Source: https://ailoot.ai/models/it/xiaomimimo-mimo-v2-flash/
Canonical: https://ailoot.ai/models/it/xiaomimimo-mimo-v2-flash/
Language: it

# MiMo v2 Flash

[Markdown](https://ailoot.ai/models/it/xiaomimimo-mimo-v2-flash/index.md) · [JSON](https://ailoot.ai/models/it/xiaomimimo-mimo-v2-flash/facts.json)

## [MiMo v2 Flash](https://ailoot.ai/models/it/xiaomimimo-mimo-v2-flash/)

MiMo-V2-Flash è il modello testuale di Xiaomi per ragionamento, programmazione e lavoro degli agenti assistito da strumenti. Il contesto di 256K, l'attenzione ibrida e la distinta versione post-addestrata lo rendono adatto a compiti che collegano materiale testuale corposo a una risposta specifica, una modifica di codice o un'azione successiva.

- [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/it/xiaomimimo-mimo-v2-flash/#method-0)
- [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/it/xiaomimimo-mimo-v2-flash/#method-1)

Informazioni sul modello

Questa descrizione illustra le funzionalità del modello. Gli input, gli output e le opzioni disponibili in Ailoot per il metodo selezionato sono elencati di seguito.

Profilo del modello ed edizioni

MiMo-V2-Flash è il modello linguistico di Xiaomi per ragionamento e flussi di lavoro degli agenti. La sua architettura mixture-of-experts ha 309 miliardi di parametri totali e 15 miliardi di parametri attivi. Il modello rilasciato indica una lunghezza del contesto di 256K token; l'esempio di inferenza del produttore configura 262.144 token. Riceve testo e produce testo, comprese spiegazioni, codice e informazioni necessarie per le interazioni con gli strumenti. Flash-Base e la versione Flash post-addestrata sono edizioni denominate separatamente con ruoli diversi.

Attenzione ibrida e previsione

L'architettura combina attenzione a finestra scorrevole e attenzione globale in un rapporto 5:1. La finestra di attenzione locale è di 128 token, mentre l'attenzione globale mantiene i collegamenti lungo il materiale più esteso. Il preaddestramento usa una lunghezza nativa di sequenza di 32K e il modello rilasciato supporta il contesto più lungo di 256K. Un modulo leggero di previsione di più token è integrato nell'addestramento e nell'inferenza. Sono proprietà del progetto del modello; non specificano quanto velocemente una particolare applicazione restituirà una risposta.

Post-addestramento per ragionamento e agenti

MiMo-V2-Flash usa Multi-Teacher On-Policy Distillation, con modelli insegnanti specifici per dominio che guidano le risposte generate dal modello stesso, seguita da apprendimento per rinforzo su larga scala basato su agenti. L'addestramento copre ambienti di agenti di programmazione e si estende alla matematica e ai compiti generali degli agenti. Durante l'addestramento allo sviluppo web viene usato un verificatore basato sulla visione per valutare i risultati eseguiti. Tale verificatore fa parte del processo di addestramento e non trasforma questo modello testuale in un modello con input di immagini o video.

Programmazione e preparazione dei documenti

Per un'attività di programmazione, fornisci i file pertinenti come testo, il problema osservato, un input che lo dimostri e il comportamento che deve rimanere intatto. Una richiesta esemplificativa può chiedere una piccola patch, una spiegazione delle dipendenze interessate e verifiche del risultato atteso. Per materiale testuale lungo, identifica le sezioni importanti e chiedi un confronto collegato ai relativi passaggi. Mantieni l'output concreto: codice corretto, una tabella di discrepanze, un calcolo con ipotesi o una proposta di azione successiva.

Ragionamento, strumenti e cronologia della conversazione

L'esempio di ragionamento pubblicato abilita una modalità di ragionamento e il produttore specifica un parser dedicato alle chiamate agli strumenti. Nell'uso degli strumenti su più turni, la risposta può includere reasoning\_content insieme a tool\_calls. La richiesta successiva deve mantenere il precedente reasoning\_content nella cronologia della conversazione, così che la sequenza di ragionamento e strumenti possa continuare correttamente. L'applicazione fornisce ed esegue gli strumenti; il modello sceglie come usarne i risultati. La preparazione della cronologia costituisce quindi un requisito sostanziale di integrazione, invece di trattare l'ultimo messaggio dell'utente come il compito completo.

