跳转到主要内容

Documentation Index

Fetch the complete documentation index at: https://platform.minimaxi.com/docs/llms.txt

Use this file to discover all available pages before exploring further.

为了满足开发者对 OpenAI API 生态的使用需求，我们的 API 新增了对 OpenAI API 格式的支持。通过简单的配置，即可将 MiniMax 的能力接入到 OpenAI API 生态中。

​
快速开始

​
1. 安装 OpenAI SDK

pip install openai

​
2. 配置环境变量

export OPENAI_BASE_URL=https://api.minimaxi.com/v1
export OPENAI_API_KEY=${YOUR_API_KEY}

​
3. 调用 API

Python
from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="MiniMax-M2.7",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hi, how are you?"},
    ],
    # 设置 reasoning_split=True 将思考内容分离到 reasoning_details 字段
    extra_body={"reasoning_split": True},
)

print(f"Thinking:\n{response.choices[0].message.reasoning_details[0]['text']}\n")
print(f"Text:\n{response.choices[0].message.content}\n")

​
4. 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_message 对象（包含 tool_calls 字段）添加到消息历史
    • 原生的OpenAI API 的 MiniMax-M2.7 MiniMax-M2.7-highspeed MiniMax-M2.5 MiniMax-M2.5-highspeed MiniMax-M2.1 MiniMax-M2.1-highspeed MiniMax-M2 模型 content 字段会包含 <think> 标签内容，需要完整保留
    • 在 Interleaved Thinking 友好格式中，通过启用额外的参数(reasoning_split=True)，模型思考内容通过 reasoning_details 字段单独提供，同样需要完整保留

​
支持的模型

使用 OpenAI SDK 时，支持以下 MiniMax 模型：
模型名称上下文窗口模型介绍
MiniMax-M2.7204,800开启模型的自我迭代（输出速度约 60 TPS）
MiniMax-M2.7-highspeed204,800M2.7 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2.5204,800顶尖性能与极致性价比，轻松驾驭复杂任务（输出速度约 60 TPS）
MiniMax-M2.5-highspeed204,800M2.5 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2.1204,800强大多语言编程能力，全面升级编程体验（输出速度约 60 TPS）
MiniMax-M2.1-highspeed204,800M2.1 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2204,800专为高效编码与 Agent 工作流而生
TPS（Tokens Per Second）的计算方式详见常见问题 > 接口相关。
更多模型信息请参考标准的 MiniMax API 接口文档。

​
示例代码

​
流式响应

Python
from openai import OpenAI

client = OpenAI()

print("Starting stream response...\n")
print("=" * 60)
print("Thinking Process:")
print("=" * 60)

stream = client.chat.completions.create(
    model="MiniMax-M2.7",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hi, how are you?"},
    ],
    # 设置 reasoning_split=True 将思考内容分离到 reasoning_details 字段
    extra_body={"reasoning_split": True},
    stream=True,
)

reasoning_buffer = ""
text_buffer = ""

for chunk in stream:
    if (
        hasattr(chunk.choices[0].delta, "reasoning_details")
        and chunk.choices[0].delta.reasoning_details
    ):
        for detail in chunk.choices[0].delta.reasoning_details:
            if "text" in detail:
                reasoning_text = detail["text"]
                new_reasoning = reasoning_text[len(reasoning_buffer) :]
                if new_reasoning:
                    print(new_reasoning, end="", flush=True)
                    reasoning_buffer = reasoning_text

    if chunk.choices[0].delta.content:
        content_text = chunk.choices[0].delta.content
        new_text = content_text[len(text_buffer) :] if text_buffer else content_text
        if new_text:
            print(new_text, end="", flush=True)
            text_buffer = content_text

print("\n" + "=" * 60)
print("Response Content:")
print("=" * 60)
print(f"{text_buffer}\n")

​
注意事项

如果在使用MiniMax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
  1. 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
  2. 部分 OpenAI 参数（如presence_penalty、frequency_penalty、logit_bias 等）会被忽略
  3. 当前不支持图像和音频类型的输入
  4. n 参数仅支持值为 1
  5. 旧版的function_call 已废弃，请使用 tools 参数