Ir al contenido principal

Vibe coding con Xiaomi MiMo-V2.5-Pro: tutorial práctico

Conecta Xiaomi MiMo-V2.5-Pro a OpenCode con Olostep MCP y el MiMo Token Plan, y ponlo a prueba creando una herramienta CLI y una app web con Reflex.
Actualizado 19 may 2026  · 9 min leer

El MiMo-V2.5-Pro de Xiaomi es uno de los lanzamientos de modelos de IA más sorprendentes hasta la fecha. Xiaomi no solía verse como un actor destacado en la carrera de modelos, pero MiMo ha saltado rápidamente a primer plano con buenos resultados en benchmarks y un gran salto en rendimiento para código y agentes.

Pero esta guía no va de fiarnos ciegamente de los benchmarks. Lo que realmente importa es el uso en el mundo real: velocidad, fiabilidad, seguimiento de instrucciones y, sobre todo, si el modelo es capaz de completar tareas de programación sin romperse a mitad.

En esta guía, vamos a configurar MiMo-V2.5-Pro para vibe coding. Veremos la plataforma MiMo de Xiaomi, el plan de tokens, la instalación de OpenCode, el servidor web MCP, cómo conectar el modelo MiMo-V2.5 Pro en OpenCode y, por último, cómo se comporta en tareas de programación reales.

¿Qué es Xiaomi MiMo?

Xiaomi MiMo es una familia de modelos de razonamiento en IA desarrollados por Xiaomi, la empresa tecnológica china conocida por sus smartphones y electrónica de consumo. La gama MiMo supone la apuesta de Xiaomi por la IA de frontera, con modelos pensados para código, matemáticas y flujos de trabajo con agentes. 

Artificial Analysis Agentic Index

Fuente: AI Model & API Providers Analysis | Artificial Analysis

La familia incluye varias variantes con distintos tamaños y niveles de capacidad, pero MiMo-V2.5-Pro es el buque insignia, compitiendo directamente con modelos de código consolidados de laboratorios de IA más grandes. Ocupa el cuarto puesto en el Agentic Index de Artificial Analysis, justo por detrás de GPT-5.5, Claude Opus 4.7 y GPT-5.4, y supera a modelos competidores de frontera como DeepSeek V4 Pro o Kimi K2.6.

Introducción a los agentes de IA

Aprende los fundamentos de los agentes de IA, sus componentes y su uso en el mundo real, sin necesidad de programar.
Explora el curso

Tres formas de probar MiMo-V2.5-Pro

Hay tres maneras sencillas de probar el modelo: 

  • Usar MiMo Studio en el navegador
  • Probarlo a través del API Open Platform
  • Usar el Token Plan con herramientas de programación como OpenCode

1. Xiaomi MiMo Studio

La forma más fácil de probar MiMo-V2.5-Pro es con Xiaomi MiMo Studio, donde puedes usar el modelo directamente antes de montar un API o un entorno de desarrollo. 

Yo lo usé para generar una web de porfolio de alta calidad en un único archivo HTML, con animaciones, secciones interactivas y un diseño muy cuidado. Es un buen punto de partida si quieres probar rápido las capacidades de diseño, programación y seguimiento de instrucciones del modelo sin configurar nada. 

image16.png

Fuente: Xiaomi MiMo Studio

2. Xiaomi MiMo API Open Platform

También puedes probar el modelo mediante la Xiaomi MiMo API Open Platform. Cuando creé una cuenta, recibí unos 0,72 $ de crédito gratuito, pero se agotó tras solo dos prompts. Bastante decepcionante. 

Eso me llevó a investigar el Token Plan de Xiaomi, que ofrece acceso al API con descuento con un uso mensual de tokens. 

3. Token Plan de MiMo para programar

Para tareas de programación, el Token Plan me pareció mucho más barato que recargar crédito de API estándar.

