MiniMax api：快速入門與 SDK 指南

身份驗證與基礎 URL

使用提供的 API 金鑰並將您的客戶端指向專用基礎 URL。生成響應的端點為 https://api.minimaxaiapi.com/v1/chat/completions. 您在 Authorization header 作為 bearer token。此設定適用於任何標準 OpenAI SDK，因為我們遵循相同的協議。

• 標頭名稱： Authorization
• 標頭值： Bearer YOUR_API_KEY
• 基礎 URL： https://api.minimaxaiapi.com/v1

無需複雜的設定。只需更新現有專案中的設定。

Copycurl https://api.minimaxaiapi.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "return json with keys name and age"}]
  }'

聊天完成端點

向聊天補全端點發送 POST 請求以獲取文本回應。模型識別碼為 uncensored. 您必須包含一個 messages 陣列，其中包含您的對話歷史。系統會處理輸入並根據您的提示返回生成的文字。

此端點處理所有文字生成。它不支援嵌入、音訊或影片。您可以串流傳輸回應或等待完整區塊。模型處理的上下文總長度為 100,000 個 token。

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.minimaxaiapi.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

串流與 token 使用量

在請求主體中將 stream: true 在你的請求中。API 為每個生成的 Token 返回伺服器發送的事件 (SSE)。這允許即時顯示輸出。Token 使用統計數據包含在串流的最後一個區塊中。這有助於你準確追蹤成本，而無需解析每個單獨的 Token。

串流可降低長篇回應的感知延遲。它非常適合聊天介面和動態內容生成。如果使用者中斷生成，您可以提前停止串流。

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.minimaxaiapi.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

函式呼叫與 JSON 模式

使用 tools 用於啟用函數調用。在請求主體中定義您的函數，讓模型選擇調用哪一個。 tool_choice 參數讓您強制執行特定函數或自動選擇。對於嚴格的 JSON 輸出，設定 response_format 以 {"type": "json_object"}. 這可確保回應是有效的 JSON。

函式呼叫對於擷取結構化資料或觸發動作很有用。JSON 模式非常適合需要可預測格式的 API 整合。結合兩者可建立強大的應用程式邏輯。

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)

模型參數與限制

使用標準參數調整生成行為： temperature, top_p，以及 stop. 最大上下文視窗為 100,000 個 token，包含提示和完成內容。每次請求的最大輸出為 16,000 個 token。如果您未設定 max_tokens, 限制預設為 2,048 個 token。

使用 seed 用於獲得可重現的結果。設定 presence_penalty 和 frequency_penalty 用於控制重複。這些參數讓您可以微調模型的創意與一致性。請始終針對您的特定使用案例進行測試，以找到適當的平衡。

速率限制與錯誤

API 每支金鑰每秒鐘限制 300 次請求，最多允許 8 個同時請求。若超過這些限制，您將收到 429 錯誤。401 錯誤表示 API 金鑰無效或缺失。402 錯誤表示您的預付信用額度已耗盡。

錯誤不會消耗您的信用額。您可以無懲罰地重試失敗的請求。請求主體大小限制為 8 MB。請謹慎管理併發量以避免限流。請透過串流回應的最後一個區塊來監控您的使用情況。