Modelos/Abliterated LLM API/MiMo Abliterated/MiMo sin restricciones
En vivo1 models

API de MiMo sin restricciones — Modelo multimodal ligero de alta comprensión

MiMo sin restricciones combina una velocidad de inferencia excepcional con una comprensión visual y textual no filtrada para aplicaciones en tiempo real.Ideal para extracción de datos, agentes reactivos y procesamiento de lenguaje sin negativas artificiales.

MiMo V2.6 Flash Abliterated

Razonamiento rápido y económico con entrada de imagen y contexto muy amplio.1 models
Text GenerationLiveFeatured
MiMo V2.6 Flash Abliterated

MiMo V2.6 Flash Abliterated

MiMo V2.6 Flash con comportamiento de rechazo reducido mediante abliteración: razonamiento rápido, de 1 millón de tokens ventana de contexto, and optional entrada de imagen.

Text + Image in
$1.00/M in · $3.00/M out
Probar modelo

Eficiencia y versatilidad con MiMo

MiMo destaca por su arquitectura ligera que consume una fracción de los recursos habituales mientras entrega respuestas agudas y contextualizadas.

Sin las limitaciones de los filtros tradicionales, sobresale en clasificación y análisis de contenido complejo.

Capacidades de MiMo

Latencia mínima de procesamiento

Diseñado para respuestas instantáneas en flujos conversacionales interactivos.

Comprensión visual y textual

Procesa imágenes y prompts extensos de forma unificada.

Respuestas directas sin evasivas

Enfocado en entregar datos concretos y soluciones prácticas.

Pricing

EndpointInputOutputPriceBest For
mimo-v2-6-flash-abliteratedPrompt + system_prompt, max_tokens, optional image_urlComplete text response (poll for result)$1.00/M in · $3.00/M outRazonamiento rápido y económico con entrada de imagen y contexto muy amplio.

Facturado por token a partir del uso devuelto en cada llamada; los precios se expresan por millón de tokens de entrada y salida.

Cómo invocar la API de MiMo Abliterated

Envía una solicitud JSON con tu clave de API de Muapi, guarda el ID de la solicitud y consulta el endpoint de resultados compartido.

1. Submit a prompt to MiMo V2.6 Flash Abliterated

curl -X POST https://api.muapi.ai/api/v1/mimo-v2-6-flash-abliterated \
  -H "x-api-key: YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{"prompt": "Write a morally gray villain monologue for my novel.", "system_prompt": "You are a candid, detail-oriented assistant.", "image_url": "https://example.com/reference.png", "max_tokens": 1024}'

# Response: {"request_id":"REQUEST_ID"}

Invoca mimo-v2-6-flash-abliterated con una indicación y, opcionalmente, system_prompt e image_url.

2. Poll the result

curl https://api.muapi.ai/api/v1/predictions/REQUEST_ID/result \
  -H "x-api-key: YOUR_API_KEY"

# Poll until status is completed, then read the generated text from outputs.

Consulta el endpoint de resultados compartido hasta que la tarea se complete, luego lee el texto generado en outputs.

Preguntas frecuentes

¿Es apto para dispositivos móviles?

Sí, su bajo consumo de tokens y latencia reducida lo hacen ideal para backend de aplicaciones móviles.

¿Puedo usar estos modelos en Claude Code o Codex?

Sí. MiMo V2.6 Flash Abliterated admite llamadas a herramientas, por lo que puede ejecutarse dentro de agentes de programación. En Claude Code, establece ANTHROPIC_BASE_URL en https://api.muapi.ai/anthropic y ANTHROPIC_AUTH_TOKEN en tu clave de API de Muapi, y luego inícialo con claude --model mimo-v2-6-flash-abliterated (establece también ANTHROPIC_DEFAULT_HAIKU_MODEL y ANTHROPIC_SMALL_FAST_MODEL con el mismo id). Codex CLI también funciona: añade un proveedor de modelos con base_url https://api.muapi.ai/openai/v1 y establece model con el mismo id. Calidad variable según el modelo y los modelos más pequeños pueden saltarse pasos en tareas de varios archivos; no hay caché de prompts, por lo que cada turno se factura por toda la conversación hasta ese momento; y cada respuesta está limitada a 16,384 tokens. Guía de configuración: /es/docs/ai-agent-install-chat-agents.

¿Listo para construir con la MiMo Abliterated API?

Crea una clave de API de Muapi y llama a todos los modelos de esta página con una solicitud REST estándar.