Source: https://ailoot.ai/models/pl/xiaomimimo-mimo-v2-flash/ Canonical: https://ailoot.ai/models/pl/xiaomimimo-mimo-v2-flash/ Language: pl # MiMo v2 Flash [Markdown](https://ailoot.ai/models/pl/xiaomimimo-mimo-v2-flash/index.md) · [JSON](https://ailoot.ai/models/pl/xiaomimimo-mimo-v2-flash/facts.json) ## [MiMo v2 Flash](https://ailoot.ai/models/pl/xiaomimimo-mimo-v2-flash/) MiMo-V2-Flash to tekstowy model Xiaomi do rozumowania, programowania i pracy agentów wspomaganej narzędziami. Jego kontekst 256K, hybrydowa uwaga i odrębne wydanie po dodatkowym treningu pasują do zadań łączących obszerny materiał tekstowy z konkretną odpowiedzią, zmianą kodu lub kolejnym działaniem. - [**Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/pl/xiaomimimo-mimo-v2-flash/#method-0) - [**Ailoot Ultra · Anthropic Messages** `POST /v1/messages` `xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/pl/xiaomimimo-mimo-v2-flash/#method-1) O modelu Ten opis przedstawia możliwości modelu. Dane wejściowe, wyniki i opcje dostępne w Ailoot podano poniżej dla wybranej metody. Profil modelu i edycje MiMo-V2-Flash to model językowy Xiaomi do rozumowania i procesów agentowych. Jego architektura mixture-of-experts ma 309 miliardów parametrów łącznie i 15 miliardów parametrów aktywnych. Wydany model podaje długość kontekstu 256K tokenów; przykład inferencji producenta konfiguruje 262 144 tokeny. Otrzymuje tekst i generuje tekst, w tym wyjaśnienia, kod i informacje potrzebne do interakcji z narzędziami. Flash-Base i wydanie Flash po dodatkowym treningu to osobno nazwane edycje o różnych rolach. Hybrydowa uwaga i przewidywanie Architektura łączy uwagę w przesuwanym oknie i uwagę globalną w proporcji 5:1. Okno uwagi lokalnej obejmuje 128 tokenów, natomiast uwaga globalna utrzymuje połączenia w dłuższym materiale. Trening wstępny używa natywnej długości sekwencji 32K, a wydany model obsługuje dłuższy kontekst 256K. W trening i inferencję wbudowano lekki moduł przewidywania wielu tokenów. Są to właściwości projektu modelu; nie określają, jak szybko konkretna aplikacja zwróci odpowiedź. Dodatkowy trening do rozumowania i zadań agentowych MiMo-V2-Flash używa Multi-Teacher On-Policy Distillation: modele nauczycielskie wyspecjalizowane dziedzinowo kierują odpowiedziami generowanymi przez sam model, po czym następuje agentowe uczenie ze wzmocnieniem na dużą skalę. Trening obejmuje środowiska agentów programistycznych i rozszerza się na matematykę oraz ogólne zadania agentowe. Podczas treningu tworzenia stron internetowych weryfikator wykorzystujący obrazy ocenia wyniki wykonania. Ten weryfikator jest częścią procesu treningu i nie czyni z tego modelu tekstowego modelu przyjmującego obrazy lub wideo. Programowanie i przygotowywanie dokumentów Przy zadaniu programistycznym dostarcz odpowiednie pliki jako tekst, zaobserwowany błąd, wejście, które go demonstruje, i zachowanie, które musi pozostać nienaruszone. Przykładowe żądanie może dotyczyć małej poprawki, wyjaśnienia zależności objętych zmianą i sprawdzeń oczekiwanego wyniku. Przy długim materiale tekstowym wskaż istotne sekcje i poproś o porównanie powiązane z ich fragmentami. Zadbaj o konkretne wyjście: poprawiony kod, tabelę rozbieżności, obliczenie z założeniami lub proponowane kolejne działanie. Namysł, narzędzia i historia rozmowy Opublikowany przykład namysłu włącza tryb rozumowania, a producent określa dedykowany parser wywołań narzędzi. W wieloturowym korzystaniu z narzędzi odpowiedź może zawierać reasoning\_content obok tool\_calls. Następne żądanie musi zachować wcześniejsze reasoning\_content w historii rozmowy, aby sekwencja namysłu i narzędzi mogła prawidłowo trwać dalej. Aplikacja udostępnia i wykonuje narzędzia; model wybiera sposób wykorzystania