OpenAI SDK

为了满足开发者对 OpenAI API 生态的使用需求，我们的 API 新增了对 OpenAI API 格式的支持。通过简单的配置，即可将 MiniMax 的能力接入到 OpenAI API 生态中。

MiniMax-M3.1-Flash-Preview 暂时仅通过 Token Plan 和 MiniMax Code 提供。

快速开始

1. 安装 OpenAI SDK

pip install openai

npm install openai

2. 配置环境变量

export OPENAI_BASE_URL=https://api.minimax.cn/v1
export OPENAI_API_KEY=${YOUR_API_KEY}

3. 调用 API

Python

from openai import OpenAI

client = OpenAI()

response = client.chat.completions.create(
    model="MiniMax-M3.1-Flash-Preview",
    reasoning_effort="max",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hi, how are you?"},
    ],
)

print(f"Thinking:\n{response.choices[0].message.reasoning_content}\n")
print(f"Text:\n{response.choices[0].message.content}\n")

4. 特别注意

在多轮 Function Call 对话中，必须将完整的模型返回（即 assistant 消息）添加到对话历史，以保持思维链的连续性：

将完整的 response_message 对象（包含 tool_calls 字段）添加到消息历史
- 原生的OpenAI API 的 MiniMax-M3.1-Flash-Preview MiniMax-M3 MiniMax-M2.7 MiniMax-M2.7-highspeed MiniMax-M2.5 MiniMax-M2.5-highspeed MiniMax-M2.1 MiniMax-M2.1-highspeed MiniMax-M2 模型 content 字段会包含 <think> 标签内容，需要完整保留
- MiniMax-M3.1-Flash-Preview 的模型思考内容通过 reasoning_content 字段单独提供，同样需要完整保留

支持的模型

使用 OpenAI SDK 时，支持以下 MiniMax 模型：

模型名称	上下文窗口	模型介绍
MiniMax-M3.1-Flash-Preview	1,000,000	原生多模态、1M 上下文的 Frontier Coding 模型，思考深度可调
MiniMax-M3	1,000,000	原生多模态、1M 上下文的 Frontier Coding 模型
MiniMax-M2.7	204,800	开启模型的自我迭代（输出速度约 60 TPS）
MiniMax-M2.7-highspeed	204,800	M2.7 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2.5	204,800	顶尖性能与极致性价比，轻松驾驭复杂任务（输出速度约 60 TPS）
MiniMax-M2.5-highspeed	204,800	M2.5 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2.1	204,800	强大多语言编程能力，全面升级编程体验（输出速度约 60 TPS）
MiniMax-M2.1-highspeed	204,800	M2.1 极速版：效果不变，更快，更敏捷（输出速度约 100 TPS）
MiniMax-M2	204,800	专为高效编码与 Agent 工作流而生

TPS（Tokens Per Second）的计算方式详见常见问题 > 接口相关。

更多模型信息请参考标准的 MiniMax API 接口文档。

多模态输入

OpenAI API 兼容的 Chat Completions 支持在 MiniMax-M3.1-Flash-Preview 和 MiniMax-M3 中输入文本、图片和视频。图片使用 image_url 内容块，视频使用 video_url 内容块。detail 字段可取 low、default、high，默认值为 default；可通过 max_long_side_pixel 控制最长边。图片支持 JPEG、PNG、GIF、WEBP。视频支持 MP4、AVI、MOV、MKV；fps 默认值为 1，支持 0.2 到 5。URL 或 base64 视频最大 50 MB，图片最大 10 MB，请求体最大 64 MB。更大的视频请通过 Files API 上传后传入 mm_file://{file_id}，Files API 视频最大 512 MB。图片 token 用量会随图片尺寸和内容变化。以下是单张图片的粗略估算；准确用量以响应中的 usage 或可用的 token 计数接口为准：

