还记得前段时间在 OpenRouter 榜单上持续刷屏的匿名模型 Hunter Alpha，社区开始议论。当时最主流的猜测是 DeepSeek V4 的内测版本，连OpenClaw 创始人 Peter Steinberger 都在 X 平台发文打听。
但就在不久，小米官方正式宣布，Hunter Alpha 和 Healer Alpha 均为小米 MiMo-V2 系列大模型的早期内测版本。小米 MiMo 大模型负责人罗福莉也在 X 平台公开认领了（难怪被认为是DS）。
MiMo 不仅仅是能对话，它还能干活。
MiMo-V2-Pro：高强度任务的基座
MiMo-V2-Pro 是整个系列的旗舰版本，总参数量超过 1T，激活参数为 42B。为了兼顾规模与推理效率，它采用了混合注意力架构（Hybrid Attention），并将混合比例提升到了 7:1。配合轻量化的多 Token 预测（MTP）层，生成速度得到了有效保障。
这款模型最显著的特征是支持 1M 超长上下文。在处理长代码工程或复杂的业务流编排时，大容量的上下文空间能够避免信息丢失。
根据 Artificial Analysis 的数据，MiMo-V2-Pro 的综合智能位列全球第八。
在实际的编程场景中，它的系统设计能力和代码风格已经非常接近 Claude Opus 4.6，但 API 的调用成本仅为同级别竞品的五分之一。
MiMo-V2-Omni：全模态的执行者
如果说 Pro 版本侧重于深度思考，MiMo-V2-Omni 则把重点放在了感知与行动的统一。它在底层架构上融合了文本、视觉和音频，能够直接处理超过 10 小时的长音频，或者进行复杂图表的视觉推理。
MiMo-V2-Omni 在浏览器操作（Browser Use）方面表现突出。
配合 OpenClaw 等智能体框架，它能够自主完成跨平台比价、联系客服砍价以及社交媒体内容发布等链路。在办公自动化领域，它与WPS深度合作，支持直接生成排版规范的 Word、Excel 和 PPT 文档。这种从感知到执行的闭环，让它不再只是一个聊天框，而是一个能真正接手工作的数字助手。
MiMo-V2-TTS：有情感的表达
MiMo-V2-TTS 负责解决 Agent 沟通的自然度问题。基于上亿小时的语音数据预训练，它支持通过自然语言描述来控制说话风格。除了基础的方言支持和角色扮演，它还能在语音中自然地插入咳嗽、叹气或笑声等副语言事件。
这款模型具备文本深层理解能力，能够根据标点符号或大小写自动调整语速和重音。值得一提的是，它还原生支持高质量的歌声合成，是目前市面上少数兼具说、演、唱能力的语音大模型。
快速体验 MiMo-V2 系列模型
小米 MiMo API 开放平台兼容 OpenAI 和 Anthropic 两种主流接口格式，但需要准备 Python 环境。
对于不希望手动配置环境变量或处理各种依赖冲突的用户，推荐使用 ServBay。这是一款开发环境管理工具，支持一键安装 Python 以及各种数据库和服务。
通过 ServBay 部署好环境后，直接去获取API Key 和用 pip 安装对应的 SDK 即可。
获取 API Key： 首先，需要登录 Xiaomi MiMo API 开放平台（platform.xiaomimimo.com），使用小米账号登录后，在控制台中创建并获取你的 API Key。记住，这个 Key 关系到你的账号安全和额度，一定要妥善保管，最好配置到系统的环境变量中。
安装 Python SDK： MiMo API 兼容 OpenAI 和 Anthropic 两种主流 API 格式。你可以根据自己的习惯选择使用哪种 SDK。以 OpenAI 格式为例，在你的终端里运行以下命令安装 OpenAI Python SDK：
pip install -U openai
Python 调用示例： 下面是一段调用 MiMo-V2-Pro 的 Python 代码示例。请记得将 MIMO_API_KEY 替换为你自己的 API Key，或者确保它已正确配置在环境变量中。
codePython
import os
from openai import OpenAI
# 从环境变量获取 API Key，或者直接替换为你的实际 API Key# os.environ.get("MIMO_API_KEY")
client = OpenAI(
api_key=os.getenv("MIMO_API_KEY"),
base_url="https://api.xiaomimimo.com/v1" # OpenAI 格式的 API 地址
)
completion = client.chat.completions.create(
model="mimo-v2-pro", # 指定模型为 mimo-v2-pro
messages=[
{
"role": "system",
"content": "你是MiMo，是小米公司研发的AI智能助手。今天的日期：星期二，2025年12月16日，你的知识截止日期是2024年12月。"
},
{
"role": "user",
"content": "请用中文介绍一下 MiMo-V2 系列模型的特点。"
}
],
max_completion_tokens=1024, # 设置最大生成 tokens 数
temperature=1.0, # 控制生成文本的随机性
top_p=0.95, # 控制生成文本的多样性
stream=False, # 是否流式输出
stop=None,
frequency_penalty=0,
presence_penalty=0
)
print(completion.choices[0].message.content)
在进行多轮工具调用时，有一个小技巧：模型在返回工具调用的同时，会附带一个 reasoning_content 字段。为了让模型的对话更连贯，保持思维路径的完整，建议在后续的每次请求中，都把之前所有的 reasoning_content 保留在 messages 数组里。
目前 MiMo-V2-Pro 的 API 采取分段计价模式。256K 上下文以内的输入价格为 1 美元/百万 tokens，输出为 3 美元/百万 tokens。而 TTS 模型目前在小米 MiMo API 开放平台提供限时免费访问。
小米 MiMo-V2 系列的发布，开发者和 Agent 爱好者们又有了一套强大且极具性价比的工具。从高强度的代码编写到全模态的现实交互，再到富有情感的语音表达，这些模型正在将 AI 从会聊天推向能干活的新阶段。
