MiniMax API
MiniMax text API access via RunAPI — 230B MoE models from 200K to 1M context, up to 80.5% SWE-bench Verified.
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
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": "Given this API spec, generate a typed client, write integration tests against a mock server, and iterate until they pass."
}
]
}'
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": "Given this API spec, generate a typed client, write integration tests against a mock server, and iterate until they pass."}]
)
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: "Given this API spec, generate a typed client, write integration tests against a mock server, and iterate until they pass." }]
});
MiniMax's M-series are sparse Mixture-of-Experts text models (230B total / ~10B active, 256 experts) built for cost-efficient coding. M2 through M2.7 offer 200K context with progressively stronger agentic capabilities — M2.7 reaches 56.2% on SWE-bench Pro. MiniMax-M3 restores 1M context with a new Sparse Attention architecture, scoring 80.5% on SWE-bench Verified and 59.0% on SWE-bench Pro. Highspeed variants run the same weights at ~100 tokens/sec for latency-sensitive work. All are available through RunAPI with one key and per-token billing.
- Wiele wariantów dla różnych poziomów szybkości i jakości
- Model skill zawiera dokumentację, schematy i notatki setupu
- Działa z workflow kodowania aplikacji
- Nie płacisz za nieudane generacje
Porównaj wszystkie warianty API
| Variant | Billing | From | |
|---|---|---|---|
| MiniMax-M2 | 1K tokens | $0.010 | Zobacz → |
| MiniMax-M2.1 | 1K tokens | $0.010 | Zobacz → |
| MiniMax-M2.5 | 1K tokens | $0.010 | Zobacz → |
| MiniMax-M2.5-highspeed | 1K tokens | $0.020 | Zobacz → |
| MiniMax-M2.7 | 1K tokens | $0.010 | Zobacz → |
| MiniMax-M2.7-highspeed | 1K tokens | $0.020 | Zobacz → |
| MiniMax-M3 | 1K tokens | $0.010 | Zobacz → |
Endpointy API MiniMax
Użyj SDK OpenAI lub Anthropic z kluczem RunAPI. Dodatkowy SDK nie jest wymagany.
| Endpoint | Protocol |
|---|---|
| /v1/chat/completions | OpenAI compatible |
Od model skilla do pierwszego wyniku w czterech krokach
Wybierz model
Wybierz model i wariant pasujące do typu wyjścia, progu jakości i celu opóźnienia.
Konfiguracja
Ustaw klucz RunAPI i zainstaluj model skill w workspace kodu.
Implementacja
Użyj instrukcji skilla, aby dodać funkcję modelu w swojej aplikacji.
Odbiór
Odpytuj po task ID, streamuj gdy wspierane albo obsłuż callback webhook.
Czym jest API MiniMax?
MiniMax M-series text models are 230B MoE LLMs with 200K–1M context, delivering frontier coding scores at a fraction of the cost of dense models. Through RunAPI they share a single API key with pay-as-you-go token billing, callable from the OpenAI Chat Completions, OpenAI Responses, and Anthropic Messages surfaces. These are MiniMax's text models, distinct from MiniMax Hailuo video generation.
Dlaczego używać API MiniMax przez RunAPI
Jedno uwierzytelnienie, wszyscy providerzy
Jeden klucz RunAPI odblokowuje cały katalog. Bez osobnych kont i rotacji kluczy dla każdej integracji.
Ujednolicony cennik i rozliczenia
Rozliczanie za wywołanie w USD, fakturowane co miesiąc. Nieudane generacje nie są naliczane.
Skill ze schematami
Typowane schematy i notatki setupu są spakowane w model skill, więc implementacja startuje od właściwego kontraktu.
Najczęstsze pytania
Od jakiego wariantu powinienem zacząć?
Wybierz najtańszy wariant, który spełnia Twoje wymagania jakościowe. Większość zespołów zaczyna od szybkiego wariantu, a do produkcji przechodzi na pro.
Czy jest darmowy plan?
Nowe konta otrzymują darmowe pierwsze wywołania dla każdego modelu. Później płacisz za każde wywołanie.
Czy streamujecie wyniki?
Tam, gdzie streaming jest dostępny, RunAPI streamuje end-to-end.
Jak są rozliczane nieudane próby?
Nieudane generacje nie są obciążane opłatą.
Czy wyniki są buforowane?
Wygenerowane wyniki są zapisywane i można je pobrać po ID zadania. Dane wejściowe nie są buforowane.
Czy mogę używać komercyjnie?
Tak — użycie komercyjne jest dostępne dla każdego wariantu, chyba że licencja modelu wyraźnie to ogranicza; informacja taka jest podana na stronie wariantu.
A co z limitami zapytań?
Limity na klucz rosną wraz z poziomem wykorzystania. Aktualne limity znajdziesz na stronie cennika.
Gdzie mogę zgłosić problem?
Otwórz zgłoszenie w publicznym repozytorium GitHub albo napisz do supportu.