ich wyników. Przygotowanie historii stanowi zatem istotny wymóg integracji; ostatniej wiadomości użytkownika nie należy traktować jako całego zadania. Zalecenia producenta i ograniczenia Wskazówki użytkowania zalecają top\_p 0.95, temperature 0.8 dla zadań matematycznych, pisarskich i tworzenia stron internetowych oraz temperature 0.3 dla zadań agentowych. Zalecają również wiadomość systemową identyfikującą MiMo jako asystenta Xiaomi, z bieżącą datą i granicą wiedzy w grudniu 2024 r. Dostarcz aktualne fakty, gdy zadanie zależy od nowszych zdarzeń. Budżet odpowiedzi 4096 tokenów w opublikowanym żądaniu jest ustawieniem przykładowym, a nie zadeklarowaną maksymalną długością wyjścia. MiMo-V2-Flash zachowuje własną tożsamość obok Flash-Base, Pro i Omni; specyfikacje ich kontekstu lub modalności należy dobierać zgodnie z odpowiednią edycją. **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` `xiaomimimo/mimo-v2-flash` [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/pl/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) Inne /`xiaomimimo/mimo-v2-flash` ### Start MiMo-V2-Flash to tekstowy model Xiaomi do rozumowania, programowania i pracy agentów wspomaganej narzędziami. Jego kontekst 256K, hybrydowa uwaga i odrębne wydanie po dodatkowym treningu pasują do zadań łączących obszerny materiał tekstowy z konkretną odpowiedzią, zmianą kodu lub kolejnym działaniem. Akceptowane dane wejściowe Tekst Wyniki Tekst ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · OpenAI Chat** `POST /v1/chat/completions` Wejście `text` Wyjście `text` Format wyjściowy json lub SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity xiaomimimo/mimo-v2-flash | Domyślnie— | | Pole`messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity Minimalna liczba elementów: 1 | Domyślnie— | | Pole`messages[].role` | Typ`string` | WymaganieWymagane | Wartości i limity Zależy od modelu | Domyślnie— | | Pole`messages[].content` | Typ`string` | WymaganieOpcjonalne | Wartości i limity Obowiązuje, gdy: Rozmowa tekstowa | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | Kombinacje materiałów wejściowych **Tekst** · tekst UTF8 `messages[].content` Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages | | Parametr`material_types` | Kontrakttext | | Parametr`messages` | Kontrakttablica wiadomości o strukturze role/content | | Parametr`file_material` | Kontraktrzeczywisty dokument UTF-8 wstawiony jako dosłowny tekst; bez wywnioskowanego ID pliku | | Parametr`optional_controls` | Kontraktstream | | Parametr`control_scope` | KontraktRozmowa tekstowa; stream jest wartością logiczną i domyślnie wynosi false. | | Parametr`output_modalities` | Kontrakttext | | Parametr`hosted_operations` | Kontraktfalse | | Parametr`multimodal_input_binding` | Kontraktnull | Aliasy metody: `/chat/completions` Cykl życia: `synchronous_or_streamed` Wyślij dokładne ID modelu wraz z messages. Długość kontekstu nie jest limitem wyjścia. Plik tekstowy może dostarczyć dosłowny tekst; wejścia obrazowe/dźwiękowe/obiekty plików wymagają dokładnego powiązania. ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.0002** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0006** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · OpenAI Chat curlPython SDK ```bash set -eu : "${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")) ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · OpenAI Chat json lub SSE ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj każdy wariant i jego treść/wywołania narzędzi/rozumowanie. W SSE składaj przyrosty według indeksu wariantu/narzędzia, zachowując końcowy powód zakończenia i dane użycia. