MiniMax M1 80K는 MiniMax M1 텍스트 추론 모델 중 더 긴 사고를 위한 에디션입니다. 이 계열은 MiniMax Text-01에서 파생된 라이트닝 어텐션을 갖춘 하이브리드 전문가 혼합 아키텍처를 사용합니다. 제작사는 수학 추론 및 소프트웨어 엔지니어링 과제 전반의 학습을 설명하고 별도의 40K 및 80K 사고 예산 에디션을 공개합니다.
제작사는 백만 토큰 컨텍스트의 네이티브 지원을 설명합니다. 80K 에디션 이름은 사고 예산을 뜻하며, 입력 컨텍스트나 사용자에게 보이는 최종 답변과는 다른 양입니다. 호스팅 과제에 사용하는 인터페이스가 자체적으로 더 작은 작업 한도를 제공할 수 있으므로 선택한 프로필에 맞춰 요청을 계획하세요.
긴 원본 모음에서는 문서에 레이블을 붙이고 문서가 답해야 할 질문을 명시하세요. 관련 문단에 연결된 결론을 요청하세요. 코드에서는 변경할 동작, 영향받는 영역, 결과를 입증할 검사를 지정하세요.
제작사는 일반 지원, 웹 개발, 수학에 별도 지침을 제공합니다. 일반 예시에는 요약, 번역, 질문, 창작 글쓰기가 포함됩니다. 유용한 프롬프트는 독자, 원본 자료, 최종 산출물을 정의하여 답변이 과제에 집중하도록 합니다.
웹 개발에서는 제작사가 HTML과 JavaScript를 함께 담은 하나의 코드 블록으로 완전하고 실행 가능한 HTML 산출물을 제공하도록 권장하며 생성 후 코드 확인을 요청합니다. 페이지가 지원해야 할 제어, 데이터, 상태를 설명하세요. 모델은 코드를 생성하고, 애플리케이션은 이를 저장 및 실행하여 렌더링된 동작을 살펴봅니다.
수학 지침은 단계별 풀이와 구분된 최종 답변을 요청합니다. 전체 조건을 제공하고 확립할 결과를 정의하세요. 제안 풀이를 원래 문제와 함께 유지해 표현과 독립적으로 논증을 검토할 수 있도록 하세요.
제작사는 함수 호출을 명시합니다. 모델은 사용할 함수를 식별하고 구조화된 형태로 파라미터를 제공할 수 있습니다. 주변 애플리케이션은 사용 가능한 함수를 제공하고 호출을 실행하며 관찰 결과를 반환합니다. 따라서 도구 접근과 외부 행동은 모델의 선택뿐 아니라 설정된 애플리케이션에도 달려 있습니다.
각 도구에 명확한 목적을 부여하고 반환된 관찰을 사용자 지침과 구분하세요. 그러면 이후 답변에서 관찰 결과를 근거로 사용할 수 있습니다. M1 텍스트 모델의 도구 지원이 제작사 생태계의 다른 곳에서 설명하는 별도 미디어 서비스를 모델 자체의 출력 계열에 포함시키지는 않습니다.
제작사는 추론 실행 설정으로 temperature 1.0과 top_p 0.95를 권장합니다. 계열 설명의 파라미터 수를 십억 개 단위로 나타내면 전체는 456, 토큰당 활성 파라미터는 45.9입니다. 비교를 기록할 때 80K 에디션을 40K 에디션과 구분하고, 특정 요청에는 실제 인터페이스가 지원하는 제어와 작업 한도를 사용하세요.
