MiniMax API
MiniMax Text-API-Zugang über RunAPI — sparse MoE-Modelle von 200K bis 1M Kontext, bis zu 80,5 % SWE-bench Verified.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/{model}:generateContent
POST /v1beta/models/{model}:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-M3",
"messages": [
{
"role": "user",
"content": "Generiere aus dieser API-Spezifikation einen typisierten Client, schreibe Integrationstests gegen einen Mock-Server und iteriere, bis sie bestehen."
}
]
}'
from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="MiniMax-M3",
messages=[{"role": "user", "content": "Generiere aus dieser API-Spezifikation einen typisierten Client, schreibe Integrationstests gegen einen Mock-Server und iteriere, bis sie bestehen."}]
)
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://runapi.ai/v1",
apiKey: "your-runapi-key"
});
const response = await client.chat.completions.create({
model: "MiniMax-M3",
messages: [{ role: "user", content: "Generiere aus dieser API-Spezifikation einen typisierten Client, schreibe Integrationstests gegen einen Mock-Server und iteriere, bis sie bestehen." }]
});
MiniMaxs M-Serie sind sparse Mixture-of-Experts-Textmodelle, gebaut für kosteneffizientes Coding. M2 bis M2.7 (230B gesamt / ca. 10B aktiv, 256 Experten) bieten 200K Kontext mit zunehmend stärkeren agentischen Fähigkeiten — M2.7 erreicht 56,2 % auf SWE-bench Pro. MiniMax-M3 nutzt eine größere, andere Architektur und stellt 1M Kontext mit einem neuen Sparse-Attention-Design wieder her, erreicht 80,5 % auf SWE-bench Verified und 59,0 % auf SWE-bench Pro. Highspeed-Varianten führen dieselben Gewichte mit ca. 100 tokens/sec für latenzkritische Arbeit aus. Alle sind über RunAPI mit einem Key und tokenbasierter Abrechnung verfügbar.
- Modellvarianten für verschiedene Qualitäts- und Latenzziele
- Einheitlicher API Key
- Model Skill enthält Docs, Schemas und Setup-Hinweise
- Fehlgeschlagene Generierungen werden nicht berechnet
Varianten
| Variant | Billing | Pricing | |
|---|---|---|---|
| MiniMax-M2 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | Ansehen → |
| MiniMax-M2.1 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | Ansehen → |
| MiniMax-M2.5 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | Ansehen → |
| MiniMax-M2.5-highspeed | 1K tokens | Input $0.37 / 1M tokens | Output $1.46 / 1M tokens | Ansehen → |
| MiniMax-M2.7 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | Ansehen → |
| MiniMax-M2.7-highspeed | 1K tokens | Input $0.37 / 1M tokens | Output $1.46 / 1M tokens | Ansehen → |
| MiniMax-M3 | 1K tokens | Input $0.18-$0.36 / 1M tokens | Output $0.72-$1.44 / 1M tokens | Ansehen → |
MiniMax API-Endpunkte
Nutze das OpenAI- oder Anthropic-SDK mit deinem RunAPI-Key. Kein zusätzliches SDK nötig.
| Endpoint | Protocol |
|---|---|
| /v1/chat/completions | OpenAI compatible |
| /v1/responses | OpenAI Responses |
| /v1/messages | Anthropic compatible |
| /v1beta/models/{model}:generateContent | Gemini generateContent |
| /v1beta/models/{model}:streamGenerateContent | Gemini streamGenerateContent |
Mit diesem Model Skill bauen
Modell wählen
Wähle Modell und Variante passend zu Ausgabetyp, Qualitätsziel und Latenz.
Einmal authentifizieren
Nutze deinen RunAPI Key für jedes unterstützte Modell.
Skill installieren
Füge den Model Skill deinem Coding-Workspace hinzu, bevor du das Feature implementierst.
Ergebnis empfangen
Frage per Task ID ab oder verarbeite den Callback, wenn die Generierung abgeschlossen ist.
Wo MiniMax passt
MiniMax-M-Series-Textmodelle sind sparse MoE-LLMs mit 200K–1M Kontext und liefern Frontier-Coding-Scores zu einem Bruchteil der Kosten dichter Modelle. Über RunAPI teilen sie einen gemeinsamen API-Key mit nutzungsbasierter Token-Abrechnung und sind über OpenAI Chat Completions, OpenAI Responses und Anthropic Messages aufrufbar. Dies sind MiniMax-Textmodelle, getrennt von MiniMax Hailuo Videogenerierung.
Warum MiniMax über RunAPI nutzen
Ein API Key
Nutze dieselben Zugangsdaten über Modelle und Anbieter hinweg.
Skill-ready
Der Model Skill enthält Schemas, Setup-Hinweise, Preiskontext und Modell-IDs.
Planbare Abrechnung
Nutzungsbasierte Preise sind vor dem Aufruf sichtbar.
Häufige Fragen
Sind das dieselben Modelle wie MiniMax Hailuo Video?
Nein. Dies sind MiniMaxs Text-Sprachmodelle für Coding und Chat; Hailuo ist MiniMaxs separate Videogenerierungslinie.
Welches MiniMax-Textmodell sollte ich wählen?
MiniMax-M3 ist das stärkste — 1M Kontext, 80,5 % SWE-bench Verified und das erste Open-Weight-Modell, das Frontier-Coding mit Million-Token-Kontext kombiniert. M2.7 ist die beste Option mit 200K Kontext. Highspeed-Varianten (M2.5 und M2.7) nutzen dieselben Gewichte mit ca. 100 tokens/sec für niedrigere Latenz zu höherem Tokenpreis.
Welche SDKs können MiniMax Text über RunAPI aufrufen?
Verwende das OpenAI SDK (Chat Completions oder Responses) oder das Anthropic Messages SDK gegen RunAPI mit der MiniMax-Modell-ID; der Proxy passt das Protokoll an.
Wie wird MiniMax Text abgerechnet?
Pro Token zu RunAPIs veröffentlichten Input- und Output-Raten für jedes Modell, nutzungsbasiert. Highspeed-Varianten kosten ungefähr 2× Standard für dieselbe Ausgabequalität bei höherem Durchsatz.
Wie rufe ich dieses Modell auf?
Installiere den Model Skill und folge den Setup-Hinweisen mit deinem RunAPI Key.
Kosten fehlgeschlagene Generierungen Geld?
Fehlgeschlagene Generierungen werden nicht berechnet
Kann ich es aus meiner Anwendung aufrufen?
Ja. Installiere den Model Skill im Coding-Workspace und nutze ihn beim Einbau des Modell-Features.