接口概览

​

获取 API Key

• 按量付费：通过 接口密钥 > 创建新的 API Key，获取 API Key
  按量付费支持使用所有模态模型，包括语言、视频、语音、图像等
• Token Plan：通过 订阅管理 > Token Plan，查看 订阅 Key
  订阅 Key 用于 Token Plan 订阅套餐和已购积分，并与按量计费 API Key 相互独立。详情见 Token Plan 概要

---

​

语言模型

语言模型接口使用 MiniMax M3，MiniMax M2.7，MiniMax M2.7-highspeed，MiniMax M2.5，MiniMax M2.5-highspeed，MiniMax M2.1，MiniMax M2.1-highspeed，MiniMax M2 根据输入的上下文，让模型生成对话内容、工具调用。 可通过 HTTP 请求、Anthropic SDK（推荐） 或 OpenAI SDK 接入。 支持模型 如果在使用模型过程中遇到任何问题：

• 通过邮箱 Model@minimaxi.com 等官方渠道联系我们的技术支持团队
• 在我们的 Github 仓库提交Issue

---

​

视频模型

本接口基于 MiniMax-H3 模型，支持文本、图片、视频、音频等多模态输入进行视频生成，覆盖文生视频、图生视频、首尾帧生成视频、多模态参考生视频等场景。 支持模型 接口说明 MiniMax-H3 任务采用异步方式，提供创建视频生成任务、创建 H3-Context-IR 任务和创建视频再生成任务三个创建入口，并共用查询、列表以及取消或删除接口。使用步骤如下：

1. 根据场景创建视频生成任务，使用相同的多模态输入创建 H3-Context-IR 任务，或对符合 MiniMax-H3 768P 输出规格的源视频创建视频再生成任务；再生成请求必须且只能包含一个 role=base_video 的源视频项。成功后均返回 task_id。
2. 使用查询任务接口按 task_id 获取状态与结果；视频任务成功后从 content.url 获取成片地址，H3-Context-IR 任务成功后从 content.prompt 获取增强提示词。也可以使用查询任务列表接口批量查看，并通过 task_type 区分 generation、h3_context_ir 与 regeneration。
3. 对排队中的任务，可使用取消或删除任务接口取消；对成功或失败的任务，可使用同一接口删除任务记录。

---

​

语音模型

语音模型提供语音合成、音色复刻与音色设计能力，支持 40 种语言、300+ 系统音色，可按需选择同步或异步方式生成。 接口均为无状态设计：单次调用仅处理传入内容，不存储用户数据，不涉及业务逻辑状态。 支持模型 接口说明 四类能力共用上述模型：

1. 同步语音合成：文本实时转语音，单次最长 10,000 字符；支持 300+ 系统音色与复刻音色、音量/语调/语速调整、按比例混音、流式输出，输出格式含 mp3、pcm、flac、wav。提供 HTTP 与 WebSocket 两种接入方式。
2. 异步长文本语音合成：单次最长 100 万字符，适合整本书籍等长文本；支持句级时间戳（字幕）。创建任务得到 task_id，查询成功后用返回的 file_id 经文件接口下载（下载 URL 自返回起 9 小时内有效）。
3. 音色快速复刻：上传待复刻音频获取 file_id（可选再上传示例音频增强效果），再调用快速复刻生成自定义 voice_id。需先完成个人或企业认证。
4. 音色设计：基于声音描述 prompt 生成个性化音色，产出的 voice_id 可直接用于上述合成接口。

支持的 40 种语言

支持语种
1. 中文（Chinese）	15. 土耳其语（Turkish）	28. 马来语（Malay）
2. 粤语（Cantonese）	16. 荷兰语（Dutch）	29. 波斯语（Persian）
3. 英语（English）	17. 乌克兰语（Ukrainian）	30. 斯洛伐克语（Slovak）
4. 西班牙语（Spanish）	18. 泰语（Thai）	31. 瑞典语（Swedish）
5. 法语（French）	19. 波兰语（Polish）	32. 克罗地亚语（Croatian）
6. 俄语（Russian）	20. 罗马尼亚语（Romanian）	33. 菲律宾语（Filipino）
7. 德语（German）	21. 希腊语（Greek）	34. 匈牙利语（Hungarian）
8. 葡萄牙语（Portuguese）	22. 捷克语（Czech）	35. 挪威语（Norwegian）
9. 阿拉伯语（Arabic）	23. 芬兰语（Finnish）	36. 斯洛文尼亚语（Slovenian）
10. 意大利语（Italian）	24. 印地语（Hindi）	37. 加泰罗尼亚语（Catalan）
11. 日语（Japanese）	25. 保加利亚语（Bulgarian）	38. 尼诺斯克语（Nynorsk）
12. 韩语（Korean）	26. 丹麦语（Danish）	39. 泰米尔语（Tamil）
13. 印尼语（Indonesian）	27. 希伯来语（Hebrew）	40. 阿非利卡语（Afrikaans）
14. 越南语（Vietnamese）

---

​

图片生成

本接口支持基于用户提供的文本或参考图片，进行创意图像生成。支持设置不同图片比例和长宽像素设置，满足不同场景下图像需求。 接口说明 通过创建图片生成任务接口，使用文本描述和参考图片，进行图像生成。 模型列表

---

​

音乐生成

本接口根据歌曲描述（prompt）和歌词（lyrics），生成一首人声的歌曲。 支持模型

---

​

文件管理

本接口是作为文件管理接口，配合 MiniMax 开放平台的其他接口使用。 接口说明 本接口是作为文件管理接口，配合其他接口使用。共包含 5 个接口：上传、列出、检索、下载、删除。 文件的支持格式、容量及大小限制以上传文件接口文档为准，详见 上传文件。

---

​

工具

Web Search web_search 是由 MiniMax 在服务端托管和执行的联网搜索工具。模型可在生成回复时自动检索实时信息，并基于搜索结果作答；支持通过 Anthropic Messages API 和 OpenAI Responses API 调用。接口说明与示例详见 Web Search。 官方 MCP MiniMax 提供官方的 Python 版本 和 JavaScript 版本 模型上下文协议（MCP）服务器实现代码，支持语音合成、音色克隆、视频生成、音乐生成等功能，详细说明请参考 MiniMax MCP 使用指南 语音调试台