Xiaomi's standard multimodal model.
相比于纯文本的 Pro 版本，标准版 V2.5 主打极速推理与多模态原生理解。它能够像人一样直接看图、看视频、听声音，非常适合需要多媒体处理能力的应用。
这是一款付费的多模态大模型，我们同样通过了拉新活动为您换取了长效的免费测试额度：
【额外福利】虽然本模型本身免费，如果您还想体验小米的其他付费顶尖模型（如 MiMo V2.5 对话模型），我目前正在使用 MiMo 开放平台，通过我的邀请码注册为新用户，即可获得 $2 API 体验金。 • 邀请码：TUE76X • 注册链接：https://platform.xiaomimimo.com?ref=TUE76X • 兑换方式：注册后点击控制台左下方入口填入，体验金 40 天有效。
import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ.get("MIMO_API_KEY"),
base_url="https://api.xiaomimimo.com/v1"
)
completion = client.chat.completions.create(
model="mimo-v2.5",
messages=[
{
"role": "user",
"content": [
{"type": "text", "text": "What's in this image?"},
{
"type": "image_url",
"image_url": {
"url": "https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg",
},
},
],
}
],
)
print(completion.choices[0].message.content)