", "aboutText": "MiniMax M1 80K는 MiniMax M1 텍스트 추론 모델 중 더 긴 사고를 위한 에디션입니다. 이 계열은 MiniMax Text-01에서 파생된 라이트닝 어텐션을 갖춘 하이브리드 전문가 혼합 아키텍처를 사용합니다. 제작사는 수학 추론 및 소프트웨어 엔지니어링 과제 전반의 학습을 설명하고 별도의 40K 및 80K 사고 예산 에디션을 공개합니다.\n\n### 명확한 결과를 중심으로 긴 자료 준비하기\n\n제작사는 백만 토큰 컨텍스트의 네이티브 지원을 설명합니다. 80K 에디션 이름은 사고 예산을 뜻하며, 입력 컨텍스트나 사용자에게 보이는 최종 답변과는 다른 양입니다. 호스팅 과제에 사용하는 인터페이스가 자체적으로 더 작은 작업 한도를 제공할 수 있으므로 선택한 프로필에 맞춰 요청을 계획하세요.\n\n긴 원본 모음에서는 문서에 레이블을 붙이고 문서가 답해야 할 질문을 명시하세요. 관련 문단에 연결된 결론을 요청하세요. 코드에서는 변경할 동작, 영향받는 영역, 결과를 입증할 검사를 지정하세요.\n\n### 과제별 프롬프트 지침 활용하기\n\n제작사는 일반 지원, 웹 개발, 수학에 별도 지침을 제공합니다. 일반 예시에는 요약, 번역, 질문, 창작 글쓰기가 포함됩니다. 유용한 프롬프트는 독자, 원본 자료, 최종 산출물을 정의하여 답변이 과제에 집중하도록 합니다.\n\n웹 개발에서는 제작사가 HTML과 JavaScript를 함께 담은 하나의 코드 블록으로 완전하고 실행 가능한 HTML 산출물을 제공하도록 권장하며 생성 후 코드 확인을 요청합니다. 페이지가 지원해야 할 제어, 데이터, 상태를 설명하세요. 모델은 코드를 생성하고, 애플리케이션은 이를 저장 및 실행하여 렌더링된 동작을 살펴봅니다.\n\n수학 지침은 단계별 풀이와 구분된 최종 답변을 요청합니다. 전체 조건을 제공하고 확립할 결과를 정의하세요. 제안 풀이를 원래 문제와 함께 유지해 표현과 독립적으로 논증을 검토할 수 있도록 하세요.\n\n### 함수 호출과 실제 실행\n\n제작사는 함수 호출을 명시합니다. 모델은 사용할 함수를 식별하고 구조화된 형태로 파라미터를 제공할 수 있습니다. 주변 애플리케이션은 사용 가능한 함수를 제공하고 호출을 실행하며 관찰 결과를 반환합니다. 따라서 도구 접근과 외부 행동은 모델의 선택뿐 아니라 설정된 애플리케이션에도 달려 있습니다.\n\n각 도구에 명확한 목적을 부여하고 반환된 관찰을 사용자 지침과 구분하세요. 그러면 이후 답변에서 관찰 결과를 근거로 사용할 수 있습니다. M1 텍스트 모델의 도구 지원이 제작사 생태계의 다른 곳에서 설명하는 별도 미디어 서비스를 모델 자체의 출력 계열에 포함시키지는 않습니다.\n\n### 에디션과 설정 보존하기\n\n제작사는 추론 실행 설정으로 temperature 1.0과 top_p 0.95를 권장합니다. 계열 설명의 파라미터 수를 십억 개 단위로 나타내면 전체는 456, 토큰당 활성 파라미터는 45.9입니다. 비교를 기록할 때 80K 에디션을 40K 에디션과 구분하고, 특정 요청에는 실제 인터페이스가 지원하는 제어와 작업 한도를 사용하세요.", "editorialOverlay": { "copy_fields": { "practical_html": "영어 기술 예제
Build a bounded packing calculator\n\nReturn one runnable HTML code block for a packing calculator. Inputs: item count and box capacity, both positive whole numbers. Show the number of boxes needed, rounding upward. Provide a visible validation message for invalid inputs and a reset control. Include HTML, CSS and JavaScript together, then list checks for 10 items at capacity 4 and an empty input.A complete single-file HTML artifact and a short behavior-check list, without a claim that it was run.Check ceiling division, invalid-input feedback and reset behavior in the returned code before running it.MiniMaxAI/MiniMax-M1-80kMiniMax M1 80K는 긴 입력, 소프트웨어 과제, 수학을 위한 개방형 가중치 텍스트 추론 모델입니다. 제작사는 80K 사고 예산 에디션을 40K 에디션과 구분하고 과제별 프롬프트 지침을 공개합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
MiniMax M1 80K는 MiniMax M1 텍스트 추론 모델 중 더 긴 사고를 위한 에디션입니다. 이 계열은 MiniMax Text-01에서 파생된 라이트닝 어텐션을 갖춘 하이브리드 전문가 혼합 아키텍처를 사용합니다. 제작사는 수학 추론 및 소프트웨어 엔지니어링 과제 전반의 학습을 설명하고 별도의 40K 및 80K 사고 예산 에디션을 공개합니다.
