mimo-v2.5 对话补全
调用 MIMO 对话补全能力
授权
在请求头中传递 Authorization: Bearer <token>。
请求体
MIMO 对话补全请求体。
要使用的模型 ID
mimo-v2.5 "mimo-v2.5"
包含到目前为止对话的消息列表。
1对话中的一条消息。根据角色的不同,分为五种消息类型:developer、system、user、assistant 和 tool。
- Developer message · object
- System message · object
- User message · object
- Assistant message · object
- Tool message · object
取值范围在 -2.0 到 2.0 之间的数值。如果该值为正,那么新 token 会根据其在已有文本中的出现频率受到相应的惩罚,降低模型重复相同内容的可能性。
-2 <= x <= 2取值范围在 -2.0 到 2.0 之间的数值。如果该值为正,那么新 token 会根据其是否已在已有文本中出现受到相应的惩罚,从而增加模型谈论新主题的可能性。
-2 <= x <= 2对话补全中可以生成的 token 数的上限,包括可见的输出 token 数和推理 token 数。mimo-v2.5 的默认值为 32768。所需范围:[1, 131072]
默认响应格式。用于生成文本响应。
- Text
- JSON object
最多 4 个序列,当 API 生成到这些序列时会停止继续生成 token。返回的文本中不会包含这些停止序列。
如果设置为 true,模型的响应数据会在生成过程中通过 SSE(server-sent events)的形式流式传输到客户端。
这个参数用于控制模型是否启用思维链。注意:在思考模式下的多轮工具调用过程中,模型会在返回 tool_calls 字段的同时返回 reasoning_content 字段。若要继续对话,建议在后续每次请求的 messages 数组中保留所有历史 reasoning_content,以获得最佳表现。在思考模式下,mimo-v2.5-pro、mimo-v2.5 模型不支持自定义 temperature 和 top_p 参数。即使传入该参数,实际生效值也会被模型强制采用其推荐默认值 1.0 和 0.95。
要使用的采样温度,介于 0 和 1.5 之间。较高的值(如 0.8)会使输出更加随机,而较低的值(如 0.2)会使其更加集中和确定性。我们通常建议更改此值或 top_p,但不要同时更改。在思考模式下,mimo-v2.5-pro、mimo-v2.5 模型不支持自定义 temperature 参数。即使传入该参数,实际生效值也会被模型强制采用其推荐默认值 1.0。
0 <= x <= 1.5控制模型如何选择工具。注意:当 tool_choice 传入非 auto 值时,后端会默认移除该字段,模型响应行为仍等同于 auto 模式(该逻辑保留调整的可能性)。可选值:auto
auto 核采样的概率阈值,用于控制模型生成文本的多样性。top_p 值越高,生成的文本多样性越强;top_p 值越低,生成的文本确定性越高。由于 temperature 和 top_p 均用于控制生成文本的多样性,建议仅设置其中一个参数。在思考模式下,mimo-v2.5-pro、mimo-v2.5 模型不支持自定义 top_p 参数。即使传入该参数,实际生效值也会被模型强制采用其推荐默认值 0.95。
0.01 <= x <= 1模型可能调用的工具列表。目前支持 function(函数)和 web_search(联网搜索)两种工具类型。注意:在思考模式下的多轮工具调用过程中,模型会在返回 tool_calls 字段的同时返回 reasoning_content 字段。若要继续对话,建议在后续每次请求的 messages 数组中保留所有历史 reasoning_content,以获得最佳表现。
函数工具定义。
- 函数工具
- 联网搜索工具