企业官网建设流程全解析

小米 MiMo 模型的快慢思考 API 调用，最近被原作者拆成了 mimo-v2-fast 和 mimo-v2-fast-think 两个模型名来对比。他一开始集成 MiMo API 时，发现快思考模式的返回里混着疑似思考内容，末尾还带一个 think 结束符。为了不在官方 Key、额度切换和多模型名对照上反复卡住，我把复现路径换成了 TaoToken：先打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=mimo-intro 创建一把 Key，再把工具的 Base URL 填成 https://taotoken.net/api，模型名分别填 mimo-v2-fast 与 mimo-v2-fast-think，依次发请求看返回差异。

这篇不绕弯，主线就是验证「快思考为什么多出 think 结束符、慢思考是不是单独走另一个模型名」。你不需要先去申请 MiMo 官方 Key，也不用准备两套账号，只用一把 TaoToken Key 就能把两次调用并排跑出来。TaoToken 在这里做的是兼容通道和统一计量：请求按同一个 Base URL 进入，由模型名决定落到哪个 MiMo 模式，返回内容原样回到你的工具里，控制台再按模型名把用量分开记。

1. 快思考返回里的 think 结束符：先把原文现象定位清楚

1.1 原作者看到的不是报错，而是「输出了不该输出的东西」

原作者把 MiMo 接进自己的应用后，遇到的第一个怪现象不是 401、不是超时，而是快思考模式返回的content里多了一段像推理草稿的文本，末尾还挂着 think 结束符。前端如果直接渲染这个字段，用户就会在答案后面看到一段本不该出现的思考内容。这种问题比报错更麻烦，因为请求链路是通的，HTTP 状态码正常，JSON 也能解析，只是模型把「中间过程」和「最终回答」混在了一个字段里。

原作者接着做的事很关键：他没有停在「快思考是不是有问题」这一步，而是加上了慢思考模式，并把模型名拆成mimo-v2-fast和mimo-v2-fast-think两个入口。这样一对比，就能判断带 think 结束符是快思考模型自身的输出习惯，还是调用方把某个参数传错了。要复现这个过程，最省事的方式不是重新注册一套官方账号，而是让 TaoToken 把 MiMo 调用统一转发出来，变量只剩模型名。

1.2 换成 TaoToken 兼容通道复现，变量只剩模型名

为什么强调「变量只剩模型名」？因为多 Key 切换很容易干扰判断。你手上有 A 账号、B 账号，快思考用一把 Key，慢思考换另一把 Key，最后看到返回差异时，你很难说清是模型模式不同，还是 Key 对应的通道、限流、版本不同。用 TaoToken 的好处是：Base URL 固定为https://taotoken.net/api，鉴权固定为同一把YOUR_API_KEY，请求里只改model字段。这样 fast 和 fast-think 的差异才干净。

这里要区分清楚两件事：官网落地页https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=mimo-intro是给你注册、创建 Key、看模型广场和看用量的；真正填进 curl、Claude Code、Codex、CC Switch 的 Base URL 是https://taotoken.net/api，末尾不要加/v1。很多「模型名不识别」或「路径重复」的怪问题，都是把这两个地址混用了。

2. 在模型广场确认 mimo-v2-fast 与 mimo-v2-fast-think 的真实模型名

2.1 打开落地页创建 API Key，别去猜模型 ID

原文能顺利对比两个模式，前提是模型名写对。你复现时第一步不是写代码，而是去模型广场把名字抄准。打开 TaoToken，注册登录后进入控制台，创建一个 API Key，复制成YOUR_API_KEY放在手边。然后到模型广场搜 MiMo，确认当前列表里到底写的是mimo-v2-fast、mimo-v2-fast-think，还是带其他前缀后缀的版本。

模型 ID 不要靠猜，也不要拿旧截图硬套。模型广场今天列出的名字，才是你请求里该填的名字。如果列表里同时存在快思考与慢思考入口，就按原文思路分别选一次；如果某个名字暂时不在列表里，先换列表里的同系列模型，别自己拼一个带日期后缀的 ID 去试，否则你看到的报错会变成「模型不存在」，把原本要观察的 think 结束符问题盖掉。

2.2 Base URL 写 https://taotoken.net/api，末尾不要加 /v1

创建完 Key 之后，把工具里的 Base URL 填成https://taotoken.net/api。这个地址末尾没有/v1，也不需要带任何查询参数。如果你用 curl 或 OpenAI SDK 直接发请求，完整路径通常写成https://taotoken.net/api/v1/chat/completions；但如果你是在 Claude Code、Codex、CC Switch 里填「供应商 Base URL」，就只填https://taotoken.net/api，让工具自己拼后面的路径。

