --- | --- | | Feld`id` | Typstring | | Feld`model` | Typstring | | Feld`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Feld`stop_reason` | Typstring\|null | | Feld`usage` | Typobject | Fehler und nächste Schritte | Antwort | Bedingung | Nächster Schritt | | --- | --- | --- | | Antwort400 · `invalid_request_error` | BedingungPflichtfelder, Darstellung des Eingabematerials oder Parameterwert ungültig | Nächster SchrittDie angegebenen Felder vor einer neuen Erstellungsanfrage korrigieren. | ### Aliasnamen #### Modellaliasnamen **Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) #### Aliasnamen für Methodenpfade `/chat/completions` #### Zugehörige Aufrufer-IDs [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/de-at/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) FAQ · xiaomimimo/mimo-v2-flash Welche Eingaben und Ergebnisse sind verfügbar? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `text` → `text` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `text` → `json`, `sse` Welche Felder verwendet die Anfrage? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `max_tokens`, `stream` Welche Grenzen gelten? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `messages.min_items`: `1` Verbinden Sie Ailoot mit Claude Code, OpenCode, Hermes oder Ihrer eigenen Anwendung. ## Das Unternehmen und sein Projektportfolio Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. ## Tokens mit Rabatt kaufen. Aborabatt für regelmäßige Arbeit. Aktionscodes bieten bis 50% beim Tokenkauf. Abo Wählen Sie einen Tarif mit Rabatt für Ihre regelmäßigen Anfragen. Aktionscode bis 50% Geben Sie den Code beim Kauf ein. Der Preis wird nach den gültigen Aktionsbedingungen berechnet. Ausgaben in der Historie Modell, Tokens und Betrag werden für jede Anfrage gespeichert. [Abo wählen](https://ailoot.ai/docs/de-at/billing/subscriptions/) · [Modellpreise ansehen](https://ailoot.ai/models/de-at/) ## Verbinden Sie die API mit dem Produkt, das Sie verkaufen. SaaS, Anwendungen und Bots nach dem offiziellen Angebot und Lizenzvertrag von Ailoot. Fordern Sie für den Weiterverkauf eine Reseller-Lizenz an. Kommerzielle Anwendung Integrieren Sie Text-, Bild-, Video- und Audioerzeugung in kostenpflichtige Funktionen Ihres Dienstes. Reseller-Lizenz Senden Sie Projektbeschreibung und Zugangsmodell. Fordern Sie schriftliche Nutzungs- und Weiterverkaufsbedingungen an. Dokumente auf der Website Offizielles Angebot, Lizenzvertrag und Datenschutzerklärung sind vor der Verbindung zugänglich. [Reseller-Lizenz anfordern](mailto:support@ailoot.ai) · [Offizielles Angebot und Lizenzvertrag](https://ailoot.ai/legal/offer?lang=de-at) ## Ailoot · Das Unternehmen und sein Projektportfolio Ailoot baut auf bewährte Betriebserfahrung, einen großen Kundenstamm, stabilen Service und kontinuierliche KPI-Kontrolle. Das Unternehmen und sein Projektportfolio: Millionen von Kunden; monatliche Umsätze in Milliardenhöhe. Ailoot nutzt diese Betriebserfahrung für den API-Zugang zu KI-Funktionen in Kundenprodukten, Agenten, Anwendungen und Automatisierungen.