為每個請求選擇 Auto、TokenLab Verified 或 Official,並預先顯示價格。 查看最新動態

MiniMax: MiniMax-M2

為程式編寫代理與工具密集型工作流程打造的高效開放式 MiniMax 模型。
比較模型
minimax-m2
可用MiniMax對話
輸入 / 輸出
$0.30 / $1.20
上下文
200K
最大輸出長度
128K
模態
對話
能力
工具使用

關於 MiniMax-M2

MiniMax-M2 是 MiniMax 於 2025 年 10 月發布的開放權重語言模型,專為編碼代理與工具密集型工作流程而建。MiniMax 將其定位為代理時代的高效模型。它是 M2 系列的首款產品,後續版本(M2.1、M2.5、M2.7)在程式設計與生產力方面皆有所改進。該模型為文字輸入、文字輸出,具備工具呼叫與推理能力。

適用場景

  • 專為代理迴圈設計,模型可進行規劃、呼叫工具、讀取結果並持續執行。
  • 支援回答前的推理,有助於處理多步驟編碼與除錯任務。
  • 開放權重,團隊可將託管結果與相同模型的自託管部署進行比較。
  • 支援工具呼叫與提示詞快取,可減少長代理會話中的重複工作。

其他選擇建議

  • 這是 M2 系列中最舊的模型,M2.1 及後續版本皆是專為改進編碼而發布的。
  • 僅支援文字輸入,因此螢幕截圖或圖表需要使用如 MiniMax M3 等多模態模型。

入門指南

  1. 建立 API 金鑰

    請至 Console 建立金鑰,即可在平台上使用各類模型。

  2. 發送您的第一個請求

    複製您所選語言的範例,並針對端點執行它。

    文字轉文字Responses API
    POST/v1/responses
    API 格式:
    curl https://api.tokenlab.sh/v1/responses \
      -H "Content-Type: application/json" \
      -H "Authorization: Bearer sk-xxx" \
      -d '{
        "model": "minimax-m2",
        "input": "Hello!"
      }'

定價

Verified 價格用於 Verified,多數模型更便宜;Official 價格是模型廠商公布的價格,用於更穩定的 Official。Auto 按最終完成請求的線路計價。

預設規格

每 1M Token
Official 價格
輸入 $0.30 / 輸出 $1.20 / 快取讀取 $0.03 / 快取寫入 $0.375
Verified 價格
—
折扣
—
Prompt 快取價格

快取讀取

Official 價格
$0.03
Verified 價格
—
折扣
—

快取寫入

Official 價格
$0.375
Verified 價格
—
折扣
—

使用量與活動

成功率是請求完成的比例;延遲是一次完整回應所需的時間,P95 表示 95% 的請求在該時間內完成。

用量與可用性

過去 24 小時
請求數
成功率
P95 延遲
總 Token 用量
模型效能
當達到隱私權與資料量的門檻後,指標才會顯示。

資料基於彙總的使用者請求,不包含狀態檢查。

直接在 Console 裡試

在 Console 中開啟 MiniMax-M2,並準備好編輯或發送提示詞。

協助我使用 minimax-m2 透過 /v1/responses 進行對話,並顯示回覆、延遲與成本。

應用情境

  • 編碼代理後端

    驅動編輯器或終端代理,透過工具讀取儲存庫、編輯檔案並執行指令。

  • 工具編排助手

    讓模型決定在多步驟支援或營運流程中,下一步應呼叫哪個內部 API。

  • 升級基準

    在測試 M2.5 或 M2.7 是否改進了您的代理任務時,將其作為參考基準。

提示詞範例

閱讀下方的失敗 CI 日誌,定位損壞的模組,並提出修補程式及簡短說明。

您可以呼叫 search_tickets 和 update_ticket。請關閉工單 812 的所有重複項目,並總結您的變更。

重構此 Python 函式以移除全域狀態,同時保持公開簽章不變。

此模型按條件計價,僅憑每月 token 總量無法可靠估算;請按請求規格、快取和適用時段查看詳細定價。

FAQ

MiniMax-M2 的設計用途是什麼?

MiniMax 將其描述為代理時代的高效模型。在實務上,這意味著它適用於編碼代理、工具呼叫與長多步驟任務,並由一款在回答前會進行推理的開放權重模型提供支援。

MiniMax-M2 是開源的嗎?

MiniMax 已公開發布 M2 權重,該系列已在 Hugging Face 的 MiniMaxAI 組織下發布,因此您可以閱讀模型卡並自行執行該模型。

它接受圖像嗎?

不接受。這是一個文字模型。當需要輸入圖像或影片時,請使用 MiniMax 將其描述為原生多模態的 MiniMax M3;M2 則保留用於文字、程式碼與工具驅動的工作。

我應該從 M2 遷移到較新的 MiniMax 模型嗎?

對於編碼工作,通常建議遷移。M2.1 針對程式設計與重構,隨後是 M2.5 和 M2.7。M2 在比較不同版本的結果時,仍可作為參考基準。

MiniMax-M2 是否支援工具使用與快取?

是的。工具使用、提示詞快取與推理皆有支援,因此它適合那些重複使用大型共享前綴(例如每次輪次發送的長系統提示詞或工具列表)的代理迴圈。

MiniMax-M2 的費用是多少?

在 TokenLab 上,MiniMax-M2 價格為 輸入 $0.30 / 輸出 $1.20 每 1M Token。完整明細見上方價格表。 價格因計費單位、規格和用量而異。請在模型的詳細定價中比較相同條件下的費率;單一費率不代表總價。

MiniMax-M2 的上下文長度與輸出限制為何?

MiniMax-M2 支援最高 200,000 tokens 的上下文,單次回應上限為 128,000 tokens。

MiniMax-M2 應該使用哪一個端點?

請使用 https://api.tokenlab.sh/v1/responses 進行 MiniMax-M2 的呼叫。下方的請求範例展示了對應的程式碼格式。

MiniMax-M2 支援哪些操作?

MiniMax-M2 支援 文字轉文字。請在上方選擇一項操作以查看其端點與請求範例。

比較 MiniMax-M2

來源

更新於 2026年10月2日

更多來自 MiniMax 的模型

相關模型