Xiaomi MiMo Token Plan

Fuente: Xiaomi MiMo API Open Platform

Gracias a una promoción, pude conseguir el Lite Token Plan por unos 4,62 $, lo que en mi caso lo dejaba aproximadamente 10 veces más barato que pagar por uso con crédito normal de API.

image11.png

El Token Plan para programación es compatible con varias herramientas populares para código y agentes, como OpenCode, Claude Code, OpenClaw, Hermes Agent, Cherry Studio, Qwen Code, CodeBuddy y Cline.

En esta guía usaremos OpenCode para conectar y probar MiMo-V2.5-Pro en un flujo de trabajo de programación real.

Nota: controla bien tu consumo de tokens. Los agentes para programar pueden gastar muchos tokens porque leen archivos repetidamente, llaman a herramientas y envían mucho contexto al modelo.

Instalar OpenCode y configurar MCP

Antes de configurar Olostep MCP, primero debes instalar OpenCode.

1. Instala OpenCode

La forma más sencilla de instalar OpenCode es con el script oficial de instalación.

En tu terminal, ejecuta:

curl -fsSL https://opencode.ai/install | bash

Esto instala la CLI de OpenCode en tu equipo. OpenCode también se puede instalar con npm, bun, brew y otros gestores de paquetes, pero el comando curl es la opción más simple.

Tras la instalación, comprueba que OpenCode está disponible:

opencode --version

También puedes iniciar OpenCode ejecutando:

opencode

2. Crea tu clave de API de Olostep

A continuación, crea una cuenta gratuita en Olostep, luego ve al panel de Olostep y crea o copia tu clave de API.

Usaremos Olostep porque proporciona a nuestro agente de programación acceso a búsqueda web, scraping y herramientas para convertir documentación en código. Esto es útil al probar MiMo-V2.5-Pro, ya que el modelo puede consultar rápidamente la documentación más reciente de un framework en vez de depender solo de sus datos de entrenamiento. Así se reducen errores, código obsoleto y uso incorrecto de APIs.

Olostep requiere una clave de API antes de usar el servidor MCP alojado o el servidor local con npx. Guarda la clave en un lugar seguro; la necesitarás para actualizar el archivo de configuración de OpenCode.

3. Añade el servidor MCP de Olostep

En tu terminal, ejecuta:

opencode mcp add

OpenCode iniciará el proceso de configuración de MCP.

Usa estos valores:

MCP server name: Olostep
MCP server type: Remote
MCP server URL: https://mcp.olostep.com/mcp
OAuth authentication: No

Adding mcp in the Opencode

Esto añade Olostep como servidor MCP remoto en OpenCode.

4. Actualiza el archivo de configuración de OpenCode

Tras añadir el servidor MCP, OpenCode te mostrará la ubicación del archivo de configuración.

Por ejemplo, en Windows, el mío es C:\Users\abida\.config\opencode\opencode.json.

Abre ese archivo y actualiza la configuración de Olostep MCP para incluir tu cabecera de autorización.

Usa esto:

{
 "$schema": "https://opencode.ai/config.json",
 "mcp": {
   "Olostep": {
     "type": "remote",
     "url": "https://mcp.olostep.com/mcp",
     "headers": {
       "Authorization": "Bearer YOUR_API_KEY"
     },
     "enabled": true
   }
 }
}

Sustituye YOUR_API_KEY por tu clave real de API de Olostep.

Por ejemplo:

"Authorization": "Bearer olo_xxxxxxxxxxxxxxxxx"

5. Confirma que el servidor MCP está conectado

Cuando guardes el archivo de configuración, ejecuta:

opencode mcp list

checking the list of mcp in the opencode

Deberías ver Olostep en la lista de servidores MCP.

Esto confirma que OpenCode ya puede conectar con Olostep a través de MCP.

Configurar Xiaomi MiMo-V2.5 en OpenCode

Ve al Xiaomi MiMo API Open Platform (panel), "Subscription Details", y crea una nueva clave de API del Token Plan. Esta clave es distinta de la clave de API normal porque está vinculada a tu suscripción del Token Plan y te permite usar el modelo con el cupo de tu plan. 

En esa misma sección, revisa tu Dedicated Base URL. Xiaomi muestra distintas URLs base según la región/servidor asignado a tu Token Plan. 

