MiMo V2.6 Flash

多模态视频理解与文本分析：拆解商品外观、镜头顺序、字幕和内容，不生成视频。

模型 ID

mimo-v2.6-flash

接口

/v1/chat/completions

模型规格

支持文本、图片、音频和视频理解；接口返回文字分析，不返回生成视频
video_url 必须为含 url 的对象；url 支持可读取的 HTTP(S) 视频地址或 data:video/mp4;base64,...
fps 和 media_resolution 放在内容项顶层，与 video_url 同级；fps 默认 2，范围 0.1–10；media_resolution 为 default 或 max
本地文件先编码为 Base64；Base64 字符串不超过 50 MB，不支持本接口直接上传文件
按返回 usage 的输入/输出 Token 结算，视频及音轨 Token 计入输入；输入约 ¥1.50、输出约 ¥3.00／百万 Token，当前精确价格与用户组见模型广场
已验证 10–12 秒短视频；复杂口播与长视频需另测。时间戳、材质和性能等推断需复核

参考图调用示例

curl --request POST 'https://xplaai.com/v1/chat/completions' \
  --header 'Authorization: Bearer sk-xxxx' \
  --header 'Content-Type: application/json' \
  --data '{"max_completion_tokens":1024,"messages":[{"content":[{"fps":2,"media_resolution":"default","type":"video_url","video_url":{"url":"https://example.com/your-video.mp4"}},{"text":"Describe the product, shot order, visible text and audio. Separate visible facts from inferences. Mark uncertain timestamps and claims.","type":"text"}],"role":"user"}],"model":"mimo-v2.6-flash","stream":false,"thinking":{"type":"disabled"}}'

查询任务与读取成片

curl 'https://xplaai.com/v1/videos/{id}' --header 'Authorization: Bearer sk-xxxx'

curl 'https://xplaai.com/v1/videos/{id}/content' --header 'Authorization: Bearer sk-xxxx'

常见问题与接入边界

文档更新：2026-11-05

这是视频生成模型吗？

不是。提交视频和问题后得到文字分析，适合商品视频拆解、镜头归纳和内容理解。生成视频请选 Agnes、Muse 或其他当前可用视频模型。

怎么分析本地 MP4？

将文件编码为 Base64，组成 data:video/mp4;base64,... 放在 messages[].content[].video_url.url；不要把本机文件路径发到 API。也可使用服务器能读取的 HTTP(S) 视频地址。

可以精准对齐剪辑和确认商品性能吗？

不保证逐帧时间准确，画面分析不能证明保温、材质安全等性能。将可见事实和推测分开，剪辑与商业声明均需复核。

原来的 MiMo 2.5 还能调用吗？

旧文本模型 mimo-v2.5 和 mimo-v2.5-pro 保持下架。新请求使用本页 2.6 模型 ID；2.5 TTS 和 ASR 是独立语音模型，不受此次替换影响。