APIMart 上的 MiniMax API:MiniMax M3 是原生多模态大模型,1M Token 上下文,适合编程、Agent 和长文档;M2.7 与 M2.5 在 MiniMax 于 2026 年 11 月 18 日退役前仍可使用。
服务亮点
您在想什么?
询问 APIMart
minimax-m3
透明定价,无隐藏费用。按量付费,用多少付多少。
每 100 万 token
| 计费项 | 黄金价当前价格 | 铂金价 | 钻石价 | 官方价 | 为你节省 |
|---|---|---|---|---|---|
| 输入 | 2.4~$0.24 | 2.28~$0.228 | 2.16~$0.216 | 3~$0.3 | 20% |
| 输出 | 9.6~$0.96 | 9.12~$0.912 | 8.64~$0.864 | 12~$1.2 | 20% |
在 APIMart 调用 MiniMax M3:原生多模态模型,可读取文本、图片和视频,最多支持 1M Token 上下文,单次最多输出 512K Token。使用兼容 OpenAI 的 Chat Completions 接口,可关闭思考以获得更快回复,按 Token 计费。MiniMax M2.7 与 M2.5 可用至 2026 年 11 月 18 日。 创建 API Key 并充值后,也可以在上方 Playground 在线和 MiniMax M3 对话。
在 APIMart 使用 MiniMax M3 能得到什么
团队在生产环境中如何使用 MiniMax M3
三步完成在 APIMart 的第一次 MiniMax 请求。
创建 APIMart 账户并充值余额,可用于平台上的所有模型,包括 MiniMax API。
在控制台生成 API Key。同一个 Key 可调用 MiniMax M3 和 APIMart 上的其他模型。
把 OpenAI SDK 指向 https://api.apimart.ai/v1,model 设为 minimax-m3,并显式传入 stream。
通过兼容 OpenAI 的 Chat Completions 接口调用 MiniMax M3,可使用自适应思考,也可关闭思考。
创建 APIMart API Key、充值,并在服务器上设置环境变量 APIMART_API_KEY。Python 或 Node.js 需安装 openai 包,所有示例使用同一个 Key 和 base URL。
M3 默认自适应思考;传入 type 为 disabled 的 thinking 可获得更快回复。请显式传入 stream,长回答请调大 max_completion_tokens。
阅读 Chat Completions 接口文档curl --fail-with-body https://api.apimart.ai/v1/chat/completions \
-H "Authorization: Bearer $APIMART_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "minimax-m3",
"stream": false,
"max_completion_tokens": 4096,
"messages": [
{
"role": "user",
"content": "请说明在文档问答中,什么情况下长上下文模型比检索更合适。"
}
]
}'import os
from openai import OpenAI
client = OpenAI(
api_key=os.environ["APIMART_API_KEY"],
base_url="https://api.apimart.ai/v1",
)
resp = client.chat.completions.create(
model="minimax-m3",
messages=[{"role": "user", "content": "用三条要点总结 1M Token 上下文窗口的好处。"}],
stream=False,
# M3 thinks adaptively by default; disable it for faster replies
extra_body={"thinking": {"type": "disabled"}},
)
print(resp.choices[0].message.content)import OpenAI from "openai";
const client = new OpenAI({
apiKey: process.env.APIMART_API_KEY,
baseURL: "https://api.apimart.ai/v1",
});
const resp = await client.chat.completions.create({
model: "minimax-m3",
messages: [{ role: "user", content: "用三条要点总结 1M Token 上下文窗口的好处。" }],
stream: false,
thinking: { type: "disabled" },
});
console.log(resp.choices[0].message.content);开发者对我们 MiniMax API 的评价
“MiniMax M2.5 完美满足了我们的中文文案需求,输出非常自然。”
Wei Zhang
内容经理
“性价比很高。M2.1 是我们通用聊天任务的主力模型。”