Por ejemplo, la mía usa sgp, que corresponde a Singapur. La tuya puede indicar otra región, como China u otro servidor compatible. La URL base es importante porque dentro de OpenCode debes elegir el proveedor del Xiaomi Token Plan que coincida con tu región. 

Xiaomi MiMo Dashboard

Fuente: Xiaomi MiMo API Open Platform 

Abre la terminal, crea una carpeta de proyecto nueva y lanza OpenCode:

mkdir mimo-project
cd mimo-project
opencode

Dentro de OpenCode, ejecuta:

/connect

Verás una lista de proveedores disponibles. Busca "Xiaomi" y selecciona la opción del Token Plan que coincida con tu región de servidor. En mi caso, elegí la opción de Singapore Token Plan porque mi URL base contiene sgp

Connecting the LLM provider in the opencode

Pega tu Token Plan API key cuando se te pida.

Cuando termine la conexión, OpenCode te pedirá elegir un modelo. Selecciona "MiMo-V2.5-Pro". Luego establece el nivel de reasoning en "Medium".

Después, envía un prompt rápido de prueba. Si el modelo responde correctamente, tu configuración de Xiaomi MiMo-V2.5-Pro en OpenCode está lista.

Testing the MiMo-V2.5-Pro in opencode

Crear un CLI sencillo en Python con MiMo-V2.5-Pro

Empezaremos con un proyecto sencillo, útil y rápido de probar. Le pedí al agente que creara esta app:

Build a simple Python CLI app that tracks live cryptocurrency prices. It should let users enter a coin symbol like BTC or ETH, fetch the current price from a public crypto API, display the price clearly in the terminal, and include basic error handling for invalid symbols or API issues.

En unos segundos, MiMo-V2.5-Pro empezó a crear la app CLI en Python y añadió la funcionalidad principal para consultar precios de criptomonedas en tiempo real.

Building a Simple Python CLI with MiMo-V2.5-Pro in Opencode

En menos de un minuto, ya teníamos una app de terminal funcionando.

Building a Simple Python CLI with MiMo-V2.5-Pro in Opencode

Para probarla, abre otra ventana de terminal y ejecuta:

python crypto_tracker.py

También puedes pedirle al agente que la pruebe por ti.

Testing the crypto price trackers CLI

El CLI funcionó bien en mi prueba. Es rápido, simple y no requiere autenticación ni crear una cuenta. La app funciona nada más descargar y ofrece una manera rápida de consultar precios en vivo desde la terminal.

Crear una app web en Python con MiMo-V2.5-Pro

Después pasamos de un proyecto CLI a una aplicación web completa en Python con frontend. Para que la prueba fuera más realista, le pedí a MiMo-V2.5-Pro ampliar el tracker anterior y convertirlo en una app web con Reflex.

Reflex sigue siendo un framework web en Python relativamente nuevo y a muchos modelos les cuesta construir apps correctas con él. Así que, en lugar de pedirle al modelo que programara directamente, le pedí antes que buscara la documentación más reciente de Reflex con Olostep.

Este fue el prompt:

Build a beginner-friendly Python crypto price tracker using Reflex. Search the latest Reflex docs before coding, keep everything in Python, include live prices, useful charts/graphs, clean UI, error handling, and simple setup/run instructions while deciding the best implementation details yourself.

Nada más introducir el prompt, MiMo-V2.5-Pro creó una lista de tareas y empezó a consultar la documentación más reciente de Reflex a través de Olostep. 

Building a Python Web App with MiMo-V2.5-Pro

Raspó las páginas de documentación importantes, reunió contexto suficiente y después comenzó a construir la app de Reflex desde cero. 

MiMo-V2.5-Pro Scraping the documentation web page to gather the context.

Cuando terminó la app, el agente proporcionó un resumen de lo que había construido, los archivos creados y los pasos para ejecutar el proyecto.

Summary of the Reflex web app

Como quería mantener el proceso simple, le pedí al agente que ejecutara la app por mí y solucionara cualquier problema que apareciera. 

