MiMo 2.6 API 怎么接？Python 配置与工具调用历史保留

接入小米 MiMo API 时，需要同时匹配账号的 Key、endpoint 和精确模型 ID。常见混淆是把免费网关的型号、Token Plan Key，或另一家 API 的对话格式放进小米直连请求。

本文依据 2026 年 9 月 22 日核对的官方文档，说明请求构造和历史字段保留；代码不代表付费端到端实测结果。

Key 与服务地址要配套

首次调用文档列出的普通 OpenAI 兼容 Base URL 是 https://api.xiaomimimo.com/v1。Token Plan Key 使用其分配的服务路径，应从控制台获取，不能照抄某个地域示例后当作通用地址。

官方直连使用 mimo-v2.6-flash、mimo-v2.6-pro，以及有单独开通安排的 mimo-v2.6-pro-ultraspeed。OpenCode 的 opencode/mimo-v2.6-flash-free 属于另一个服务商路由，不应填入小米直连请求。

先发一个简短 Python 请求

在独立环境安装 OpenAI Python SDK，保存版本信息。下例从 MIMO_API_KEY 读取 Key；环境变量名称只是本地约定，不是 API 强制要求。

import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ["MIMO_API_KEY"],
    base_url="https://api.xiaomimimo.com/v1",
)

response = client.chat.completions.create(
    model="mimo-v2.6-flash",
    messages=[{
        "role": "user",
        "content": "Explain the difference between Python sorted() and list.sort().",
    }],
    extra_body={"thinking": {"type": "disabled"}},
)
print(response.choices[0].message.content)
print(response.usage)

短文本请求便于隔离账号、接口与响应格式问题。先查 HTTP 结果和用量，再检查答案。一次成功响应不能证明较大的编程任务也会通过测试。

思考模式会影响需要保留的历史

深度思考文档用 thinking.type 的 enabled/disabled 控制思考。思考模式的工具调用对话，下一轮必须保留助手完整的 reasoning_content 和工具调用，官方说明遗漏可能产生 400。

框架可能在显示最终答案时隐藏该字段，因此要检查下一次实际发送的请求，而不只是 UI。保留原助手工具调用条目，再将每项工具结果按对应 call ID 追加回去。

该模式还影响评估设置。官方固定了采样参数，不能设置一个名义上的 temperature=0，就声称结果具有确定性，或声称与另一家服务商是在相同设置下进行比较。应记录实际支持的控制项，并重复运行观察波动。

同名 Responses API 不等于行为完全一致

MiMo 也提供 Responses 接口，当前有以下兼容边界：

不要假设改一下 base_url 就能迁移另一家服务商的请求。应核对字段并按 MiMo 格式管理历史。两家服务商用了相同 effort 名称，也不能证明计算量相同或测试条件等价。

接入编程客户端

先选择路径：客户端自己的模型服务、小米普通 API，或 Token Plan；再一起核对服务商、Base URL、Key 类型和模型 ID。OpenCode 免费路由及其数据条款见入口指南。

首次请求成功后，测试一次短续聊。实际工作流需要工具时，先加一个无害的本地工具，检查结果是否回到对应 call ID。保留脱敏结构和错误，不在支持日志中公开 Key 或私有任务数据。

跑长任务前先读用量

计费输出可能包含推理和最终答案。输出预算要为两者留空间，答案看起来短不代表费用少。按价格表与示例复算完整用量。

接入检查至少保存 SDK 版本、模型、endpoint、Key 类型、思考模式、状态和用量。以后遇到问题，就有依据区分客户端回归、账号问题或模型变化。