`detail`	单张图片粗略 token 用量
`low`	通常为几百 token，最高约 600
`default`	通常约 1k-3k token，最高约 5k
`high`	通常为数千 token，最高约 15k+

Python

response = client.chat.completions.create(
    model="MiniMax-M3.1-Flash-Preview",
    reasoning_effort="max",
    messages=[
        {
            "role": "user",
            "content": [
                {"type": "text", "text": "Summarize what is happening here."},
                {
                    "type": "image_url",
                    "image_url": {
                        "url": "https://example.com/image.png",
                        "detail": "default",
                    },
                },
                {
                    "type": "video_url",
                    "video_url": {
                        "url": "mm_file://file_id",
                        "detail": "default",
                    },
                },
            ],
        }
    ],
)

MiniMax-M3.1-Flash-Preview / MiniMax-M3 请求参数

MiniMax-M3.1-Flash-Preview 和 MiniMax-M3 在 OpenAI API 兼容接口中支持以下额外的 Chat Completions 参数：

参数	说明
`thinking`	控制 thinking。`type` 可取 `disabled` 或 `adaptive`；省略时默认开启 thinking。`MiniMax-M3.1-Flash-Preview` 强制开启 thinking，传入 `disabled` 会返回 `400`。对于 M2.x 模型，thinking 无法关闭。
`reasoning_effort`	思考深度档位，仅 `MiniMax-M3.1-Flash-Preview` 生效。可取 `low`、`medium`、`high`、`xhigh`、`max`，档位越高思考越充分；省略时默认为 `max`。不支持 `none`。
`stream_options.include_usage`	流式调用时，设为 `true` 可在流中返回 token 用量。
`max_tokens`	旧版生成长度限制参数。思考 token 也计入此上限，设置过小会导致 `finish_reason` 为 `length` 且 `content` 为空。
`max_completion_tokens`	生成长度限制参数，新接入建议使用此字段。
`temperature`	采样温度。范围 `[0, 2]`，默认值 `1`。
`top_p`	核采样参数。范围 `[0, 1]`，`MiniMax-M3.1-Flash-Preview` 和 `MiniMax-M3` 默认值 `0.95`，M2.x 系列默认值 `0.9`。
`tools`	函数工具定义。
`reasoning_split`	输出格式开关。为 `true` 时把 thinking 内容拆分到 `reasoning_content` 字段；为 `false` 时 thinking 以 `<think>` 标签保留在 `content` 内。`MiniMax-M3.1-Flash-Preview` 暂不支持将该参数设为 `false`。
`service_tier`	请求准入服务层级。支持的取值为 `standard` 和 `priority`；省略时默认使用 `standard`。`priority` 的价格为 `standard` 的 1.5 倍，并会确保请求获得优先准入，使其排在其他请求之前处理，从而带来更快响应并减少失败。

Thinking 控制

thinking 参数用于控制模型是否可以输出 thinking 内容。不同模型的行为不同：

模型	省略 `thinking`	`{"type": "adaptive"}`	`{"type": "disabled"}`
`MiniMax-M3.1-Flash-Preview`	开启 thinking	开启 thinking	返回 `400`，thinking 无法关闭
`MiniMax-M3`	开启 thinking	开启 thinking	跳过 thinking，直接回答
M2.x	开启 thinking	开启 thinking	被接收但不生效，thinking 仍保持开启

传入 thinking: {"type": "disabled"} 或 reasoning_effort: "none" 时返回的错误信息：

model "MiniMax-M3.1-Flash-Preview" requires adaptive thinking; thinking.type="disabled" (including reasoning.effort=none) is not allowed (2013)

Python

response = client.chat.completions.create(
    model="MiniMax-M3.1-Flash-Preview",
    reasoning_effort="max",
    messages=[{"role": "user", "content": "Hi, how are you?"}],
    extra_body={
        "thinking": {"type": "adaptive"},
    },
)

