为了满足开发者对 Anthropic API 生态的使用需求，我们的 API 新增了对 Anthropic API 格式的支持。通过简单的配置，即可将 MiniMax 的能力接入到 Anthropic API 生态中。
快速开始
1. 安装 Anthropic SDK
2. 调用 API
import anthropic
client = anthropic.Anthropic(
base_url="https://api.minimaxi.com/anthropic",
api_key="your_api_key"
)
message = client.messages.create(
model="MiniMax-M2",
max_tokens=1000,
system="You are a helpful assistant.",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "Hi, how are you?"
}
]
}
]
)
for block in message.content:
if block.type == "thinking":
print(f"Thinking:\n{block.thinking}\n")
elif block.type == "text":
print(f"Text:\n{block.text}\n")
3. 特别注意
在多轮 Function Call 对话中，必须将完整的模型返回（即 assistant 消息）添加到对话历史，以保持思维链的连续性：
- 将完整的
response.content（包含 thinking/text/tool_use 等所有块）添加到消息历史
response.content 是一个列表，包含多种类型的内容块，必须完整回传
支持的模型
使用 Anthropic SDK 时，支持 MiniMax-M2 MiniMax-M2-Stable 模型：
| 模型名称 | 说明 |
|---|
| MiniMax-M2 | 专为高效编码与Agent工作流而生 |
| MiniMax-M2-Stable | 更高并发，商业使用 |
Anthropic API 兼容接口支持 MiniMax-M2 MiniMax-M2-Stable
模型。如需使用其他模型，请使用标准的 MiniMax API 接口。
兼容性说明
支持的参数
在使用 Anthropic SDK 接入时，我们支持以下输入参数：
| 参数 | 支持状态 | 说明 |
|---|
model | 完全支持 | 支持 MiniMax-M2 MiniMax-M2-Stable模型 |
messages | 部分支持 | 支持文本和工具调用，不支持图像和文档输入 |
max_tokens | 完全支持 | 最大生成 token 数 |
stream | 完全支持 | 流式响应 |
system | 完全支持 | 系统提示词 |
temperature | 完全支持 | 取值范围 (0.0, 1.0]，控制输出随机性，建议取值 1 |
tool_choice | 完全支持 | 工具选择策略 |
tools | 完全支持 | 工具定义 |
top_p | 完全支持 | 核采样参数 |
thinking | 完全支持 | 推理内容 |
metadata | 完全支持 | 元信息 |
top_k | 忽略 | 该参数会被忽略 |
stop_sequences | 忽略 | 该参数会被忽略 |
service_tier | 忽略 | 该参数会被忽略 |
mcp_servers | 忽略 | 该参数会被忽略 |
context_management | 忽略 | 该参数会被忽略 |
container | 忽略 | 该参数会被忽略 |
Messages 字段支持
| 字段类型 | 支持状态 | 说明 |
|---|
type="text" | 完全支持 | 文本消息 |
type="tool_use" | 完全支持 | 工具调用 |
type="tool_result" | 完全支持 | 工具调用结果 |
type="thinking" | 完全支持 | 推理的内容 |
type="image" | 不支持 | 暂不支持图像输入 |
type="document" | 不支持 | 暂不支持文档输入 |
示例代码
流式响应
import anthropic
client = anthropic.Anthropic(
base_url="https://api.minimaxi.com/anthropic", api_key="your_api_key"
)
print("Starting stream response...\n")
print("=" * 60)
print("Thinking Process:")
print("=" * 60)
stream = client.messages.create(
model="MiniMax-M2",
max_tokens=1000,
system="You are a helpful assistant.",
messages=[
{"role": "user", "content": [{"type": "text", "text": "Hi, how are you?"}]}
],
stream=True,
)
reasoning_buffer = ""
text_buffer = ""
for chunk in stream:
if chunk.type == "content_block_start":
if hasattr(chunk, "content_block") and chunk.content_block:
if chunk.content_block.type == "text":
print("\n" + "=" * 60)
print("Response Content:")
print("=" * 60)
elif chunk.type == "content_block_delta":
if hasattr(chunk, "delta") and chunk.delta:
if chunk.delta.type == "thinking_delta":
# 流式输出 thinking 过程
new_thinking = chunk.delta.thinking
if new_thinking:
print(new_thinking, end="", flush=True)
reasoning_buffer += new_thinking
elif chunk.delta.type == "text_delta":
# 流式输出文本内容
new_text = chunk.delta.text
if new_text:
print(new_text, end="", flush=True)
text_buffer += new_text
print("\n")
注意事项
如果在使用MiniMax模型过程中遇到任何问题：
-
Anthropic API 兼容接口目前支持
MiniMax-M2 MiniMax-M2-Stable 模型
-
temperature 参数取值范围为 (0.0, 1.0]，推荐使用1.0，超出范围会返回错误
-
部分 Anthropic 参数（如
thinking、top_k、stop_sequences、service_tier、mcp_servers、context_management、container）会被忽略
-
当前不支持图像和文档类型的输入
相关链接
推荐阅读