Testing of the Web ap is completed by the MiMo-V2.5-Pro

Después de confirmar que la app funcionaba, la probé yo mismo ejecutando:

cd crypto_tracker
reflex run

La app se inició en local en http://localhost:3000.

The Reflex web app is running locally.

Al abrir la app en el navegador, la primera versión funcionaba, pero la interfaz tenía varios fallos. Algunos números se salían de las tarjetas, el texto del input era demasiado oscuro y se cortaba, y algunas métricas no se veían bien. 

image10.png

Así que pedí a MiMo-V2.5-Pro que mejorara la interfaz: 

Improve the CryptoTracker UI. Fix the search input so the placeholder is fully visible and readable by adjusting height, padding, line-height, font size, and placeholder color. Format prices and stats with currency symbols, commas, compact values, and 2-decimal percentages. Replace 0 values for 24H High/Low with real API data or "Not available." Improve chart spacing, tooltip, loading/error states, text contrast, responsive stat cards, and connect the Watch button to a simple watchlist. Keep the same dark theme and Reflex/Python structure.

Asked the MiMo-V2.5-Pro AI agent to improve the UI

En unos minutos corrigió los principales problemas de la interfaz y la app quedó mucho más pulida. 

La app web final era interactiva, rápida y moderna. Puedes escribir un símbolo de cripto a mano o hacer clic en una de las etiquetas de tokens populares. La app muestra el precio en vivo, la capitalización, el volumen en 24 horas, el máximo y el mínimo de 24 horas. 

Final Reflex UI looks better

Además incluye gráficos para distintos rangos temporales (1 día, 7 días, 30 días y 90 días), acercándose a un panel cripto real.

The Crypto tracker also includes charts for different time ranges, such as 1 day, 7 days, 30 days, and 90 days

Y además puedes añadir monedas a una lista de seguimiento sencilla, lo que hace la app más útil que un simple visor de precios.

The Crypto tracker also include watchlists.

Conclusiones

Tras usar MiMo-V2.5-Pro casi un día entero, el modelo me ha gustado de verdad. Es rápido, responde bien y es mucho mejor construyendo proyectos desde cero de lo que esperaba. Comparado con GLM-5.1, se siente más directo. Empieza a construir rápido, prueba cosas enseguida y no se pasa la vida pensando antes de hacer el trabajo.

Lo único que no me convence del todo es el Token Plan. Aunque está subvencionado, llegué a casi el 50% de mi cuota del plan Lite en unas tres horas, que me parece mucho para una sola sesión de programación con agentes. Como la cuota se renueva mensualmente, un uso intensivo puede agotarla rápido.

Aun así, trae extras útiles. El plan da acceso a más que MiMo-V2.5-Pro, incluyendo otros modelos MiMo, y hay ventajas por tiempo limitado como descuentos en horas valle y TTS gratis.

Un problema que tuve fue la compatibilidad con herramientas. MiMo funcionó bien con OpenCode, pero tuve problemas al usarlo con herramientas como TRAE, Cursor, Roo Code, Codex, GitHub Copilot CLI y Pi Code. Parece estar relacionado con cómo algunos frameworks de agentes gestionan reasoning_content en conversaciones multi-turno.

En general, MiMo-V2.5-Pro me gusta mucho como modelo. Es rápido, capaz y sorprendentemente bueno para proyectos reales de código. Lo que no me entusiasma es la estructura del Token Plan. Para programación con agentes de forma habitual, lo compararía con opciones como Moonshot o Z.ai, sobre todo si busco un uso más predecible. Pero el modelo en sí es realmente impresionante y merece la pena probarlo.

Preguntas frecuentes sobre Xiaomi MiMo-V2.5-Pro

¿MiMo-V2.5-Pro es gratis?

Los pesos del modelo son gratuitos y de código abierto bajo licencia MIT, así que puedes autoalojarlo sin coste. Para acceder vía API en la plataforma de Xiaomi necesitas crédito de pago por uso o una suscripción al Token Plan, que durante promociones parte de unos 4,62 $.