Alex Chen
产品经理
“对话质量非常接近真人,非常适合我们面向客户的聊天机器人。”
Sarah Li
用户体验设计师
“集成简单且稳定可靠。我们从其他提供商迁移过来没有遇到任何问题。”
Mike Wang
后端开发者
“MiniMax 是被低估的选择。M2.5 与知名模型竞争力相当,价格更优。”
Emily Zhou
AI 工程师
“我们在新闻应用中使用 MiniMax 做摘要。速度快、准确且经济实惠。”
David Liu
创业公司创始人
MiniMax M3 是当前型号。M2.7 与 M2.5 可用至 MiniMax 于 2026 年 11 月 18 日退役为止。比较 APIMart 的 Token 价格、上下文窗口和状态,点击型号即可打开它的 Playground 和详细价格。
以下为 APIMart 黄金会员价,单位为美元/百万 Token。输入与输出分别计费。
| 模型/API ID | 输入 | 输出 | 上下文窗口 | 适用任务 |
|---|---|---|---|---|
MiniMax M3minimax-m3 | US$0.24 | US$0.96 | 1,000,000最大输出 524,288 | 编程、Agent、长文档以及图片和视频输入。 |
MiniMax M2.7minimax-m2.7 | US$0.24 | US$0.96 | 204,800最大输出 204,800 | 2026 年 11 月 18 日退役,请迁移到 M3。 |
MiniMax M2.5minimax-m2.5 | US$0.24 | US$0.96 | 196,608最大输出 204,800 | 2026 年 11 月 18 日退役,请迁移到 M3。 |
APIMart 的 MiniMax 请求由 MiniMax 官方 API 处理,上下文窗口、最大输出和模型能力与 MiniMax 官方一致,只有价格不同。M2.7 与 M2.5 的上下文窗口取自官方模型配置,最大输出取自 MiniMax API 文档中 max_completion_tokens 的上限,两者来源不同。
关于在 APIMart 使用 MiniMax API 的常见问题
MiniMax API 让你在自己的代码里调用 MiniMax 的大语言模型。在 APIMart,你用一个 API Key 和兼容 OpenAI 的 Chat Completions 接口调用 MiniMax M3,按 Token 付费。
APIMart 列出 minimax-m3、minimax-m2.7、minimax-m2.5 和 minimax-m2.1。MiniMax 已退役 M2.1,并将于 2026 年 11 月 18 日退役 M2.5 和 M2.7,新项目请使用 minimax-m3。
黄金会员调用 MiniMax M3 每百万输入 Token $0.24、每百万输出 Token $0.96。M2.7 和 M2.5 在退役前价格相同。价格表显示所有型号的实时价格。
是的。MiniMax 已于 2026 年 10 月 19 日停止向新用户提供 M2.5 和 M2.7,并将于 2026 年 11 月 18 日正式退役,之后对这两个型号的请求将无法使用。迁移时把 model 改成 minimax-m3 即可,请求格式不变。
MiniMax M3(官方名称 MiniMax-M3,APIMart 上的 API ID 为 minimax-m3)是原生多模态模型,上下文窗口 1M Token,总参数约 428B、激活参数约 23B。MiniMax 将其定位为前沿多模态编程模型。
按 MiniMax 官方自测,M3 在 SWE-Bench Verified 得分 80.5、SWE-Bench Pro 59.0、Terminal Bench 2.1 66.0,高于 M2.7 的 79.9、56.2 和 51.1;BrowseComp 83.5、OSWorld-Verified 75.2、OmniDocBench 91.6、Video-MMMU 84.6。以上为 MiniMax 在 M3 模型卡中公布的结果。
MiniMax M3 最多接收 1,000,000 Token 上下文。max_completion_tokens 最大可设 524,288,MiniMax 建议设为 131,072。如果回复因 finish_reason 为 length 而中断,请调大该值。
可以。按 MiniMax 文档,M3 同时以文本、图片和视频训练,Chat Completions 接口的 messages 可以传入图片和视频内容。
M3 默认使用自适应思考,自行判断何时需要额外推理。传入 "thinking": {"type": "disabled"} 可跳过思考直接作答。使用 OpenAI Python SDK 时,把 thinking 放进 extra_body。
在 APIMart 注册、充值,然后在 API Keys 页面创建 Key。同一个 Key 可调用 MiniMax API 和 APIMart 上的所有其他模型,按量付费,无需订阅。
不免费。API 调用按 Token 计费。在 APIMart 用多少付多少,没有月度套餐;铂金和钻石会员的价格比黄金会员更低。
可以。登录 APIMart、创建 API Key 并充值后,就能在本页顶部的 Playground 里通过浏览器和 MiniMax M3 对话。Playground 使用你的 API Key,按 Token 从余额扣费,价格与 API 相同。
