模型超参

temperature 表示采样温度。较高的值(如 0.8)会使输出更加随机,而较低的值(如 0.2)会使输出更具确定性。

top_p 表示核采样的概率阈值,用于控制模型生成文本的多样性。值越高,生成的文本多样性越高。

在思考模式下,mimo-v2.5-promimo-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

不同模型的 temperaturetop_p 的默认值和参数范围如下:

模型名称 temperature top_p
mimo-v2.5-pro
mimo-v2-pro
  • 默认值:1.0
  • 范围:[0, 1.5]
  • 默认值:0.95
  • 范围:[0.01, 1.0]
mimo-v2.5
mimo-v2-omni
  • 默认值:1.0
  • 范围:[0, 1.5]
  • 默认值:0.95
  • 范围:[0.01, 1.0]
mimo-v2.5-tts
mimo-v2.5-tts-voicedesign
mimo-v2.5-tts-voiceclone
mimo-v2-tts
  • 默认值:0.6
  • 范围:[0, 1.5]
  • 默认值:0.95
  • 范围:[0.01, 1.0]
mimo-v2-flash
  • 默认值:0.3
  • 范围:[0, 1.5]
  • 默认值:0.95
  • 范围:[0.01, 1.0]

我们建议您按任务类型设置参数值,可参考以下推荐值。

mimo-v2-flash 模型的推荐值如下:

任务类型 temperature top_p
AI 编程 0.3 0.95
工具调用 0.3 0.95
通用问答 0.8 0.95
创意写作 0.8 0.95
前端网页开发 0.8 0.95
数学推理 1 0.95

mimo-v2.5-promimo-v2.5mimo-v2-promimo-v2-omni 模型对于上述任务的 temperaturetop_p 参数推荐值分别为 1 和 0.95。

更新时间 2026 年 05 月 27 日