MiniMax API
RunAPI를 통한 MiniMax 텍스트 API 액세스, 200K부터 1M 컨텍스트와 최대 SWE-bench Verified 80.5%를 갖춘 희소 MoE 모델.
# 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": "이 API 사양을 기반으로 타입이 지정된 클라이언트를 생성하고, 목 서버에 대한 통합 테스트를 작성한 뒤 통과할 때까지 반복하세요."
}
]
}'
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": "이 API 사양을 기반으로 타입이 지정된 클라이언트를 생성하고, 목 서버에 대한 통합 테스트를 작성한 뒤 통과할 때까지 반복하세요."}]
)
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: "이 API 사양을 기반으로 타입이 지정된 클라이언트를 생성하고, 목 서버에 대한 통합 테스트를 작성한 뒤 통과할 때까지 반복하세요." }]
});
MiniMax의 M 시리즈는 비용 효율적인 코딩을 위해 구축된 희소 Mixture-of-Experts 텍스트 모델입니다. M2부터 M2.7(230B 전체 / 약 10B 활성, 256개 전문가)까지는 점점 강해지는 에이전틱 기능과 200K 컨텍스트를 제공하며, M2.7은 SWE-bench Pro 56.2%에 도달합니다. MiniMax-M3는 더 크고 다른 아키텍처를 사용하여 새로운 Sparse Attention 설계로 1M 컨텍스트를 복원하고, SWE-bench Verified 80.5%, SWE-bench Pro 59.0%를 기록합니다. Highspeed 변형은 지연 시간에 민감한 작업을 위해 동일한 가중치를 약 100 tokens/sec로 실행합니다. 모두 하나의 RunAPI 키와 토큰 단위 과금으로 사용할 수 있습니다.
- 품질과 지연 시간 목표에 맞춘 모델 변형
- 통합 API key
- Model skill에 docs, schema, 설정 메모 포함
- 실패한 생성은 과금되지 않습니다
변형
| Variant | Billing | Pricing | |
|---|---|---|---|
| MiniMax-M2 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | 보기 → |
| MiniMax-M2.1 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | 보기 → |
| MiniMax-M2.5 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | 보기 → |
| MiniMax-M2.5-highspeed | 1K tokens | Input $0.37 / 1M tokens | Output $1.46 / 1M tokens | 보기 → |
| MiniMax-M2.7 | 1K tokens | Input $0.19 / 1M tokens | Output $0.73 / 1M tokens | 보기 → |
| MiniMax-M2.7-highspeed | 1K tokens | Input $0.37 / 1M tokens | Output $1.46 / 1M tokens | 보기 → |
| MiniMax-M3 | 1K tokens | Input $0.18-$0.36 / 1M tokens | Output $0.72-$1.44 / 1M tokens | 보기 → |
MiniMax API 엔드포인트
RunAPI 키로 OpenAI 또는 Anthropic SDK를 사용하세요. 추가 SDK가 필요 없습니다.
| 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 |
이 model skill로 구현하는 방법
모델 선택
출력 유형, 품질 기준, 지연 시간 목표에 맞는 모델과 변형을 고릅니다.
한 번 인증
모든 지원 모델에 RunAPI key를 사용합니다.
skill 설치
기능을 구현하기 전에 코딩 워크스페이스에 model skill을 추가합니다.
결과 받기
task ID로 조회하거나 생성 완료 시 callback을 처리합니다.
MiniMax의 위치
MiniMax M 시리즈 텍스트 모델은 200K-1M 컨텍스트를 갖춘 희소 MoE LLM이며, 밀집 모델보다 훨씬 낮은 비용으로 최전선 코딩 점수를 제공합니다. RunAPI를 통해 단일 API 키와 사용량 기반 토큰 과금을 공유하며, OpenAI Chat Completions, OpenAI Responses, Anthropic Messages 표면에서 호출할 수 있습니다. 이 모델들은 MiniMax의 텍스트 모델로, MiniMax Hailuo 비디오 생성과는 별개입니다.
RunAPI로 MiniMax을 쓰는 이유
하나의 API key
모델과 제공사를 넘나들며 같은 인증 정보를 사용합니다.
Skill-ready
model skill에 schema, 설정 메모, 가격 컨텍스트, 모델 ID가 포함됩니다.
예측 가능한 과금
호출 전에 사용량 기반 가격을 확인할 수 있습니다.
자주 묻는 질문
이것들은 MiniMax Hailuo 비디오 모델과 같은가요?
아닙니다. 이것들은 코딩과 채팅을 위한 MiniMax의 텍스트 언어 모델입니다. Hailuo는 MiniMax의 별도 비디오 생성 라인입니다.
어떤 MiniMax 텍스트 모델을 선택해야 하나요?
MiniMax-M3가 가장 강력합니다. 1M 컨텍스트, SWE-bench Verified 80.5%를 제공하며, 최전선 코딩과 백만 토큰 컨텍스트를 결합한 최초의 오픈웨이트 모델입니다. M2.7은 최고의 200K 컨텍스트 옵션입니다. Highspeed 변형(M2.5 및 M2.7)은 더 높은 토큰 비용으로 더 낮은 지연 시간을 위해 동일한 가중치를 약 100 tokens/sec로 실행합니다.
어떤 SDK로 RunAPI에서 MiniMax 텍스트를 호출할 수 있나요?
OpenAI SDK의 Chat Completions 또는 Responses, 또는 Anthropic Messages SDK를 RunAPI에 연결하고 MiniMax 모델 id를 사용하세요. 프록시가 프로토콜을 맞춰 줍니다.
MiniMax 텍스트는 어떻게 과금되나요?
각 모델에 대해 RunAPI에 공개된 입력 및 출력 요율에 따라 토큰 단위, 사용량 기반으로 과금됩니다. Highspeed 변형은 더 높은 처리량에서 동일한 출력 품질을 제공하며 표준 대비 약 2배 비용입니다.
이 모델은 어떻게 호출하나요?
model skill을 설치하고 RunAPI key와 함께 설정 메모를 따르세요.
실패한 생성도 비용이 드나요?
실패한 생성은 과금되지 않습니다
애플리케이션에서 호출할 수 있나요?
네. 코딩 워크스페이스에 model skill을 설치하고 모델 기능을 추가할 때 사용하세요.