统一认证,接入所有提供方
一把 RunAPI key 解锁整个模型目录。无需为每家提供方单独建账户。
通过 RunAPI 使用 MiniMax API,配套 model skill、统一认证和按需计费。
# 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_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-M3",
"messages": [
{
"role": "user",
"content": "根据这份 API 规范生成一个带类型的客户端,针对 mock server 编写集成测试,并迭代到全部通过。"
}
]
}'
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": "根据这份 API 规范生成一个带类型的客户端,针对 mock server 编写集成测试,并迭代到全部通过。"}]
)
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: "根据这份 API 规范生成一个带类型的客户端,针对 mock server 编写集成测试,并迭代到全部通过。" }]
});
MiniMax M 系列是稀疏 MoE 文本模型,面向高性价比编码。M2 至 M2.7(230B 总参 / ~10B 激活,256 专家)提供 200K 上下文,智能体能力逐代增强——M2.7 SWE-bench Pro 达 56.2%。MiniMax-M3 采用更大、不同的架构,以全新 Sparse Attention 设计恢复 1M 上下文,SWE-bench Verified 80.5%、SWE-bench Pro 59.0%。Highspeed 版本使用相同权重,以 ~100 tokens/sec 服务低延迟场景。全部可通过 RunAPI 用一个密钥按 token 计费调用。
| Endpoint | Protocol |
|---|---|
POST /v1/chat/completions | OpenAI compatible |
POST /v1/responses | OpenAI Responses |
POST /v1/messages | Anthropic compatible |
POST /v1beta/models/{model}:generateContent | Gemini generateContent |
POST /v1beta/models/{model}:streamGenerateContent | Gemini streamGenerateContent |
| 变体 | 计费方式 | 价格 | |
|---|---|---|---|
| MiniMax-M2 | 1K tokens | 输入 $0.19 / 百万 tokens | 输出 $0.73 / 百万 tokens | 查看 → |
| MiniMax-M2.1 | 1K tokens | 输入 $0.19 / 百万 tokens | 输出 $0.73 / 百万 tokens | 查看 → |
| MiniMax-M2.5 | 1K tokens | 输入 $0.19 / 百万 tokens | 输出 $0.73 / 百万 tokens | 查看 → |
| MiniMax-M2.5-highspeed | 1K tokens | 输入 $0.37 / 百万 tokens | 输出 $1.46 / 百万 tokens | 查看 → |
| MiniMax-M2.7 | 1K tokens | 输入 $0.19 / 百万 tokens | 输出 $0.73 / 百万 tokens | 查看 → |
| MiniMax-M2.7-highspeed | 1K tokens | 输入 $0.37 / 百万 tokens | 输出 $1.46 / 百万 tokens | 查看 → |
| MiniMax-M3 | 1K tokens | 输入 $0.18-$0.36 / 百万 tokens | 输出 $0.72-$1.44 / 百万 tokens | 查看 → |
| Endpoint | 分辨率 | 时长 | 价格 | |
|---|---|---|---|---|
| chat_completion | — | — | 输入 $0.19 / 百万 tokens | 输出 $0.73 / 百万 tokens |
当前价格适用于 MiniMax-M2。其他变体保留各自的 endpoint 定价。
根据输出类型、质量要求和延迟目标选择模型与变体。
设置 RunAPI key,并在代码工作区安装对应 model skill。
按 skill 里的说明,把模型能力接入到你的应用里。
按 task ID 轮询、在支持时使用流式,或处理 webhook 回调。
一把 RunAPI key 解锁整个模型目录。无需为每家提供方单独建账户。
USD 按次定价,按月结算。失败的生成不计费。
Typed schema 和接入说明已打包进 model skill,让实现从正确契约开始。
不一样。这些是 MiniMax 的文本语言模型,用于编码与对话;Hailuo 是 MiniMax 独立的视频生成系列。
MiniMax-M3 最强——1M 上下文、SWE-bench Verified 80.5%,是首个在开放权重中同时达到前沿编码与百万 token 上下文的模型。M2.7 是 200K 上下文的最佳选择。Highspeed 版本(M2.5 和 M2.7)使用相同权重,以 ~100 tokens/sec 交付更低延迟,token 价格约为标准版 2 倍。
将 OpenAI SDK(Chat Completions 或 Responses)或 Anthropic Messages SDK 指向 RunAPI 并传入 MiniMax 模型 id 即可,代理会转换协议。
按 token、按 RunAPI 公布的各模型输入/输出价格计费,按量付费。Highspeed 版本按其单独公布的价格计费,产出质量不变、推理速度更快。
选满足质量要求的最便宜变体。多数团队从 fast 起步,生产时升级到 pro。
创建账户和 API Key 免费。API 调用采用预付费按量计费,充值后即可使用。