Raccomandazioni e limiti del produttore

Le indicazioni d'uso raccomandano top\_p pari a 0.95, temperature 0.8 per matematica, scrittura e sviluppo web e temperature 0.3 per attività basate su agenti. Raccomandano anche un messaggio di sistema che identifichi MiMo come assistente di Xiaomi, con la data attuale e un limite delle conoscenze a dicembre 2024. Fornisci fatti recenti quando il compito dipende da eventi successivi. Il budget di risposta di 4096 token della richiesta pubblicata è un'impostazione di esempio, non una lunghezza massima dichiarata dell'output. MiMo-V2-Flash mantiene la propria identità accanto a Flash-Base, Pro e Omni; le loro specifiche di contesto o modalità vanno selezionate in base alla rispettiva edizione.

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash`

[`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/it/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat)

Altro /`xiaomimimo/mimo-v2-flash`

### Introduzione

MiMo-V2-Flash è il modello testuale di Xiaomi per ragionamento, programmazione e lavoro degli agenti assistito da strumenti. Il contesto di 256K, l'attenzione ibrida e la distinta versione post-addestrata lo rendono adatto a compiti che collegano materiale testuale corposo a una risposta specifica, una modifica di codice o un'azione successiva.

Input accettati

Testo

Risultati

Testo

### Disponibile in Ailoot · input e metodi

**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions`

Tipi di input

`text`

Tipi di output

`text`

Formato di output

json o SSE

| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti xiaomimimo/mimo-v2-flash | Predefinito— |
| Campo`messages` | Tipo`message[]` | RequisitoObbligatorio | Valori e limiti Numero minimo di elementi: 1 | Predefinito— |
| Campo`messages[].role` | Tipo`string` | RequisitoObbligatorio | Valori e limiti Dipende dal modello | Predefinito— |
| Campo`messages[].content` | Tipo`string` | RequisitoFacoltativo | Valori e limiti Si applica quando: Conversazione testuale | Predefinito— |
| Campo`stream` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |

Combinazioni di materiali in input

**Testo** · Testo UTF8

`messages[].content`

Parametri e ciclo di vita del metodo

| Parametro | Contratto |
| --- | --- |
| Parametro`content_type` | Contrattoapplication/json |
| Parametro`required` | Contrattomodel, messages |
| Parametro`material_types` | Contrattotext |
| Parametro`messages` | ContrattoArray di messaggi con struttura role/content |
| Parametro`file_material` | ContrattoDocumento UTF-8 effettivo inserito come testo letterale; nessun ID di file dedotto |
| Parametro`optional_controls` | Contrattostream |
| Parametro`control_scope` | ContrattoConversazione testuale; stream è un booleano e per impostazione predefinita vale false. |
| Parametro`output_modalities` | Contrattotext |
| Parametro`hosted_operations` | Contrattofalse |
| Parametro`multimodal_input_binding` | Contrattonull |

Alias del metodo: `/chat/completions`

Ciclo di vita: `synchronous_or_streamed`

Invia l’ID esatto del modello con messages.

La lunghezza del contesto non è un limite di uscita.

Un file di testo può fornire testo letterale; gli ingressi immagine/audio/oggetto file richiedono un’associazione esatta.

### Tariffe

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida

Non specificato Quando è selezionata la modalità rapida

Modalità flex

Non specificato Quando è selezionata la modalità flex

Sforzo massimo di ragionamento

Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)

#### Tariffe Ailoot

#### Prezzi per configurazione

| Configurazione | Listino delle tariffe | Costo |
| --- | --- | --- |
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0.0002** / 1K token Output · Token in output **$0.0006** / 1K token Input · Lettura dalla cache **$0** / 1K token Input · Scrittura nella cache **$0** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token |

Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/)

