OpenAI SDK

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

npm 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-M3",
    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-M3 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-M3	1,000,000	最新 M 系列语言模型，适用于 Agent 推理、工具调用、代码和长上下文任务
MiniMax-M2.7	204,800	开启模型的自我迭代（输出速度约 60 TPS）
MiniMax-M2.7-highspeed	204,800	M2.7 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2.5	204,800	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-highspeed	204,800	M2.5 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2.1	204,800	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-highspeed	204,800	M2.1 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2	204,800	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。

多模态输入

OpenAI API 兼容的 Chat Completions 支持在 MiniMax-M3 中输入文本、图片和视频。图片使用 image_url 内容块，视频使用 video_url 内容块。detail 字段可取 low、default、high，默认值为 default；可通过 max_long_side_pixel 控制最长边。图片支持 JPEG、PNG、GIF、WEBP。视频支持 MP4、AVI、MOV、MKV；fps 默认值为 1，支持 0.2 到 5。URL 或 base64 视频最大 50 MB，图片最大 10 MB，请求体最大 64 MB。更大的视频请通过 Files API 上传后传入 mm_file://{file_id}，Files API 视频最大 512 MB。图片 token 用量会随图片尺寸和内容变化。以下是单张图片的粗略估算；准确用量以响应中的 usage 或可用的 token 计数接口为准：

`detail`	单张图片粗略 token 用量
`low`	通常为几百 token，最高约 600
`default`	通常约 1k-3k token，最高约 5k
`high`	通常为数千 token，最高约 15k+

Python

response = client.chat.completions.create(
    model="MiniMax-M3",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Summarize what is happening here."},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.png",
                        "detail": "default",
                    },
                },
                {
                    "type": "video_url",
                    "video_url": {
                        "url": "mm_file://file_id",
                        "detail": "default",
                    },
                },
            ],
        }
    ],
)

MiniMax-M3 请求参数

MiniMax-M3 在 OpenAI API 兼容接口中支持以下额外的 Chat Completions 参数：

参数	说明
`thinking`	控制 MiniMax-M3 thinking。`type` 可取 `disabled` 或 `adaptive`；省略时默认开启 thinking。对于 M2.x 模型，thinking 无法关闭。
`stream_options.include_usage`	流式调用时，设为 `true` 可在流中返回 token 用量。
`max_tokens`	旧版生成长度限制参数。
`max_completion_tokens`	生成长度限制参数，新接入建议使用此字段。
`temperature`	采样温度。范围 `[0, 2]`，默认值 `1`。
`top_p`	核采样参数。范围 `[0, 1]`，`MiniMax-M3` 默认值 `0.95`，M2.x 系列默认值 `0.9`。
`tools`	函数工具定义。
`reasoning_split`	输出格式开关。启用后将 thinking 内容拆分到 `reasoning_content` 和 `reasoning_details`。
`service_tier`	请求准入服务层级。支持的取值为 `standard` 和 `priority`；省略时默认使用 `standard`。`priority` 的价格为 `standard` 的 1.5 倍，并会确保请求获得优先准入，使其排在其他请求之前处理，从而带来更快响应并减少失败。

Thinking 控制

对于 MiniMax-M3，thinking 参数用于控制模型是否可以输出 thinking 内容。

如果省略 thinking，默认开启 thinking，响应会包含 thinking 内容。
设置 thinking: {"type": "adaptive"} 可显式保持 thinking 开启。对于 MiniMax-M3，adaptive 等同于开启 thinking。
设置 thinking: {"type": "disabled"} 可跳过 thinking 并直接回答。
对于 M2.x 模型，thinking 无法关闭；即使传入 thinking: {"type": "disabled"}，thinking 仍会保持开启。

reasoning_split 不会开启或关闭 thinking。它只控制 thinking 内容的返回方式：为 true 时，thinking 会通过 reasoning_content 和 reasoning_details 返回；为 false 时，原生 Chat Completions 响应会将 thinking 保留在 content 字段中的 <think>...</think> 标签内。

Python

response = client.chat.completions.create(
    model="MiniMax-M3",
    messages=[{"role": "user", "content": "Hi, how are you?"}],
    extra_body={
        "thinking": {"type": "adaptive"},
    },
)

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-M3",
    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")

Tool Use & Interleaved Thinking

了解如何通过 OpenAI SDK 使用 M3 Tool Use 和 Interleaved Thinking 能力，请参考以下文档。

Tool Use & Interleaved Thinking

了解如何利用 MiniMax-M3 工具调用和 Interleaved Thinking 能力，提升复杂任务中的表现。

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

temperature 参数取值范围为 [0, 2]，推荐使用 1.0，超出范围会返回错误
部分 OpenAI 参数（如presence_penalty、frequency_penalty、logit_bias 等）会被忽略
MiniMax-M3 可通过 OpenAI 兼容消息内容块输入图片和视频；当前不支持音频输入
n 参数仅支持值为 1
旧版的function_call 已废弃，请使用 tools 参数

API 指引

文本

语音

视频

图片

音乐

文件

模型

快速开始

1. 安装 OpenAI SDK

2. 配置环境变量

3. 调用 API

4. 特别注意

支持的模型

多模态输入

MiniMax-M3 请求参数

Thinking 控制

示例代码

流式响应

Tool Use & Interleaved Thinking

Tool Use & Interleaved Thinking

注意事项

​快速开始

​1. 安装 OpenAI SDK

​2. 配置环境变量

​3. 调用 API

​4. 特别注意

​支持的模型

​多模态输入

​MiniMax-M3 请求参数

​Thinking 控制

​示例代码

​流式响应

​Tool Use & Interleaved Thinking

Tool Use & Interleaved Thinking

​注意事项

快速开始

1. 安装 OpenAI SDK

2. 配置环境变量

3. 调用 API

4. 特别注意

支持的模型

多模态输入

MiniMax-M3 请求参数

Thinking 控制

示例代码

流式响应

Tool Use & Interleaved Thinking

注意事项