这一点看起来只是斜杠问题，实际会直接影响你后面看到的结果。Base URL 多一层/v1，有的工具会拼成/v1/v1/chat/completions，请求可能直接 404；Base URL 写成官网落地页，鉴权和路由都不对。把地址固定成https://taotoken.net/api，再只改模型名，才是这次 MiMo 快慢思考复现最稳的姿势。

3. 用 curl 和 Python SDK 各跑一次快慢思考请求

3.1 快思考：mimo-v2-fast 的返回里重点看 think 结束符

先发一条最小请求，别一上来就接业务代码。快思考模型用mimo-v2-fast，请求体只保留一条 user 消息，方便你肉眼检查返回。下面这段可以直接改 Key 后执行：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "mimo-v2-fast", "messages": [ {"role": "user", "content": "用三句话说明快思考模式适合什么任务"} ] }'

拿到返回后，重点看choices[0].message.content。如果里面除了正式答案，还出现一段疑似推理过程，并且末尾带think结束符，那就说明你复现到了原作者描述的现象。此时不要急着在前端做字符串截断，先确认这条响应是不是mimo-v2-fast这个模型名本身带出来的。把完整响应保存成fast.json，后面和慢思考结果并排看。

3.2 慢思考：mimo-v2-fast-think 把思考过程放在哪

慢思考请求只改model字段，其余鉴权、Base URL、消息结构全部不动：

curl https://taotoken.net/api/v1/chat/completions \ -H "Authorization: Bearer YOUR_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "mimo-v2-fast-think", "messages": [ {"role": "user", "content": "用三句话说明慢思考模式适合什么任务"} ] }'

这一次你要观察的点有两层。第一层，mimo-v2-fast-think是否也需要通过同一个https://taotoken.net/api进入；第二层，慢思考的思考过程是更完整地出现在content里，还是以另一种结构返回。不同客户端对content的渲染方式不同，但只要你拿到的是原始 JSON，就能判断 TaoToken 是否把 MiMo 的响应原样转发过来。把这条结果存成fast-think.json，不要覆盖上一条。

3.3 把两次返回并排对比，判断 TaoToken 是否原样转发

如果你更习惯用 Python，用 OpenAI SDK 把两次调用写成一个循环更省事：

from openai import OpenAI client = OpenAI( api_key="YOUR_API_KEY", base_url="https://taotoken.net/api" ) for model in ["mimo-v2-fast", "mimo-v2-fast-think"]: resp = client.chat.completions.create( model=model, messages=[{"role": "user", "content": "解释快慢思考的区别"}] ) print("====", model) print(resp.choices[0].message.content)

这段代码的价值在于，除了模型名，其他变量完全一致。你可以在输出里直接搜索think结束符：如果只有mimo-v2-fast出现，说明快思考模型确实会把这段内容带出来；如果两个都有，只是长度不同，那就要把观察重点放到思考过程的完整度上。TaoToken 在这里负责的是统一转发与计量，不会替你把think结束符过滤掉；这样做的好处是你能看到真实响应，坏处是前端渲染前得自己决定要不要清洗。

4. 把两个模型名接进 Claude Code、Codex 和 CC Switch

4.1 Claude Code：settings.json 里切换 ANTHROPIC_MODEL

如果你想把 MiMo 快慢思考放进 Claude Code 里对比，最直接的方式是改~/.claude/settings.json的env。Claude Code 认的是ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL这几个环境变量，Base URL 仍然写https://taotoken.net/api，不要带/v1：

{ "env": { "ANTHROPIC_BASE_URL": "https://taotoken.net/api", "ANTHROPIC_AUTH_TOKEN": "YOUR_API_KEY", "ANTHROPIC_MODEL": "mimo-v2-fast" } }

保存后重启 Claude Code，先让它跑一个简单问题，确认能通。然后只把ANTHROPIC_MODEL改成mimo-v2-fast-think，再跑一次同类问题。两次对话不要换项目、不要换 Key、不要改 Base URL，这样你才能在 Claude Code 的输出里对照 think 结束符和思考过程差异。如果你更习惯用环境变量临时切换，也可以在启动前 export 同样的三个变量，效果一样。

4.2 Codex：config.toml 里写 model_provider 和 base_url

Codex 的配置文件和 Claude Code 不通用，别把ANTHROPIC_*套过来。打开~/.codex/config.toml，把 provider 指向 TaoToken，Base URL 写https://taotoken.net/api，模型名先填mimo-v2-fast：

model = "mimo-v2-fast" model_provider = "taotoken" [model_providers.taotoken] name = "TaoToken" base_url = "https://taotoken.net/api" env_key = "TAOTOKEN_API_KEY" wire_api = "chat"

