MiniMax M2 | MiniMax Efficient Coding API

Name: Minimax M2 API
Brand: minimax
Price: 0.3 USD
Availability: InStock

Utilisation de l'API

Utilisez les exemples de code suivants pour intégrer notre API :

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="minimax/minimax-m2",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

Introduction au modèle

Minimax minimax-m2

MiniMax-M2 is a compact, high-efficiency large language model optimized for end-to-end coding and agentic workflows

MiniMax-M2 is a compact, high-efficiency large language model optimized for end-to-end coding and agentic workflows.

Why It Looks Great

MoE (Mixture of Experts) architecture for efficient processing
196608 context window for long document handling
Competitive pricing at $0.3/$1.1 per million tokens

Key Features

Context Window: 196608 tokens
Max Output: 65536 tokens
Vision: Supported
Function Calling: Supported

Specifications

Specification	Value
Provider	Minimax
Model Type	Large Language Model (LLM)
Architecture	MoE (Mixture of Experts)
Context Window	196608 tokens
Max Output	65536 tokens
Input	Text
Output	Text
Vision	Supported
Function Calling	Supported

Pricing

Token Type	Cost per Million Tokens
Input	$0.3
Output	$1.1

How to Use

Write your prompt — describe the task, provide context, and specify desired output format.
Submit — the model processes your request and returns the response.

API Integration

Base URL: https://llm.wavespeed.ai/v1 API Endpoint: chat/completions Model ID: minimax/minimax-m2

API Usage

Python SDK

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://llm.wavespeed.ai/v1"
)

response = client.chat.completions.create(
    model="minimax/minimax-m2",
    messages=[
        {"role": "user", "content": "Hello!"}
    ]
)

print(response.choices[0].message.content)

cURL

curl https://llm.wavespeed.ai/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -d '{
    "model": "minimax/minimax-m2",
    "messages": [{"role": "user", "content": "Hello!"}]
  }'

Notes

Model: minimax/minimax-m2
Provider: Minimax

Questions fréquentes sur Minimax M2

Combien coûte l'API Minimax M2 ?+

Tarification sur WaveSpeedAI : $0.30 par million de tokens d'entrée et $1.20 par million de tokens de sortie. Le prompt caching et le traitement par batch sont facturés séparément et réduisent le coût effectif sur les charges longues et répétitives.

Quelle est la fenêtre de contexte de Minimax M2 ?+

Minimax M2 prend en charge jusqu'à 197K tokens de contexte et jusqu'à 197K tokens de sortie par requête.

Minimax M2 est-il compatible avec OpenAI ?+

Oui. WaveSpeedAI expose Minimax M2 via un endpoint compatible OpenAI à https://llm.wavespeed.ai/v1. Pointez le SDK officiel d'OpenAI vers cette base URL avec votre clé API WaveSpeedAI — aucune autre modification de code requise.

Comment démarrer avec Minimax M2 ?+

Connectez-vous à WaveSpeedAI, créez une clé API dans Access Keys, puis envoyez une requête à https://llm.wavespeed.ai/v1/chat/completions avec l'id du modèle affiché ci-dessus. Les nouveaux comptes reçoivent des crédits gratuits pour évaluer Minimax M2.

Tarification

Essayer le modèle