Cobertura de endpoints
Expõe 1 endpoint(s) público(s): chat_completion.
230B / 10B ativos; contexto 200K; modelo de coding baseline da série M
# Base URL
https://runapi.ai
# Endpoints
POST /v1/chat/completions
POST /v1/responses
POST /v1/messages
POST /v1beta/models/MiniMax-M2:generateContent
POST /v1beta/models/MiniMax-M2:streamGenerateContent
curl https://runapi.ai/v1/chat/completions \
-H "Authorization: Bearer $RUNAPI_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-M2",
"messages": [
{
"role": "user",
"content": "Dada esta especificação de API, gere um client tipado, escreva testes de integração contra um mock server e itere até passarem."
}
]
}'
from openai import OpenAI
client = OpenAI(
base_url="https://runapi.ai/v1",
api_key="your-runapi-key"
)
response = client.chat.completions.create(
model="MiniMax-M2",
messages=[{"role": "user", "content": "Dada esta especificação de API, gere um client tipado, escreva testes de integração contra um mock server e itere até passarem."}]
)
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-M2",
messages: [{ role: "user", content: "Dada esta especificação de API, gere um client tipado, escreva testes de integração contra um mock server e itere até passarem." }]
});
7 variantes disponíveis
Escolha qualquer modelo e gere em segundos.
| Provedor | MiniMax |
| ID do modelo | MiniMax-M2 |
| Modalidade | Texto |
| Tipos de tarefa | Synchronous |
| Endpoint da API | /v1/chat/completions |
| /v1/responses |
| /v1/messages | |
| /v1beta/models/MiniMax-M2:generateContent | |
| /v1beta/models/MiniMax-M2:streamGenerateContent | |
| Unidade de cobrança | 1K tokens |
| Status do catálogo | Operacional |
Cadastre-se gratuitamente e crie uma chave de API para MiniMax-M2 no painel.
Envie uma solicitação POST para /v1/chat/completions com o identificador do modelo MiniMax-M2 e seus parâmetros.
Leia diretamente do endpoint a resposta concluída de MiniMax-M2.
Expõe 1 endpoint(s) público(s): chat_completion.
Medido por 1K tokens, sem exigência de assinatura.
Nenhum parâmetro de solicitação foi publicado para este endpoint.
Use LLMs para chat e raciocínio.
Gere e revise trabalho de implementação.
Conecte modelos a tarefas backend.
Envie o ID de modelo mostrado no quickstart.
Sim. O preço é medido por chamada ou unidade.
Ajudamos com a configuração empresarial, integrações e dúvidas técnicas.
Fale conosco