发现很多人对 MiMo 感兴趣但不知道怎么开始用，写个保姆级教程。
第一步：找到 MiMo 官网
小米 MiMo 相关资源目前主要在这几个地方：
- GitHub：小米在 GitHub 上开源了 MiMo-7B 的模型权重和技术文档，仓库名是 XiaomiMiMo（以实际为准）
- HuggingFace：模型权重也上传到了 HuggingFace Hub，方便直接下载和推理
- 小米 AI 开放平台：提供 API 接口服务，注册后可以通过 API 调用模型
建议先从 API 方式入手，门槛最低。
第二步：注册账号
- 访问小米 AI 开放平台官网
- 使用小米账号登录（如果没有需要先注册小米账号）
- 进入开发者控制台，完成实名认证
- 创建应用，获取 API Key
整个注册流程大概 5-10 分钟能搞定。实名认证是必须的，这是国内 AI 平台的通行要求。
第三步：获取 API Key
在开发者控制台创建一个新应用后，系统会生成一对 API Key（Access Key + Secret Key）。
注意：
- API Key 只会显示一次，创建后立即保存
- 不要把 Key 写在代码里提交到 Git
- 建议用环境变量管理
第四步：调用 API
一个最简单的 Python 调用示例：
import requests
url = "https://api.xiaomi.com/mimo/v1/chat/completions"
headers = {
"Authorization": "Bearer YOUR_API_KEY",
"Content-Type": "application/json"
}
payload = {
"model": "mimo-7b",
"messages": [
{"role": "user", "content": "用 Python 写一个快速排序"}
],
"max_tokens": 1024
}
response = requests.post(url, json=payload, headers=headers)
print(response.json())
API 接口风格和 OpenAI 的 Chat Completions 基本一致，如果你用过 OpenAI 的 API，上手几乎没有学习成本。
第五步：本地部署（可选）
如果你有 GPU 资源，也可以本地跑：
- 从 HuggingFace 下载模型权重
- 安装 transformers、torch 等依赖
- 用 vLLM 或者 Ollama 启动推理服务
硬件要求：MiMo-7B 用 FP16 大概需要 14-16G 显存，量化到 INT4 大概 4-6G 就能跑。家里有张 RTX 3090/4090 就完全够了。
常见问题
Q：注册需要付费吗？
A：注册免费，新用户有免费 Token 额度。
Q：API 响应速度怎么样？
A：7B 模型推理速度本身就快，官方 API 延迟在毫秒级，体验比大参数模型好不少。
Q：支持流式输出吗？
A：支持。在请求参数里加 "stream": true 就行。
Q：有 SDK 吗？
A：官方提供 Python SDK，也兼容 OpenAI 的 SDK 格式。
以上就是完整的入门流程。从注册到跑通第一个请求，快的话十分钟就能搞定。有问题留言讨论 