思考深度控制（仅 MiniMax-M3.1-Flash-Preview）

MiniMax-M3.1-Flash-Preview 支持通过 reasoning_effort 调节思考深度，档位从低到高为 low、medium、high、xhigh、max。档位越高，模型思考越充分，输出的 thinking token 和响应耗时也越多。省略 reasoning_effort 时默认为 max。 none 不支持，会返回 400。

Python

response = client.chat.completions.create(
    model="MiniMax-M3.1-Flash-Preview",
    reasoning_effort="max",
    messages=[{"role": "user", "content": "Hi, how are you?"}],
)

示例代码

流式响应

Python

from openai import OpenAI

client = OpenAI()

print("Starting stream response...\n")
print("=" * 60)
print("Thinking Process:")
print("=" * 60)

stream = client.chat.completions.create(
    model="MiniMax-M3.1-Flash-Preview",
    reasoning_effort="max",
    messages=[
        {"role": "system", "content": "You are a helpful assistant."},
        {"role": "user", "content": "Hi, how are you?"},
    ],
    stream=True,
)

reasoning_buffer = ""
text_buffer = ""

for chunk in stream:
    delta = chunk.choices[0].delta

    # 思考内容按增量分片走 reasoning_content
    if getattr(delta, "reasoning_content", None):
        print(delta.reasoning_content, end="", flush=True)
        reasoning_buffer += delta.reasoning_content

    if delta.content:
        text_buffer += delta.content

print("\n" + "=" * 60)
print("Response Content:")
print("=" * 60)
print(f"{text_buffer}\n")

Tool Use & Interleaved Thinking

了解如何通过 OpenAI SDK 使用 M3.1-Flash-Preview Tool Use 和 Interleaved Thinking 能力，请参考以下文档。

Tool Use & Interleaved Thinking

了解如何利用 MiniMax-M3.1-Flash-Preview 工具调用和 Interleaved Thinking 能力，提升复杂任务中的表现。

注意事项

如果在使用MiniMax模型过程中遇到任何问题：

通过邮箱 Model@minimaxi.com 等官方渠道联系我们的技术支持团队
在我们的 Github 仓库提交Issue

temperature 参数取值范围为 [0, 2]，推荐使用 1.0，超出范围会返回错误
部分 OpenAI 参数（如presence_penalty、frequency_penalty、logit_bias 等）会被忽略
MiniMax-M3.1-Flash-Preview 和 MiniMax-M3 可通过 OpenAI 兼容消息内容块输入图片和视频；当前不支持音频输入
n 参数仅支持值为 1
旧版的function_call 已废弃，请使用 tools 参数

API 指引

文本

视频

语音

图片

音乐

文件

模型

快速开始

1. 安装 OpenAI SDK

2. 配置环境变量

3. 调用 API

4. 特别注意

支持的模型

多模态输入

MiniMax-M3.1-Flash-Preview / MiniMax-M3 请求参数

Thinking 控制

思考深度控制（仅 MiniMax-M3.1-Flash-Preview）

示例代码

流式响应

Tool Use & Interleaved Thinking

Tool Use & Interleaved Thinking

注意事项

​快速开始

​1. 安装 OpenAI SDK

​2. 配置环境变量

​3. 调用 API

​4. 特别注意

​支持的模型

​多模态输入

​MiniMax-M3.1-Flash-Preview / MiniMax-M3 请求参数

​Thinking 控制

​思考深度控制（仅 MiniMax-M3.1-Flash-Preview）

​示例代码

​流式响应

​Tool Use & Interleaved Thinking

Tool Use & Interleaved Thinking

​注意事项

快速开始

1. 安装 OpenAI SDK

2. 配置环境变量

3. 调用 API

4. 特别注意

支持的模型

多模态输入

MiniMax-M3.1-Flash-Preview / MiniMax-M3 请求参数

Thinking 控制

思考深度控制（仅 MiniMax-M3.1-Flash-Preview）

示例代码

流式响应

Tool Use & Interleaved Thinking

注意事项