제작사는 백만 토큰 컨텍스트의 네이티브 지원을 설명합니다. 80K 에디션 이름은 사고 예산을 뜻하며, 입력 컨텍스트나 사용자에게 보이는 최종 답변과는 다른 양입니다. 호스팅 과제에 사용하는 인터페이스가 자체적으로 더 작은 작업 한도를 제공할 수 있으므로 선택한 프로필에 맞춰 요청을 계획하세요.
긴 원본 모음에서는 문서에 레이블을 붙이고 문서가 답해야 할 질문을 명시하세요. 관련 문단에 연결된 결론을 요청하세요. 코드에서는 변경할 동작, 영향받는 영역, 결과를 입증할 검사를 지정하세요.
제작사는 일반 지원, 웹 개발, 수학에 별도 지침을 제공합니다. 일반 예시에는 요약, 번역, 질문, 창작 글쓰기가 포함됩니다. 유용한 프롬프트는 독자, 원본 자료, 최종 산출물을 정의하여 답변이 과제에 집중하도록 합니다.
웹 개발에서는 제작사가 HTML과 JavaScript를 함께 담은 하나의 코드 블록으로 완전하고 실행 가능한 HTML 산출물을 제공하도록 권장하며 생성 후 코드 확인을 요청합니다. 페이지가 지원해야 할 제어, 데이터, 상태를 설명하세요. 모델은 코드를 생성하고, 애플리케이션은 이를 저장 및 실행하여 렌더링된 동작을 살펴봅니다.
수학 지침은 단계별 풀이와 구분된 최종 답변을 요청합니다. 전체 조건을 제공하고 확립할 결과를 정의하세요. 제안 풀이를 원래 문제와 함께 유지해 표현과 독립적으로 논증을 검토할 수 있도록 하세요.
제작사는 함수 호출을 명시합니다. 모델은 사용할 함수를 식별하고 구조화된 형태로 파라미터를 제공할 수 있습니다. 주변 애플리케이션은 사용 가능한 함수를 제공하고 호출을 실행하며 관찰 결과를 반환합니다. 따라서 도구 접근과 외부 행동은 모델의 선택뿐 아니라 설정된 애플리케이션에도 달려 있습니다.
각 도구에 명확한 목적을 부여하고 반환된 관찰을 사용자 지침과 구분하세요. 그러면 이후 답변에서 관찰 결과를 근거로 사용할 수 있습니다. M1 텍스트 모델의 도구 지원이 제작사 생태계의 다른 곳에서 설명하는 별도 미디어 서비스를 모델 자체의 출력 계열에 포함시키지는 않습니다.
제작사는 추론 실행 설정으로 temperature 1.0과 top_p 0.95를 권장합니다. 계열 설명의 파라미터 수를 십억 개 단위로 나타내면 전체는 456, 토큰당 활성 파라미터는 45.9입니다. 비교를 기록할 때 80K 에디션을 40K 에디션과 구분하고, 특정 요청에는 실제 인터페이스가 지원하는 제어와 작업 한도를 사용하세요.
