MiniMax Chat API - VibeToken

概览

VibeToken 上的 MiniMax 聊天模型，通过标准的兼容 OpenAI 的 chat completions 端点提供，支持流式输出与工具调用。其中 MiniMax M3 是 MiniMax 原生多模态的旗舰模型，面向编程、智能体与长上下文任务；MiniMax M3.1 Flash 是更快的日常主力模型。两者都支持图片输入、拥有 1M token 上下文窗口，并将思考过程与最终回答分开返回。


提供方	MiniMax
系列	`minimax-m3`, `minimax-m2`, `minimax-m1`
模态	聊天
输入	文本、图片（M3、M3.1 Flash）
输出	文本

模型

minimax/minimax-m3.1-flash
minimax/minimax-m3
minimax/minimax-m2.7
minimax/minimax-m2.5
minimaxai/minimax-m1-80k

模型	名称	上下文	最大输出	输入
`minimax/minimax-m3.1-flash`	MiniMax M3.1 Flash	1,000,000	524,288	文本、图片
`minimax/minimax-m3`	MiniMax M3	1,000,000	131,072	文本、图片

上下文与最大输出的单位均为 token。/v1/models 会以 context_length 和 max_output_tokens 返回每个模型的限制。本页不再列出价格。费率按模型配置在 VibeToken 目录中,并且可以按账号单独覆盖, 任何抄写到文档里的数字都会在下一次调价后失效。请通过 Models API 获取任一模型的实时费率:

GET /api/models/{model}/pricing

模型 ID 中的斜杠需要 URL 编码 —— 例如 minimax%2Fminimax-m3.1-flash。

长上下文计费（MiniMax M3）

MiniMax M3 按提示词长度分为两档价格。输入不超过长上下文阈值的请求按基础费率计费；一旦输入超过该阈值，整个请求（输入、输出与缓存读取）都按更高的长上下文费率计费。阈值与两档费率见上方定价接口返回的 pricing_rules.long_context，也可在定价页面查看。MiniMax M3.1 Flash 只有一档价格。

端点

POST https://vibetoken.cn/v1/chat/completions

与 OpenAI 的 Chat Completions API 完全兼容—— 将你的 OpenAI 客户端指向 https://vibetoken.cn/v1，并使用你的 VibeToken key。所有受支持的参数详见 Chat Completions 参考文档。

快速开始

curl https://vibetoken.cn/v1/chat/completions \
  -H "Authorization: Bearer $VIBETOKEN_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "minimax/minimax-m3.1-flash",
    "messages": [
      { "role": "user", "content": "用一句话解释什么是智能体的工具调用。" }
    ]
  }'

from openai import OpenAI

client = OpenAI(
    base_url="https://vibetoken.cn/v1",
    api_key="$VIBETOKEN_API_KEY",
)

resp = client.chat.completions.create(
    model="minimax/minimax-m3.1-flash",
    messages=[{"role": "user", "content": "你好！"}],
)
print(resp.choices[0].message.content)

设置 "stream": true 即可启用流式输出（Server-Sent Events），用法与 OpenAI API 完全一致；最后一个 chunk 会携带 usage。将 model 替换为上表中的任一模型 ID 即可切换模型。 M3 与 M3.1 Flash 还支持设置 temperature 和 top_p，支持将 tool_choice 设为 "auto" 或指定某个函数来调用工具，并支持用 response_format: {"type": "json_object"} 输出 JSON。

推理

MiniMax M3 与 M3.1 Flash 会先思考再回答。思考过程通过 reasoning_content 返回，与 content 中的最终回答分开：

{
  "choices": [{
    "message": {
      "role": "assistant",
      "reasoning_content": "用户想要一句话的定义……",
      "content": "智能体的工具调用是指模型自行决定调用哪些工具……"
    }
  }]
}

流式输出时，思考内容以 delta.reasoning_content 先于回答的 delta.content 到达。

图片输入（M3 / M3.1 Flash）

使用标准的 OpenAI content-parts 格式，在文本之外一并发送图片：

{
  "model": "minimax/minimax-m3.1-flash",
  "messages": [
    { "role": "user", "content": [
      { "type": "text", "text": "这张图片里有什么？" },
      { "type": "image_url", "image_url": { "url": "https://example.com/cat.jpg" } }
    ]}
  ]
}

​概览

​模型

​长上下文计费（MiniMax M3）

​端点

​快速开始

​推理

​图片输入（M3 / M3.1 Flash）

概览

模型

长上下文计费（MiniMax M3）

端点

快速开始

推理

图片输入（M3 / M3.1 Flash）