### Esempi di richieste

#### 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"))
```

### Ricevi e salva i risultati

#### Ailoot Ultra · OpenAI Chat

json o SSE

##### Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Conserva ogni scelta con contenuto, chiamate agli strumenti e ragionamento. In SSE assembla i delta per indice di scelta e strumento e conserva il motivo finale di completamento e i dati di utilizzo.

##### Se occorre verificare la risposta originale

Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.

Campi della risposta

| Campo | Tipo |
| --- | --- |
| Campo`choices[].index` | Tipointeger |
| Campo`choices[].message.content` | Tipostring\|null |
| Campo`choices[].message.tool_calls` | Tipotool\_call\[\] |
| Campo`choices[].message.reasoning_content` | Tipostring |
| Campo`choices[].message.reasoning_details` | Tipoobject\|array |
| Campo`choices[].finish_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |

Errori e passaggi successivi

| Risposta | Condizione | Passaggio successivo |
| --- | --- | --- |
| Risposta400 · `invalid_request_error` | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |

### Alias

#### Alias del modello

**Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/it/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat)

#### Alias dei percorsi dei metodi

`/chat/completions`

#### ID di chiamata correlati

[`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/it/#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/it/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages)

Altro /`xiaomimimo/mimo-v2-flash`

### Introduzione

MiMo-V2-Flash è il modello testuale di Xiaomi per ragionamento, programmazione e lavoro degli agenti assistito da strumenti. Il contesto di 256K, l'attenzione ibrida e la distinta versione post-addestrata lo rendono adatto a compiti che collegano materiale testuale corposo a una risposta specifica, una modifica di codice o un'azione successiva.

Input accettati

Testo

Risultati

json · sse

### Disponibile in Ailoot · input e metodi

**Ailoot Ultra · Anthropic Messages** `POST /v1/messages`

Tipi di input

`text`

Tipi di output

`json`, `sse`

Formato di output

JSON o SSE

| Campo | Tipo | Requisito | Valori e limiti | Predefinito |
| --- | --- | --- | --- | --- |
| Campo`model` | Tipo`string` | RequisitoObbligatorio | Valori e limiti xiaomimimo/mimo-v2-flash | Predefinito— |
| Campo`messages` | Tipo`message[]` | RequisitoObbligatorio | Valori e limiti | Predefinito— |
| Campo`messages[].role` | Tipo`string` | RequisitoObbligatorio | Valori e limiti user, assistant | Predefinito— |
| Campo`messages[].content` | Tipo`string` | RequisitoObbligatorio | Valori e limiti | Predefinito— |
| Campo`max_tokens` | Tipo`integer` | RequisitoObbligatorio | Valori e limiti | Predefinito— |
| Campo`stream` | Tipo`boolean` | RequisitoFacoltativo | Valori e limiti | Predefinitofalse |

Combinazioni di materiali in input

**Testo** · Testo UTF-8

`Stringa messages[].content`

Parametri e ciclo di vita del metodo

| Parametro | Contratto |
| --- | --- |
| Parametro`content_type` | Contrattoapplication/json |
| Parametro`required` | Contrattomodel, messages, max\_tokens |
| Parametro`optional_controls` | Contrattostream |
| Parametro`material_types` | Contrattotext |
| Parametro`text_file_material` | ContrattoLeggi il documento UTF-8 effettivo e inserisci il testo nell’ingresso indicato o nella stringa del contenuto del messaggio. |

Ciclo di vita: `synchronous_or_streamed`

### Tariffe

Le tariffe non aggiungono opzioni alla richiesta. I parametri supportati sono elencati nel metodo selezionato.

Modalità rapida

Non specificato Quando è selezionata la modalità rapida

Modalità flex

Non specificato Quando è selezionata la modalità flex

Sforzo massimo di ragionamento

Non specificato Quando lo sforzo massimo di ragionamento usa l'adeguamento predefinito (default)

#### Tariffe Ailoot

#### Prezzi per configurazione

| Configurazione | Listino delle tariffe | Costo |
| --- | --- | --- |
| ConfigurazioneTariffe di base dei token | Listino delle tariffeTariffa base | Costo Input · Token in input **$0.0002** / 1K token Output · Token in output **$0.0006** / 1K token Input · Lettura dalla cache **$0** / 1K token Input · Scrittura nella cache **$0** / 1K token Input · Scrittura nella cache, 1 ora **—** / 1K token |

Ailoot prenota un importo stimato prima di una richiesta. Dopo il risultato, addebita il costo finale in base all’utilizzo misurato. Per lo streaming, l’addebito usa il record finale di utilizzo. [Come funzionano la prenotazione e l’addebito finale →](https://ailoot.ai/docs/it/billing/reserve/)

### Esempi di richieste

#### Ailoot Ultra · Anthropic Messages

Corpo JSON minimo completocurl · usa il tuo documento UTF-8Python · salva il risultato completo