POST /v1/chat/completionstexttext| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 MiniMaxAI/MiniMax-M1-80k | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 최소 항목 수: 1 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 예시: system, user, assistant, tool, function 조건: 이 역할들은 소스 코드의 호환 타입에 명시적으로 표현됩니다. 정확한 모델 역할 집합은 모델별로 다릅니다. 모델에 따라 다름 | 기본값— |
필드messages[].content | 유형string|content_part[]|null | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_calls | 유형tool_call[] | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].tool_call_id | 유형string | 요건선택 사항 | 값과 한도 적용 조건: role=tool. 실제 반환된 ID를 사용하세요 | 기본값— |
필드messages[].name | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드messages[].reasoning_content | 유형string | 요건선택 사항 | 값과 한도 적용 조건: 이 모델이 추론을 사용하는 경우 실제 반환된 추론을 그대로 다음 요청에 다시 전달하세요 | 기본값— |
필드messages[].reasoning_details | 유형object|array | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드max_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드max_completion_tokens | 유형integer | 요건선택 사항 | 값과 한도 최솟값: 1 모델에 따라 다름 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
필드stream_options.include_usage | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드temperature | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드top_p | 유형number | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드stop | 유형string|string[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools | 유형function_tool[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드tools[].type | 유형string | 요건선택 사항 | 값과 한도 function 모델에 따라 다름 | 기본값— |
필드tools[].function.name | 유형string | 요건필수 | 값과 한도 적용 조건: 함수 도구 지정됨 | 기본값— |
필드tools[].function.description | 유형string | 요건선택 사항 | 값과 한도 | 기본값— |
필드tools[].function.parameters | 유형JSON_schema | 요건선택 사항 | 값과 한도 | 기본값— |
필드tool_choice | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드parallel_tool_calls | 유형boolean | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드response_format | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning_effort | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드reasoning | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드service_tier | 유형string | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드instructions | 유형string | 요건선택 사항 | 값과 한도 호환성 필드 | 기본값— |
필드functions | 유형function[] | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드function_call | 유형string|object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드prompt_cache_options | 유형object | 요건선택 사항 | 값과 한도 모델에 따라 다름 | 기본값— |
필드modalities | 유형string[] | 요건선택 사항 | 값과 한도 text | 기본값— |
필드provider | 유형object | 요건선택 사항 | 값과 한도 조건: 이 Ultra 텍스트 경로에서는 provider.options가 거부됩니다 | 기본값— |
필드cache_control.ttl | 유형string | 요건선택 사항 | 값과 한도 조건: 실제 프롬프트 캐시 지정 위치에서는 1h가 거부됩니다 | 기본값— |
텍스트 · UTF8 텍스트
messages[].content
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages |
매개변수material_types | 명세text |
매개변수messages | 명세role/content 형식의 메시지 배열 |
매개변수file_material | 명세실제 UTF-8 문서를 텍스트로 그대로 삽입합니다. 파일 ID는 추정하지 않습니다 |
매개변수optional_controls | 명세stream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
매개변수control_scope | 명세모델별로 다름. 사용자 함수 도구와 호스팅 도구는 서로 다릅니다 |
매개변수output_modalities | 명세text |
매개변수hosted_operations | 명세false |
매개변수multimodal_input_binding | 명세null |
수명 주기: synchronous_or_streamed
정확한 모델 ID를 messages와 함께 보내세요.
컨텍스트 길이는 출력 상한이 아닙니다.
텍스트 파일은 텍스트를 그대로 제공할 수 있습니다. 이미지/오디오/파일 객체 입력에는 정확한 바인딩이 필요합니다.
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.00114 / 1K 토큰 출력 · 출력 토큰 $0.00456 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "MiniMaxAI/MiniMax-M1-80k", "messages": [{"role": "user", "content": "Explain the difference between an observation and a hypothesis in three sentences."