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`choices[].index` | Typinteger | | Pole`choices[].message.content` | Typstring\|null | | Pole`choices[].message.tool_calls` | Typtool\_call\[\] | | Pole`choices[].message.reasoning_content` | Typstring | | Pole`choices[].message.reasoning_details` | Typobject\|array | | Pole`choices[].finish_reason` | Typstring\|null | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/pl/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=chat) #### Aliasy ścieżek metod `/chat/completions` #### Powiązane ID modeli [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/pl/#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/pl/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) Inne /`xiaomimimo/mimo-v2-flash` ### Start MiMo-V2-Flash to tekstowy model Xiaomi do rozumowania, programowania i pracy agentów wspomaganej narzędziami. Jego kontekst 256K, hybrydowa uwaga i odrębne wydanie po dodatkowym treningu pasują do zadań łączących obszerny materiał tekstowy z konkretną odpowiedzią, zmianą kodu lub kolejnym działaniem. Akceptowane dane wejściowe Tekst Wyniki json · sse ### Dostępne w Ailoot · dane wejściowe i metody **Ailoot Ultra · Anthropic Messages** `POST /v1/messages` Wejście `text` Wyjście `json`, `sse` Format wyjściowy JSON lub SSE | Pole | Typ | Wymaganie | Wartości i limity | Domyślnie | | --- | --- | --- | --- | --- | | Pole`model` | Typ`string` | WymaganieWymagane | Wartości i limity xiaomimimo/mimo-v2-flash | Domyślnie— | | Pole`messages` | Typ`message[]` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`messages[].role` | Typ`string` | WymaganieWymagane | Wartości i limity user, assistant | Domyślnie— | | Pole`messages[].content` | Typ`string` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`max_tokens` | Typ`integer` | WymaganieWymagane | Wartości i limity | Domyślnie— | | Pole`stream` | Typ`boolean` | WymaganieOpcjonalne | Wartości i limity | Domyślniefalse | Kombinacje materiałów wejściowych **Tekst** · tekst UTF-8 `ciąg messages[].content` Parametry i cykl życia metody | Parametr | Kontrakt | | --- | --- | | Parametr`content_type` | Kontraktapplication/json | | Parametr`required` | Kontraktmodel, messages, max\_tokens | | Parametr`optional_controls` | Kontraktstream | | Parametr`material_types` | Kontrakttext | | Parametr`text_file_material` | KontraktOdczytaj rzeczywisty dokument UTF-8 i umieść jego tekst we wskazanym polu input lub w ciągu treści wiadomości. | Cykl życia: `synchronous_or_streamed` ### Cennik Informacje taryfowe nie dodają opcji żądania. Obsługiwane parametry podano przy wybranej metodzie. Tryb szybki Nie określono Gdy wybrany jest tryb szybki Tryb flex Nie określono Gdy wybrany jest tryb flex Maksymalna intensywność rozumowania Nie określono Gdy dla maksymalnej intensywności rozumowania stosowana jest domyślna korekta (default) #### Stawki Ailoot #### Ceny według konfiguracji | Konfiguracja | Tabela stawek | Opłata | | --- | --- | --- | | KonfiguracjaPodstawowe stawki za tokeny | Tabela stawekStawka podstawowa | Opłata Wejście · Tokeny wejściowe **$0.0002** / 1K tokenów Wyjście · Tokeny wyjściowe **$0.0006** / 1K tokenów Wejście · Odczyt cache **$0** / 1K tokenów Wejście · Zapis do cache **$0** / 1K tokenów Wejście · Zapis do cache, 1 godz. **—** / 1K tokenów | Ailoot rezerwuje szacowaną kwotę przed żądaniem. Po otrzymaniu wyniku rozlicza ostateczną opłatę według zmierzonego użycia. Rozliczenie strumieniowania korzysta z końcowego rekordu użycia. [Jak działają rezerwacja i rozliczenie →](https://ailoot.ai/docs/pl/billing/reserve/) ### Przykładowe żądania #### Ailoot Ultra · Anthropic Messages Kompletna minimalna treść żądania JSONcurl · użyj swojego dokumentu UTF-8Python · zapisz kompletny wynik ```json { "model": "xiaomimimo/mimo-v2-flash", "max_tokens": 128, "messages": [ { "role": "user", "content": "Summarize the incident report." } ], "stream": false } ``` ```bash set -eu : "${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)) ``` ### Odbieranie i zapisywanie wyników #### Ailoot Ultra · Anthropic Messages JSON lub SSE ##### Zachowaj wszystkie ukończone wyniki Zachowaj każdą kompletną zwróconą odpowiedź, plik i część treści. Zachowaj wszystkie bloki treści, sygnatury myślenia i rzeczywiste ID użycia narzędzi. Złóż wszystkie przyrosty bloków SSE; pierwszy blok tekstowy nie jest pełnym wyjściem. ##### Jeśli trzeba sprawdzić pierwotną odpowiedź Zachowaj ID i nagłówki żądań/odpowiedzi. Nie udostępniono ogólnego URL pobierania zadania tekstowego. Pola odpowiedzi | Pole | Typ | | --- | --- | | Pole`id` | Typstring | | Pole`model` | Typstring | | Pole`content[]` | Typtext\|thinking\|tool\_use\|other content block | | Pole`stop_reason` | Typstring\|null | | Pole`usage` | Typobject | Błędy i dalsze kroki | Odpowiedź | Warunek | Następny krok | | --- | --- | --- | | Odpowiedź400 · `invalid_request_error` | WarunekNieprawidłowe wymagane pola, sposób reprezentacji materiału lub wartość parametru | Następny krokPopraw wskazane pola przed nowym żądaniem utworzenia. | ### Aliasy #### Aliasy modelu **Ailoot Ultra** [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/pl/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) #### Aliasy ścieżek metod `/chat/completions` #### Powiązane ID modeli [`xiaomimimo/mimo-v2-flash`](https://ailoot.ai/models/pl/#m=xiaomimimo%2Fmimo-v2-flash&route=Ultra&caller=xiaomimimo%2Fmimo-v2-flash&fmt=messages) FAQ · xiaomimimo/mimo-v2-flash Jakie dane wejściowe i wyniki są dostępne? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `text` → `text` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `text` → `json`, `sse` Jakich pól używa żądanie? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `stream` `POST /v1/messages` · `xiaomimimo/mimo-v2-flash`: `model`, `messages`, `max_tokens`, `stream` Jakie limity obowiązują? `POST /v1/chat/completions` · `xiaomimimo/mimo-v2-flash`: `messages.min_items`: `1` Połącz Ailoot z Claude Code, OpenCode, Hermes albo własną aplikacją. ## Firma i jej portfel projektów Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. ## Kupuj tokeny z rabatem. Rabat subskrypcji do regularnej pracy. Kody promocyjne — do 50% na tokeny. Subskrypcja Wybierz plan z rabatem do regularnych żądań. Kod promocyjny do 50% Wpisz kod przy zakupie. Cena zostanie przeliczona według aktualnej promocji. Koszty w historii Model, tokeny i kwota są zapisywane dla każdego żądania. [Wybierz subskrypcję](https://ailoot.ai/docs/pl/billing/subscriptions/) · [Sprawdź ceny modeli](https://ailoot.ai/models/pl/) ## Połącz API z produktem, który sprzedajesz. SaaS, aplikacje i boty na warunkach oferty i umowy licencyjnej Ailoot. Do odsprzedaży poproś o licencję resellerską. Aplikacja komercyjna Wbuduj generowanie tekstu, obrazów, wideo i dźwięku w płatne funkcje usługi. Licencja resellerska Prześlij opis projektu i schemat dostępu. Poproś o pisemne warunki używania i odsprzedaży. Dokumenty na stronie Oferta, umowa licencyjna i polityka przetwarzania danych są dostępne przed połączeniem. [Poproś o licencję resellerską](mailto:support@ailoot.ai) · [Oferta i umowa licencyjna](https://ailoot.ai/legal/offer?lang=pl) ## Ailoot · Firma i jej portfel projektów Ailoot opiera się na zgromadzonym doświadczeniu operacyjnym, szerokiej bazie klientów, stabilnej usłudze i stałej kontroli KPI. Firma i jej portfel projektów: miliony klientów; miesięczna sprzedaż liczona w miliardach. Ailoot wykorzystuje to doświadczenie operacyjne, zapewniając dostęp przez API do funkcji AI w produktach klientów, agentach, aplikacjach i automatyzacjach.