MiniMax 模型与 API

比較 TokenHub 目前可用的 MiniMax 模型，包括 MiniMax M3、M2.7、M2.5、M2.1 和 M2。查看價格、上下文視窗、能力和模型 ID，并通过一套兼容 OpenAI 的 API 工作流程完成呼叫。

查看 MiniMax 模型取得 API Key

MiniMax 模型与 API 價格

比較MiniMax API 的输入、輸出、快取讀取價格、上下文視窗、端点和模型 ID。目前目录可能包含 MiniMax M3、M2.7、M2.5、M2.1 和 M2，实际以 TokenHub 实时模型列表为准。

API 價格模型參數

分别比較可用MiniMax模型的输入、輸出和快取讀取價格，上线前请在模型详情页确认计费单位与模型 ID。

模型名稱輸入/ 百萬 Token輸出/ 百萬 Token快取讀取/ 百萬 Token

Minimax

MiniMax M2.5MiniMax-M2.5

$0.3$1.2$0.03

Minimax

MiniMax M2.7MiniMax-M2.7

$0.3$1.2$0.06

Minimax

MiniMax M3MiniMax-M3

$0.6$2.4$0.12

比較 MiniMax M3、M2.7、M2.5、M2.1 和 M2 的上下文視窗、最大輸出、推理、工具调用、端点和发布日期。

模型名稱模態上下文窗口最大輸出推理工具呼叫端點發布日期

Minimax

MiniMax M2.5MiniMax-M2.5

204.8K

131.1K

✓

OpenAI / Anthropic / gemini

2026年2月12日

Minimax

MiniMax M2.7MiniMax-M2.7

204.8K

131.1K

✓

OpenAI / Anthropic / gemini

2026年3月18日

Minimax

MiniMax M3MiniMax-M3

512K

128K

✓

OpenAI / Anthropic / gemini

2026年6月1日

目錄資料說明

價格、模型可用性、上下文視窗和端點支援來自 TokenHub 目前模型目錄。規格與可用性可能調整，生產環境上線前請在模型詳情頁再次確認。

最後更新: 2026-08-25

开始呼叫 MiniMax API

创建 TokenHub API Key，复制已发布的 MiniMax 模型 ID，并通过 OpenAI Chat Completions、Responses 或 Claude Messages 发起请求。已有 OpenAI SDK 项目通常只需替换 API Key、Base URL 和模型 ID。

01创建 TokenHub API Key
02選擇可用的 MiniMax 模型
03選擇 API 协议
04复制已发布的 MiniMax 模型 ID
05发送第一个请求

取得 API Key 閱讀 API 文件

選擇 API 協定

OpenAI ChatPOST /v1/chat/completionsOpenAI ResponsesPOST /v1/responsesClaude MessagesPOST /v1/messages

OpenAI SDK · TypeScriptOpenAI SDK · PythoncURLTypeScript fetchPython requests

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.chat.completions.create({
  "model": "MiniMax-M2.5",
  "messages": [
    {
      "role": "user",
      "content": "Explain why low latency matters for an AI product in one sentence."
    }
  ]
})
console.log(result.choices[0]?.message?.content)

import json
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("TOKENHUB_API_KEY"),
    base_url="https://us-api.tokenhub.com/v1",
)

request = json.loads("{\"model\":\"MiniMax-M2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}")
result = client.chat.completions.create(**request)
print(result.choices[0].message.content)

curl 'https://us-api.tokenhub.com/v1/chat/completions' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "MiniMax-M2.5",
  "messages": [
    {
      "role": "user",
      "content": "Explain why low latency matters for an AI product in one sentence."
    }
  ]
}'

const response = await fetch("https://us-api.tokenhub.com/v1/chat/completions", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "MiniMax-M2.5",
    "messages": [
      {
        "role": "user",
        "content": "Explain why low latency matters for an AI product in one sentence."
      }
    ]
  }),
})
const data = await response.json()
console.log(data)

import os
import requests

response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/chat/completions",
    headers={
        "Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
        "Content-Type": "application/json",
    },
    json=__import__("json").loads("{\"model\":\"MiniMax-M2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())

OpenAI SDK · TypeScriptOpenAI SDK · PythoncURLTypeScript fetchPython requests

import OpenAI from "openai"

const client = new OpenAI({
  apiKey: process.env.TOKENHUB_API_KEY,
  baseURL: "https://us-api.tokenhub.com/v1",
})

const result = await client.responses.create({
  "model": "MiniMax-M2.5",
  "input": "Explain why low latency matters for an AI product in one sentence."
})
console.log(result.output_text)

import json
import os
from openai import OpenAI

client = OpenAI(
    api_key=os.environ.get("TOKENHUB_API_KEY"),
    base_url="https://us-api.tokenhub.com/v1",
)

request = json.loads("{\"model\":\"MiniMax-M2.5\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}")
result = client.responses.create(**request)
print(result.output_text)

curl 'https://us-api.tokenhub.com/v1/responses' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "MiniMax-M2.5",
  "input": "Explain why low latency matters for an AI product in one sentence."
}'

const response = await fetch("https://us-api.tokenhub.com/v1/responses", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "MiniMax-M2.5",
    "input": "Explain why low latency matters for an AI product in one sentence."
  }),
})
const data = await response.json()
console.log(data)

import os
import requests

response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/responses",
    headers={
        "Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
        "Content-Type": "application/json",
    },
    json=__import__("json").loads("{\"model\":\"MiniMax-M2.5\",\"input\":\"Explain why low latency matters for an AI product in one sentence.\"}"),
)
response.raise_for_status()
print(response.json())