}]}')\n\nPath("request.json").write_text(json.dumps(p,ensure_ascii=False))\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/chat/completions \\\n -H "Authorization: Bearer $AILOOT_API_KEY" -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\nr=json.loads(Path("result.json").read_text())\nfor x in r.get("choices",[]):\n if x.get("message",{}).get("content"): print(x["message"]["content"])\nPY_RESULT\nfrom openai import OpenAI\nimport os\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nresult=client.chat.completions.create(model='MiniMaxAI/MiniMax-M1-80k',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}])\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nsave_result(result.to_dict(mode="json"))\nfrom openai import OpenAI\nimport os\nfrom pathlib import Path\n\nif not os.environ.get("AILOOT_API_KEY", "").strip(): raise SystemExit("Set AILOOT_API_KEY before making a request")\nclient=OpenAI(base_url="https://api.ailoot.ai/v1",api_key=os.environ["AILOOT_API_KEY"],max_retries=0)\nimport base64, json\nfrom pathlib import Path\n\ndef save_result(data, stem="result"):\n # Keep every field, including usage, IDs, reasoning and tool requests.\n Path(stem + ".json").write_text(json.dumps(data, ensure_ascii=False, indent=2), encoding="utf-8")\n print(json.dumps(data, ensure_ascii=False, indent=2))\n def save_blob(encoded, suffix, label):\n raw = base64.b64decode(encoded, altchars=b"-_", validate=True)\n ext = "png" if raw.startswith(b"\\x89PNG\\r\\n\\x1a\\n") else "jpg" if raw.startswith(b"\\xff\\xd8") else "webp" if raw[:4] == b"RIFF" and raw[8:12] == b"WEBP" else suffix\n file = Path(stem + "-" + label + "." + ext)\n file.write_bytes(raw)\n print("Saved", file)\n for index, block in enumerate(data.get("content") or []):\n print("Content", index, json.dumps(block, ensure_ascii=False))\n for choice in data.get("choices") or []:\n print("Choice", choice.get("index"), json.dumps(choice.get("message", choice.get("delta", {})), ensure_ascii=False))\n for index, item in enumerate(data.get("output") or []):\n print("Output", index, json.dumps(item, ensure_ascii=False))\n if item.get("type") == "image_generation_call" and item.get("result"):\n save_blob(item["result"], item.get("output_format") or "bin", "output-" + str(index))\n for ci, candidate in enumerate(data.get("candidates") or []):\n for pi, part in enumerate((candidate.get("content") or {}).get("parts") or []):\n print("Candidate/part", ci, pi, json.dumps(part, ensure_ascii=False))\n blob = part.get("inlineData") or part.get("inline_data")\n if blob and blob.get("data"):\n mime = blob.get("mimeType") or blob.get("mime_type")\n suffix = {"image/png":"png", "image/jpeg":"jpg", "image/webp":"webp", "audio/wav":"wav", "audio/mpeg":"mp3", "video/mp4":"mp4"}.get(mime, "bin")\n save_blob(blob["data"], suffix, "candidate-" + str(ci) + "-part-" + str(pi))\n\nwith client.chat.completions.stream(model='MiniMaxAI/MiniMax-M1-80k',messages=[{"role":"user","content":"Explain observations and hypotheses in three sentences."}]) as stream:\n with Path("stream-events.jsonl").open("w",encoding="utf-8") as log:\n for event in stream:\n payload=event.to_dict(mode="json")\n log.write(json.dumps(payload,ensure_ascii=False)+"\\n"); log.flush()\n print(json.dumps(payload,ensure_ascii=False))\n final=stream.get_final_completion()\n save_result(final.to_dict(mode="json"),"stream-result")\njson 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
각 선택지와 그 콘텐츠·도구 호출·추론을 모두 보존하세요. SSE에서는 선택지/도구 인덱스별로 증분을 조합하고 최종 종료 사유와 사용량을 유지하세요.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드choices[].index | 유형integer |
필드choices[].message.content | 유형string|null |
필드choices[].message.tool_calls | 유형tool_call[] |
필드choices[].message.reasoning_content | 유형string |
필드choices[].message.reasoning_details | 유형object|array |
필드choices[].finish_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra MiniMaxAI/MiniMax-M1-80k
위에 표시된 메서드 경로를 사용하세요.
MiniMaxAI/MiniMax-M1-80kMiniMax M1 80K는 긴 입력, 소프트웨어 과제, 수학을 위한 개방형 가중치 텍스트 추론 모델입니다. 제작사는 80K 사고 예산 에디션을 40K 에디션과 구분하고 과제별 프롬프트 지침을 공개합니다.
이 설명은 모델의 기능을 다룹니다. Ailoot에서 사용할 수 있는 입력, 출력 및 옵션은 아래에 선택한 메서드별로 표시됩니다.
MiniMax M1 80K는 MiniMax M1 텍스트 추론 모델 중 더 긴 사고를 위한 에디션입니다. 이 계열은 MiniMax Text-01에서 파생된 라이트닝 어텐션을 갖춘 하이브리드 전문가 혼합 아키텍처를 사용합니다. 제작사는 수학 추론 및 소프트웨어 엔지니어링 과제 전반의 학습을 설명하고 별도의 40K 및 80K 사고 예산 에디션을 공개합니다.
제작사는 백만 토큰 컨텍스트의 네이티브 지원을 설명합니다. 80K 에디션 이름은 사고 예산을 뜻하며, 입력 컨텍스트나 사용자에게 보이는 최종 답변과는 다른 양입니다. 호스팅 과제에 사용하는 인터페이스가 자체적으로 더 작은 작업 한도를 제공할 수 있으므로 선택한 프로필에 맞춰 요청을 계획하세요.
긴 원본 모음에서는 문서에 레이블을 붙이고 문서가 답해야 할 질문을 명시하세요. 관련 문단에 연결된 결론을 요청하세요. 코드에서는 변경할 동작, 영향받는 영역, 결과를 입증할 검사를 지정하세요.