然后在你的 shell 里设置TAOTOKEN_API_KEY=YOUR_API_KEY，重启 Codex。要对比慢思考时，把model改成mimo-v2-fast-think即可。注意，这里改的是 Codex 自己的配置文件，不是 Claude Code 的settings.json。两种工具混用时，最容易犯的错就是把ANTHROPIC_AUTH_TOKEN写进 Codex，或者把model_provider写进 Claude Code，结果两边都连不上。

4.3 CC Switch：自定义供应商只填 Base URL、Key、模型 ID

用 CC Switch 的话更直观：新增一个自定义供应商，名称随意，Base URL 填https://taotoken.net/api，API Key 填YOUR_API_KEY，模型 ID 填mimo-v2-fast。保存后先发一条测试消息，再复制一份配置，把模型 ID 改成mimo-v2-fast-think，两份配置来回切。CC Switch 的好处是切模型不用改文件，适合你反复对照快慢思考返回。

不管用哪个工具，判断标准都一样：请求有没有真正落到你选的 MiMo 模型名上。如果 Claude Code 里看到的是 A 模型的风格，Codex 里看到的是 B 模型的风格，先别怀疑模型，先回配置文件检查model或ANTHROPIC_MODEL有没有生效。很多编辑器要重启后才读新配置，尤其是 Claude Code 和 Codex 这种带常驻进程的工具。

5. 回控制台对用量：快慢思考各扣了多少请求

5.1 在请求日志里按模型名筛选

复现完 fast 和 fast-think 之后，打开 https://taotoken.net/?utm_source=taotoken_aicg_blog_end&utm_content=mimo-usage 登录控制台，看请求日志和用量。你应该能按模型名筛出mimo-v2-fast与mimo-v2-fast-think两条记录。重点不是看一个笼统的总额度，而是看两者是不是分别记账、请求次数是不是和你实际发送的次数对得上。

这一步也能帮你判断「think 结束符」有没有影响计量。正常来说，一次请求就是一次请求，不会因为返回内容里多了一段疑似思考文本就变成两次。如果你发现 fast 的请求数比自己记忆中的多，先检查是不是客户端自动重试了；如果你发现 fast-think 没记录，先检查模型名是不是写成了列表里不存在的版本。控制台的日志比终端输出更适合做这种对账。

5.2 遇到 401 和模型名不识别时怎么对照

排障先看两类。第一类是 401：YOUR_API_KEY是不是从 TaoToken 控制台 创建的那把，请求头有没有写成Authorization: Bearer YOUR_API_KEY，环境变量有没有真的被工具读到。第二类是模型名不识别：把mimo-v2-fast和mimo-v2-fast-think回模型广场逐个核对，不要凭记忆写。模型广场里没有的名字，换名字比改代码更快。

还有一个隐蔽问题：Claude Code 改了settings.json但没重启，Codex 改了config.toml但终端还是旧环境变量。遇到「明明改了模型名，返回却像上一个模型」时，先把工具完全退出再打开，再发一条只包含一个短问题的请求。确认新模型名生效后，再回去看 think 结束符和慢思考的差异，否则你对比的是缓存和旧配置。

5.3 要不要开 Coding Plan，看你的调用密度

如果你只是按这篇的步骤复现一次快慢思考，用按量计费就够了。但如果你打算把mimo-v2-fast和mimo-v2-fast-think接进日常编码流程，让 Claude Code 或 Codex 反复跑，那就该看一下调用密度。打开 Coding Plan 对比套餐，再回模型对话里用同一把 Key 做小流量测试。

这里没有统一答案，因为每个人的请求频率不同。你可以先用一周，把 fast 和 fast-think 的日志拉出来看：哪种模式请求多，哪种模式只是偶尔用来对比。如果慢思考只是调试期用几次，按量走更灵活；如果快思考已经变成默认模型，再考虑套餐。无论选哪种，Key 都在 控制台 API Keys 里创建和管理。

6. 复现完之后，下一步可以做什么

到这里，你应该已经亲手看到mimo-v2-fast和mimo-v2-fast-think在同一把 Key、同一个https://taotoken.net/api下的返回差异。快思考返回里那个 think 结束符，不再只是原文作者截图里的现象，而是你控制台日志里能对得上的一条真实请求。下一步别急着写复杂的字符串清洗逻辑，先用 TaoToken 模型对话 发两条最小消息，分别选两个模型名，确认返回风格和你在 curl 里看到的一致。

如果你要把这套对比固化到 Claude Code 里，环境变量对照可以直接看 Claude Code 接入文档，里面把ANTHROPIC_BASE_URL、ANTHROPIC_AUTH_TOKEN、ANTHROPIC_MODEL的关系写得很清楚。模型对话负责快速验证，Coding Plan 负责长期用量，创建 Key 负责换新项目。把这三件事按顺序走一遍，快慢思考的 MiMo 实测就从一个临时脚本变成了你手里可复用的调用路径。