cURLTypeScript fetchPython requests

curl 'https://us-api.tokenhub.com/v1/messages' \
  -X 'POST' \
  -H "Authorization: Bearer $TOKENHUB_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "MiniMax-M2.5",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Explain why low latency matters for an AI product in one sentence."
    }
  ]
}'

const response = await fetch("https://us-api.tokenhub.com/v1/messages", {
  method: "POST",
  headers: {
    Authorization: `Bearer ${process.env.TOKENHUB_API_KEY}`,
    "Content-Type": "application/json",
  },
  body: JSON.stringify({
    "model": "MiniMax-M2.5",
    "max_tokens": 1024,
    "messages": [
      {
        "role": "user",
        "content": "Explain why low latency matters for an AI product in one sentence."
      }
    ]
  }),
})
const data = await response.json()
console.log(data)

import os
import requests

response = requests.request(method="POST", url="https://us-api.tokenhub.com/v1/messages",
    headers={
        "Authorization": f"Bearer {os.environ['TOKENHUB_API_KEY']}",
        "Content-Type": "application/json",
    },
    json=__import__("json").loads("{\"model\":\"MiniMax-M2.5\",\"max_tokens\":1024,\"messages\":[{\"role\":\"user\",\"content\":\"Explain why low latency matters for an AI product in one sentence.\"}]}"),
)
response.raise_for_status()
print(response.json())

应该選擇哪个 MiniMax 模型？

根据程式碼、MiniMax Agent、長文字、推理和生產級助理選擇MiniMax模型，上线前比較價格、上下文視窗、推理、工具调用和端点支持。

API 任務	優先查看	適合情境	上線前確認
高频 MiniMax API 呼叫	MiniMax M2.5	适合快速迭代、对话、信息提取、摘要和批量任务。	MiniMax API 價格、吞吐和輸出 Token 成本
MiniMax 推理与程式碼	MiniMax M2.5	适合多步骤分析、程式碼生成、调试和 Agent 任务。	推理支持、工具调用、延迟和请求总成本
通用 MiniMax 应用	MiniMax M2.5	适合日常助手、内容生成、信息提取和产品功能。	任务准确率、端点支持和生产價格
长上下文 MiniMax 任务	MiniMax M3	适合文档、代码库、研究和长对话处理。	上下文視窗、输入價格、最大輸出和流式支持
质量优先的 MiniMax 任务	MiniMax M2.5	适合能力上限比最低单位成本更重要的生产输出。	任务质量、延迟以及与快速模型的價格差异

選擇与比較 MiniMax 模型

通过实时目录比較MiniMax API 價格、模型参数、上下文視窗和支持端点。

MiniMax API 價格比較可用MiniMax模型的输入、輸出、快取讀取或按请求计费價格。MiniMax 模型参数查看上下文視窗、最大輸出、推理、工具调用、端点和发布日期。選擇 MiniMax 模型根据程式碼、MiniMax Agent、長文字、推理和生產級助理匹配合适的MiniMax模型。

整合 MiniMax

透過 TokenHub，將 MiniMax 接入團隊已在使用的開發工具。

Cursor 整合設定 Cursor，透過 TokenHub API Key 呼叫 MiniMax。OpenClaw 整合透過相容 OpenAI 的 API 將 OpenClaw 串接至 MiniMax。Claude Code 整合使用 TokenHub 端點與 API Key 在 Claude Code 中呼叫 MiniMax。Cline 整合讓 Cline 在程式開發工作流程中使用 MiniMax 模型。Codex 整合透過 TokenHub API Key 和相容 OpenAI 的端點在 Codex 中使用 MiniMax。OpenCode 整合設定 OpenCode，透過 TokenHub 端點呼叫 MiniMax。

查看全部整合

MiniMax API 常见问题

MiniMax、MiniMax AI 和 MiniMaxAI是什么关系？

MiniMax、MiniMax AI 和 MiniMaxAI是这个模型系列相关的品牌名称和常见搜索方式。实际呼叫时请使用 TokenHub 实时目录展示的厂商名称和模型 ID。

TokenHub 上有哪些 MiniMax 模型？

上方实时列表展示目前可用模型。常见型号包括 MiniMax M3、M2.7、M2.5、M2.1 和 M2，只有 TokenHub 目录实际展示的模型才能通过本页呼叫。

如何获取 MiniMax API Key？

MiniMax API 和 MiniMax API Key 对应同一套 TokenHub 接入流程：创建 API Key，从目录選擇已发布的 MiniMax 模型 ID，并在应用中使用 TokenHub Base URL。

MiniMax API 如何计费？

價格取决于所选模型和计费类型。请比較输入、輸出、缓存或按请求價格，生产使用前再次确认模型详情页。

可以通过 OpenAI SDK 呼叫 MiniMax 吗？

可以。使用 TokenHub Base URL、API Key 和已发布的 MiniMax 模型 ID，即可通过 OpenAI Python 或 Node.js SDK 发起请求。

应该使用哪个 MiniMax 模型？

根据程式碼、MiniMax Agent、長文字、推理和生產級助理进行選擇，并在实时目录中比較实际價格、上下文視窗、推理、工具调用和輸出限制。

MiniMax 的不同模态是否使用相同端点？

MiniMax Audio、MiniMax Speech 和 MiniMax Video 模型在可用時採用對應模態的價格與端點。

开始使用 MiniMax

選擇一个 MiniMax 模型，复制模型 ID，创建 TokenHub API Key，并通过统一兼容协议发送第一个请求。

查看 MiniMax 模型取得 API Key