```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))
```

### Ricevi e salva i risultati

#### Ailoot Ultra · Anthropic Messages

JSON o SSE

##### Conserva tutti i risultati completati

Conserva ogni risposta, file e parte di contenuto restituiti per intero.

Conserva tutti i blocchi di contenuto, le firme di ragionamento e gli ID effettivi di utilizzo degli strumenti. Assembla tutti i delta dei blocchi SSE; il primo blocco di testo non è l’uscita completa.

##### Se occorre verificare la risposta originale

Conserva gli ID e le intestazioni di richiesta/risposta. Non viene fornito alcun URL generico per recuperare un’attività testuale.

Campi della risposta

| Campo | Tipo |
| --- | --- |
| Campo`id` | Tipostring |
| Campo`model` | Tipostring |
| Campo`content[]` | Tipotext\|thinking\|tool\_use\|other content block |
| Campo`stop_reason` | Tipostring\|null |
| Campo`usage` | Tipoobject |

Errori e passaggi successivi

| Risposta | Condizione | Passaggio successivo |
| --- | --- | --- |
| Risposta400 · `invalid_request_error` | CondizioneCampi obbligatori, rappresentazione del materiale o valore del parametro non validi | Passaggio successivoCorreggi i campi indicati prima di una nuova richiesta di creazione. |

### Alias

#### Alias del modello

**Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/it/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages)

#### Alias dei percorsi dei metodi

`/chat/completions`

#### ID di chiamata correlati

[`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/it/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages)

FAQ · xiaomimimo/mimo-v2-flash

Quali input e risultati sono disponibili?

`POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `text` → `text` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `text` → `json`, `sse`

Quali campi usa la richiesta?

`POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `max_tokens`, `stream`

Quali limiti si applicano?

`POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `messages.min_items`: `1`

Collega Ailoot a Claude Code, OpenCode, Hermes o alla tua applicazione.

## L’azienda e il suo portafoglio di progetti

L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese.

## Acquista token con uno sconto.

Sconto con abbonamento per lavoro regolare. Codici fino al 50% sull’acquisto di token.

Abbonamento

Scegli un piano scontato per richieste regolari.

Codice fino al 50%

Inserisci il codice all’acquisto. Il prezzo si aggiorna secondo la promozione.

Spese nella cronologia

Modello, token e importo sono salvati per ogni richiesta.

[Scegli abbonamento](https://ailoot.ai/docs/it/billing/subscriptions/) · [Consulta prezzi dei modelli](https://ailoot.ai/models/it/)

## Collega l’API al prodotto che vendi.

SaaS, app e bot secondo offerta e accordo di licenza Ailoot. Per rivendere, richiedi una licenza reseller.

Applicazione commerciale

Integra generazione di testo, immagini, video e suono nelle funzioni a pagamento.

Licenza reseller

Invia descrizione del progetto e schema di accesso. Richiedi condizioni scritte per uso e rivendita.

Documenti sul sito

Offerta, accordo di licenza e politica sui dati sono disponibili prima della connessione.

[Richiedi licenza reseller](mailto:support@ailoot.ai) · [Offerta e accordo di licenza](https://ailoot.ai/legal/offer?lang=it)

## Ailoot · L’azienda e il suo portafoglio di progetti





Ailoot si basa su un’esperienza operativa consolidata, un’ampia base di clienti, un servizio stabile e un controllo costante dei KPI.





L’azienda e il suo portafoglio di progetti: milioni di clienti; vendite nell’ordine dei miliardi ogni mese.





Ailoot mette questa esperienza operativa al servizio dell’accesso API alle funzioni AI nei prodotti dei clienti, negli agenti, nelle applicazioni e nelle automazioni.