兼容。把 base_url 设为 https://api.apimart.ai/v1,使用 APIMart 的 Key,并把 model 设为 minimax-m3。按 MiniMax 接口文档,M3 不支持调整 temperature,固定为 1。
minimax.chat 是 MiniMax 的域名,MiniMax 也通过 filecdn.minimax.chat 提供文件。MiniMax 当前国际版 API 的 base URL 是 https://api.minimax.io。在 APIMart 不需要调用这两个地址,使用 https://api.apimart.ai/v1 和 APIMart 的 Key 即可。
base URL 为 https://api.apimart.ai/v1。请求发送到 https://api.apimart.ai/v1/chat/completions,并在 Authorization: Bearer 请求头中带上 APIMart 的 Key。
通过 APIMart 调用时,请参考 APIMart 文档中的 Chat Completions 接口说明:https://docs.apimart.ai/cn/api-reference/texts/general/chat-completions-nostream。MiniMax 官方文档(platform.minimax.io)介绍了思考模式、上下文上限和多模态输入等模型能力。
APIMart 把 MiniMax 请求交给 MiniMax 官方 API 处理,模型、上下文窗口和功能与官方一致,只有价格不同。你还可以用同一个 Key、同一份余额调用 MiniMax、GPT、Claude、Gemini、DeepSeek 等模型。
不是。MiniMax M3 是语言模型;MiniMax H3 和海螺(Hailuo)是 MiniMax 的视频模型,在 APIMart 有各自的页面。
不是。通常说的 MiniMax Agent,指 MiniMax 自己在 agent.minimax.io 的 AI 应用,现名 MiniMax Code。APIMart 上的 MiniMax API 面向开发者,让你在自己的应用里调用 MiniMax M3,按 Token 计费。
MiniMax 在 Hugging Face 以 MiniMax Community License 公开了 M3 的权重,许可证对署名和商用有相应条款。在 APIMart 使用的是托管 API,不需要自己部署模型。
支持。MiniMax 的 Chat Completions 接口支持在 messages 中传入工具调用内容,M3 可用于函数调用型 Agent。
选 MiniMax M3。MiniMax 将其定位为前沿多模态编程模型,而 M2.5 和 M2.7 将于 2026 年 11 月 18 日退役。
目前没有。APIMart 现在提供 MiniMax M3,上方 Playground 列出了所有可调用的 MiniMax 模型。
请求通过 HTTPS 发送到 api.apimart.ai。APIMart 会按隐私政策处理 API 数据,包括请求日志以及你发送的提示词、输入和生成结果。发送敏感数据前,请先阅读隐私政策。
探索同类型的其他模型。
Qwen 3.6 Plus
Alibaba Cloud Tongyi Qianwen has launched a high-performance general-purpose model that enhances reasoning, coding, and multi-task processing capabilities, making it suitable for intelligent Q&A, development, and enterprise applications.
Grok 4.5
xAI has launched a new generation of general-purpose large language models that enhance reasoning, coding, and real-time information processing capabilities, making them suitable for complex question-answering, development, and agent tasks.
Grok 4.3
The general-purpose large language model launched by xAI features strong reasoning, coding, and knowledge comprehension capabilities, making it suitable for conversational, analytical, and development tasks.
Qwen 3.7 Plus
Launched by Alibaba Cloud Tongyi Qianwen, this high-performance large language model enhances reasoning, coding, and complex task-handling capabilities, making it suitable for enterprise applications and intelligent agent scenarios.