제작사는 일반 지원, 웹 개발, 수학에 별도 지침을 제공합니다. 일반 예시에는 요약, 번역, 질문, 창작 글쓰기가 포함됩니다. 유용한 프롬프트는 독자, 원본 자료, 최종 산출물을 정의하여 답변이 과제에 집중하도록 합니다.
웹 개발에서는 제작사가 HTML과 JavaScript를 함께 담은 하나의 코드 블록으로 완전하고 실행 가능한 HTML 산출물을 제공하도록 권장하며 생성 후 코드 확인을 요청합니다. 페이지가 지원해야 할 제어, 데이터, 상태를 설명하세요. 모델은 코드를 생성하고, 애플리케이션은 이를 저장 및 실행하여 렌더링된 동작을 살펴봅니다.
수학 지침은 단계별 풀이와 구분된 최종 답변을 요청합니다. 전체 조건을 제공하고 확립할 결과를 정의하세요. 제안 풀이를 원래 문제와 함께 유지해 표현과 독립적으로 논증을 검토할 수 있도록 하세요.
제작사는 함수 호출을 명시합니다. 모델은 사용할 함수를 식별하고 구조화된 형태로 파라미터를 제공할 수 있습니다. 주변 애플리케이션은 사용 가능한 함수를 제공하고 호출을 실행하며 관찰 결과를 반환합니다. 따라서 도구 접근과 외부 행동은 모델의 선택뿐 아니라 설정된 애플리케이션에도 달려 있습니다.
각 도구에 명확한 목적을 부여하고 반환된 관찰을 사용자 지침과 구분하세요. 그러면 이후 답변에서 관찰 결과를 근거로 사용할 수 있습니다. M1 텍스트 모델의 도구 지원이 제작사 생태계의 다른 곳에서 설명하는 별도 미디어 서비스를 모델 자체의 출력 계열에 포함시키지는 않습니다.
제작사는 추론 실행 설정으로 temperature 1.0과 top_p 0.95를 권장합니다. 계열 설명의 파라미터 수를 십억 개 단위로 나타내면 전체는 456, 토큰당 활성 파라미터는 45.9입니다. 비교를 기록할 때 80K 에디션을 40K 에디션과 구분하고, 특정 요청에는 실제 인터페이스가 지원하는 제어와 작업 한도를 사용하세요.
POST /v1/messagestextjson, sse| 필드 | 유형 | 요건 | 값과 한도 | 기본값 |
|---|---|---|---|---|
필드model | 유형string | 요건필수 | 값과 한도 MiniMaxAI/MiniMax-M1-80k | 기본값— |
필드messages | 유형message[] | 요건필수 | 값과 한도 | 기본값— |
필드messages[].role | 유형string | 요건필수 | 값과 한도 user, assistant | 기본값— |
필드messages[].content | 유형string | 요건필수 | 값과 한도 | 기본값— |
필드max_tokens | 유형integer | 요건필수 | 값과 한도 | 기본값— |
필드stream | 유형boolean | 요건선택 사항 | 값과 한도 | 기본값false |
텍스트 · UTF-8 텍스트
messages[].content 문자열
| 매개변수 | 명세 |
|---|---|
매개변수content_type | 명세application/json |
매개변수required | 명세model, messages, max_tokens |
매개변수optional_controls | 명세stream |
매개변수material_types | 명세text |
매개변수text_file_material | 명세실제 UTF-8 문서를 읽고 그 텍스트를 지정된 입력 또는 메시지 콘텐츠 문자열에 넣으세요. |
수명 주기: synchronous_or_streamed
요금 정보는 요청 옵션을 추가하지 않습니다. 지원되는 매개변수는 선택한 메서드에 표시됩니다.