¿Cuál es la diferencia entre el MiMo Token Plan y el crédito de API normal?

El crédito de API normal se factura por token a tarifas estándar. El Token Plan te da un cupo mensual de tokens a un precio muy rebajado (aprox. 10 veces más barato si haces uso intensivo), pero está ligado a herramientas concretas compatibles como OpenCode, Cline y Cherry Studio.

¿Por qué debería usar Olostep MCP con MiMo-V2.5-Pro?

El entrenamiento de MiMo-V2.5-Pro tiene un límite de conocimiento, así que puede generar código desactualizado o usar APIs obsoletas. Conectar Olostep vía MCP da al agente búsqueda web en vivo y scraping de documentación, permitiéndole consultar la documentación más reciente de los frameworks antes de escribir código.

¿Por qué MiMo-V2.5-Pro falla con herramientas como Cursor o Codex?

El problema está en cómo el modelo maneja reasoning_content en conversaciones multi-turno con llamadas a herramientas. Algunos frameworks de agentes no pasan o no eliminan bien ese contenido entre turnos y provocan errores. OpenCode lo gestiona correctamente, por eso es la herramienta recomendada en esta guía.


Abid Ali Awan's photo
Author
Abid Ali Awan
LinkedIn
Twitter

Soy un científico de datos certificado que disfruta creando aplicaciones de aprendizaje automático y escribiendo blogs sobre ciencia de datos. Actualmente me centro en la creación de contenidos, la edición y el trabajo con grandes modelos lingüísticos.

Temas

¡Aprende IA con DataCamp!

programa

Associate AI Engineer para desarrolladores

26 h
Aprende a integrar IA en aplicaciones de software usando APIs y bibliotecas de código abierto. ¡Empieza hoy tu camino para convertirte en AI Engineer!
Ver detallesRight Arrow
Iniciar curso
Ver másRight Arrow
Relacionado

blog

Mezcla de un millón de expertos (MoME): Explicación de los conceptos clave

MoME (Mezcla de Millones de Expertos) es un modelo de lenguaje escalable que utiliza la Mezcla de Expertos (MoE) con un mecanismo de encaminamiento llamado PEER para utilizar eficazmente millones de redes especializadas.
Bhavishya Pandit's photo

Bhavishya Pandit

7 min

Tutorial

DCLM-7B de Apple: Configuración, Ejemplo de uso, Ajuste fino

Empieza a utilizar el gran modelo de lenguaje DCLM-7B de Apple y aprende a configurarlo, utilizarlo y ajustarlo para tareas específicas.
Dimitri Didmanidze's photo

Dimitri Didmanidze

Tutorial

Tutorial Mistral 7B: Guía paso a paso para utilizar y ajustar Mistral 7B

El tutorial cubre el acceso, la cuantización, el ajuste fino, la fusión y el almacenamiento de este potente modelo lingüístico de código abierto con 7300 millones de parámetros.
Abid Ali Awan's photo

Abid Ali Awan

Tutorial

Tutorial de DeepSeek-Coder-V2: Ejemplos, instalación, puntos de referencia

DeepSeek-Coder-V2 es un modelo de lenguaje de código de código abierto que rivaliza con el rendimiento de GPT-4, Gemini 1.5 Pro, Claude 3 Opus, Llama 3 70B o Codestral.
Dimitri Didmanidze's photo

Dimitri Didmanidze

Tutorial

Construir agentes LangChain para automatizar tareas en Python

Un tutorial completo sobre la construcción de agentes LangChain multiherramienta para automatizar tareas en Python utilizando LLMs y modelos de chat utilizando OpenAI.
Bex Tuychiev's photo

Bex Tuychiev

Tutorial

Guía para principiantes de la API de OpenAI: Tutorial práctico y prácticas recomendadas

Este tutorial te presenta la API de OpenAI, sus casos de uso, un enfoque práctico para utilizar la API y todas las prácticas recomendadas que debes seguir.
Arunn Thevapalan's photo

Arunn Thevapalan

Ver másVer más