如何部署 Xiaomi MiMo：从 API 到本地私有化
小米的 MiMo 是目前热度很高的开源大模型系列，部署主要分两条路：官方 API（零门槛，按量付费或订阅 Token Plan）和本地私有化部署（开源权重、MIT 协议，数据不出本地）。这篇文章把两条路都讲清楚，任选其一即可跑起来。
方式一：官方 API（最快，无需显卡）
适合想快速接入、不想折腾硬件的场景。MiMo 开放平台兼容 OpenAI 和 Anthropic 的 API 格式，直接用现成 SDK 就能调。
1. 用小米账号登录小米 MiMo 开放平台（platform.xiaomimimo.com），没有账号可先在 id.mi.com 注册
2. 进入「API Keys」→ 创建一个 API Key（格式 sk-xxxxx，只显示一次，务必保存好）
3. 按量付费直接充值少量余额即可；重度使用可以订阅 Token Plan，会得到专属的 tp-xxxxx Key 和 Base URL
模型选择（2026 年最新）
官方已于 2026 年 6 月 30 日下架 V2 全系模型，现在统一使用 V2.5 系列：
mimo-v2.5-pro：旗舰推理模型，上下文 1M、最大输出 128K，支持深度思考 / 函数调用 / 联网搜索，复杂推理首选
mimo-v2.5：全模态理解（图片 / 音频 / 视频）+ 文本生成，同样支持深度思考，上下文 1M
mimo-v2.5-asr：语音转文字，支持中英文
mimo-v2.5-tts：文字转语音，另有 voiceclone（音色克隆）和 voicedesign（音色定制）
调用代码（兼容 OpenAI SDK）
因为 MiMo API 完全兼容 OpenAI 格式，直接用官方 OpenAI SDK 即可：
from openai import OpenAI
client = OpenAI(
api_key="sk-你的密钥", # 换成你的 API Key
base_url="https://api.xiaomimimo.com/v1"
)
resp = client.chat.completions.create(
model="mimo-v2.5-pro",
messages=[
{"role": "system", "content": "你是MiMo，是小米公司研发的AI智能助手。"},
{"role": "user", "content": "用一句话介绍 MiMo"}
]
)
print(resp.choices[0].message.content)深度思考默认开启，返回时会先通过 reasoning_content 输出思考过程，再输出最终答案；如果不想思考，可以在 extra_body 里传 thinking.type = "disabled"。
小技巧：把 API Key 放到环境变量 MIMO_API_KEY 里，避免硬编码在代码中。Token Plan 用户记得把 base_url 换成订阅后给的专属地址。
方式二：本地部署（开源权重，数据不出本地）
MiMo-V2.5 / MiMo-V2.5-Pro 已全球开源，可以直接下载权重本地跑。对小模型来说，一张 RTX 3090 / 4090 就完全够用。
小模型推荐：MiMo-7B-RL（Ollama 一行搞定）
MiMo-7B-RL 是 7B 参数的推理模型，数学和代码能力强，量化后家用显卡就能跑。装好 Ollama 后一行命令即可：
ollama run alibayram/mimo-7b-rl也可以用 GGUF 量化版搭配 LM Studio / llama.cpp 加载。硬件参考：FP16 全精度约需 14-16G 显存，INT4 量化后 4-6G 就能跑。
生产级服务：vLLM（OpenAI 兼容 API）
pip install vllm
vllm serve "XiaomiMiMo/MiMo-7B-RL"启动后就是 OpenAI 兼容接口，base_url 填 http://localhost:8000/v1 即可。旗舰 MiMo-V2.5-Pro 是 1T 参数的 MoE 模型（激活 42B），支持 1M 上下文，需要多卡大显存环境，用 vLLM 时记得加 --trust-remote-code。
小结：怎么选
- 想省事、要联网搜索 / 全模态：直接用官方 API，选 mimo-v2.5-pro 或 mimo-v2.5
- 数据敏感、想完全私有化：本地部署，家用显卡选 MiMo-7B-RL 量化版
- 生产环境要稳定 API：vLLM 起服务，兼容 OpenAI 生态