| 설정 | 요금표 | 요금 |
|---|---|---|
| 설정토큰의 기본 단가 | 요금표기본 요금 | 요금 입력 · 입력 토큰 $0.00114 / 1K 토큰 출력 · 출력 토큰 $0.00456 / 1K 토큰 입력 · 캐시 읽기 $0 / 1K 토큰 입력 · 캐시 쓰기 $0 / 1K 토큰 입력 · 캐시 쓰기, 1시간 — / 1K 토큰 |
Ailoot는 요청 전에 예상 금액을 미리 확보합니다. 결과를 받은 뒤 측정된 사용량을 기준으로 최종 요금을 정산합니다. 스트리밍 정산에는 최종 사용량 기록을 사용합니다. 금액 확보와 정산 방식 →
{\n "model": "MiniMaxAI/MiniMax-M1-80k",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\n: "${AILOOT_TEXT_FILE:?Set your actual UTF-8 document}"\nexport AILOOT_TEXT_FILE\npython3 - <<'PY_REQUEST'\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'MiniMaxAI/MiniMax-M1-80k', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nPath('request.json').write_text(json.dumps(payload, ensure_ascii=False), encoding='utf-8')\nPY_REQUEST\ncurl --fail-with-body --silent --show-error https://api.ailoot.ai/v1/messages \\\n -H "x-api-key: $AILOOT_API_KEY" -H 'anthropic-version: 2023-06-01' -H 'Content-Type: application/json' \\\n --data-binary @request.json -D response-headers.txt -o result.json\npython3 - <<'PY_RESULT'\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nPY_RESULT\nimport json, os\nfrom pathlib import Path\n\nsource_file = Path(os.environ['AILOOT_TEXT_FILE'])\nif not source_file.is_file():\n raise SystemExit('Set AILOOT_TEXT_FILE to your actual UTF-8 document')\ntext = source_file.read_text(encoding='utf-8')\nif not text.strip():\n raise SystemExit('Choose a document containing text')\npayload = {'model': 'MiniMaxAI/MiniMax-M1-80k', 'max_tokens': 128, 'messages': [{'role': 'user', 'content': 'Summarize the incident report.'}]}\npayload['messages'][0]['content'] = 'Summarize this material and quote supporting source passages.\\n\\n' + text\nfrom urllib.request import Request, urlopen\nfrom urllib.error import HTTPError\n\napi_key = os.environ['AILOOT_API_KEY']\nif not api_key.strip():\n raise SystemExit('Set AILOOT_API_KEY before making a request')\nheaders = {'x-api-key': 'PLACEHOLDER_KEY', 'anthropic-version': '2023-06-01', 'Content-Type': 'application/json'}\nheaders['x-api-key'] = api_key\nrequest = Request('https://api.ailoot.ai/v1/messages', data=json.dumps(payload, ensure_ascii=False).encode('utf-8'), headers=headers, method='POST')\ntry:\n with urlopen(request, timeout=120) as response:\n raw = response.read()\n Path('response-headers.txt').write_text(str(response.headers), encoding='utf-8')\nexcept HTTPError as error:\n Path('result.json').write_bytes(error.read())\n Path('response-headers.txt').write_text(str(error.headers), encoding='utf-8')\n raise\nPath('result.json').write_bytes(raw)\nimport json\nfrom pathlib import Path\n\nresult = json.loads(Path('result.json').read_text(encoding='utf-8'))\nprint(json.dumps(result, ensure_ascii=False, indent=2))\nJSON 또는 SSE
반환된 완전한 응답, 파일, 콘텐츠 부분을 모두 보관하세요.
모든 콘텐츠 블록, 사고 서명, 실제 도구 사용 ID를 보존하세요. 모든 SSE 블록 증분을 조합하세요. 첫 텍스트 블록이 전체 출력은 아닙니다.
요청/응답 ID와 헤더를 보존하세요. 텍스트 작업을 조회하는 범용 URL은 제공되지 않습니다.
| 필드 | 유형 |
|---|---|
필드id | 유형string |
필드model | 유형string |
필드content[] | 유형text|thinking|tool_use|other content block |
필드stop_reason | 유형string|null |
필드usage | 유형object |
| 응답 | 조건 | 다음 단계 |
|---|---|---|
응답400 · invalid_request_error | 조건필수 필드, 자료 표현 방식 또는 파라미터 값이 올바르지 않음 | 다음 단계새 생성 요청 전에 표시된 필드를 수정하세요. |
Ailoot Ultra MiniMaxAI/MiniMax-M1-80k
위에 표시된 메서드 경로를 사용하세요.
영어 기술 예제
Build a bounded packing calculator\n\nReturn one runnable HTML code block for a packing calculator. Inputs: item count and box capacity, both positive whole numbers. Show the number of boxes needed, rounding upward. Provide a visible validation message for invalid inputs and a reset control. Include HTML, CSS and JavaScript together, then list checks for 10 items at capacity 4 and an empty input.A complete single-file HTML artifact and a short behavior-check list, without a claim that it was run.Check ceiling division, invalid-input feedback and reset behavior in the returned code before running it.