MiniMax文本模型

复制成功!
开通模型开通后即可体验并通过 API 调用该模型。加入对比
文本生成推理

概述

文本生成推理

M2.1 的设计初衷在于打破“最顶级的 Agent 能力仅存在于闭源模型”的壁垒。我们在模型层面进行了针对性优化,显著提升了模型在代码生成、工具调用、复杂指令遵循及长程规划任务中的性能。从自动化进行多语言的软件开发,到执行多步骤的复杂办公工作流,MiniMax-M2.1 均表现出卓越的稳定性。我们致力于为开发者提供一个完全透明、可控且高可用的基础模型,以构建下一代自主智能体应用。

输入

文本

输出

文本

功能

前缀补全

函数调用

缓存

结构化输出

批量任务

联网搜索

微调

定价

  • 输入
    ¥2.1/M tokens
  • 输出
    ¥8.4/M tokens
  • 输入(缓存命中)
    ¥0.21/M tokens

上下文

上下文
204.80K
最大输入
204.80K
最大输出
131.07K

速率限制

  • RPM每分钟请求数
    500
  • TPM每分钟 Token 数
    20M

API 参考

开通模型开通后即可体验并通过 API 调用该模型。
复制成功!
1234567891011121314151617181920212223
from openai import OpenAI
import os

client = OpenAI(
    api_key="sk-xxx",  # 替换为你的百炼API Key
    base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)

completion = client.chat.completions.create(
    model="MiniMax/MiniMax-M2.1",
    messages=[{"role": "user", "content": "你是谁"}],
    extra_body={"enable_thinking": True},
    stream=True,
)

for chunk in completion:
    if not chunk.choices:
        continue
    delta = chunk.choices[0].delta
    if hasattr(delta, "reasoning_content") and delta.reasoning_content:
        print(delta.reasoning_content, end="", flush=True)
    if hasattr(delta, "content") and delta.content:
        print(delta.content, end="", flush=True)