MiniMax M2-her — ориентированная на диалог текстовая модель MiniMax для ролевой игры, разговоров персонажей и сюжетного взаимодействия. Это профиль, отличный от универсальной модели MiniMax M2 для программирования и агентов. Производитель развивает её вокруг согласованных вымышленных миров, активного продвижения сюжета и соответствия разговорным предпочтениям пользователя. Ввод и вывод текстовые; специальное руководство не поддерживает смешанный текстово-графический ввод.
Формат разговора производителя включает больше, чем привычные сообщения system, user и assistant. Роль system определяет идентичность, характер и поведение модели. Роль user_system задаёт персонажа или образ пользователя, а group — сценарий или разговорную группу. Сохраняйте эти различия, когда история включает несколько людей, разную осведомлённость или определённые отношения.
Дайте модели обстановку, мотивы персонажа и факты, которые должны оставаться истинными. Опишите, кто управляет действиями пользователя и какие варианты нужно оставить открытыми для ответа. Пример задания сцены: «Продолжай от лица архивиста, сохрани установленную тайну и предложи одну новую зацепку, не решая, как реагирует мой персонаж». Это готовит отзывчивый обмен вместо просьбы написать обе стороны взаимодействия.
M2-her поддерживает сообщения sample_message_user и sample_message_ai для демонстрации нужного рисунка диалога. Производитель рекомендует от одного до трёх кратких примеров. Используйте их для задания голоса, темпа и соотношения повествования с репликами, избегая длинного примера, расходующего контекст без уточнения стиля. Примеры входят в бюджет ввода, как и остальные сообщения.
Направление развития MiniMax подчёркивает идентичность персонажа, правила мира, разнообразное развитие сюжета и самостоятельность пользователя. Укажите нужный темп, если он важен: спокойный обмен, постепенное раскрытие или новое осложнение. Для правки определите точную строку или событие, нарушающее характер либо хронологию, и запросите исправление с сохранением остальной сцены.
Документированный процесс включает полную историю пользователя и помощника в хронологическом порядке для многоходового диалога. Она даёт следующему ответу основания о прежних событиях и сложившихся отношениях. Явно сохраняйте важные имена и последние события при подготовке продолжения истории. История контекста передаётся модели; её не следует путать с неограниченной памятью вне разговора.
Исследования ролевого диалога производителя используют синтез диалогов и онлайн-обучение предпочтениям для улучшения разнообразия, непрерывности и отзывчивости. Эти методы обучения описывают модель производителя, а не гарантируют отсутствие ошибок в каждой истории. Проверьте, приписывает ли ответ реплики правильному персонажу и соблюдает ли физические или вымышленные правила мира.
Специальное руководство M2-her указывает контекст 64K и максимальную длину ответа 2 048 токенов. Оно также документирует потоковый вывод и стандартные настройки сэмплирования temperature 1.0 и top-p 0.95. Выберите длину ответа для одного хода разговора; слишком длинный фрагмент может вытеснить следующее решение пользователя или оборваться из-за лимита длины ответа.
Полезный результат — реплика персонажа, повествовательный фрагмент или продолжение сцены, соответствующие заданной обстановке и приглашающие к следующему взаимодействию. Проверьте точку зрения, самостоятельность персонажей, согласованность ссылок и нужное окончание. Именованный ролевой формат и ограничения M2-her остаются отдельными от других языковых, визуальных и медиамоделей MiniMax.
", "aboutText": "MiniMax M2-her — ориентированная на диалог текстовая модель MiniMax для ролевой игры, разговоров персонажей и сюжетного взаимодействия. Это профиль, отличный от универсальной модели MiniMax M2 для программирования и агентов. Производитель развивает её вокруг согласованных вымышленных миров, активного продвижения сюжета и соответствия разговорным предпочтениям пользователя. Ввод и вывод текстовые; специальное руководство не поддерживает смешанный текстово-графический ввод.\n\n### Определите мир и обе роли\n\nФормат разговора производителя включает больше, чем привычные сообщения system, user и assistant. Роль system определяет идентичность, характер и поведение модели. Роль user_system задаёт персонажа или образ пользователя, а group — сценарий или разговорную группу. Сохраняйте эти различия, когда история включает несколько людей, разную осведомлённость или определённые отношения.\n\nДайте модели обстановку, мотивы персонажа и факты, которые должны оставаться истинными. Опишите, кто управляет действиями пользователя и какие варианты нужно оставить открытыми для ответа. Пример задания сцены: «Продолжай от лица архивиста, сохрани установленную тайну и предложи одну новую зацепку, не решая, как реагирует мой персонаж». Это готовит отзывчивый обмен вместо просьбы написать обе стороны взаимодействия.\n\n### Примеры и стиль\n\nM2-her поддерживает сообщения sample_message_user и sample_message_ai для демонстрации нужного рисунка диалога. Производитель рекомендует от одного до трёх кратких примеров. Используйте их для задания голоса, темпа и соотношения повествования с репликами, избегая длинного примера, расходующего контекст без уточнения стиля. Примеры входят в бюджет ввода, как и остальные сообщения.\n\nНаправление развития MiniMax подчёркивает идентичность персонажа, правила мира, разнообразное развитие сюжета и самостоятельность пользователя. Укажите нужный темп, если он важен: спокойный обмен, постепенное раскрытие или новое осложнение. Для правки определите точную строку или событие, нарушающее характер либо хронологию, и запросите исправление с сохранением остальной сцены.\n\n### Поддерживайте контекст разговора\n\nДокументированный процесс включает полную историю пользователя и помощника в хронологическом порядке для многоходового диалога. Она даёт следующему ответу основания о прежних событиях и сложившихся отношениях. Явно сохраняйте важные имена и последние события при подготовке продолжения истории. История контекста передаётся модели; её не следует путать с неограниченной памятью вне разговора.\n\nИсследования ролевого диалога производителя используют синтез диалогов и онлайн-обучение предпочтениям для улучшения разнообразия, непрерывности и отзывчивости. Эти методы обучения описывают модель производителя, а не гарантируют отсутствие ошибок в каждой истории. Проверьте, приписывает ли ответ реплики правильному персонажу и соблюдает ли физические или вымышленные правила мира.\n\n### Ограничения и полученный фрагмент\n\nСпециальное руководство M2-her указывает контекст 64K и максимальную длину ответа 2 048 токенов. Оно также документирует потоковый вывод и стандартные настройки сэмплирования temperature 1.0 и top-p 0.95. Выберите длину ответа для одного хода разговора; слишком длинный фрагмент может вытеснить следующее решение пользователя или оборваться из-за лимита длины ответа.\n\nПолезный результат — реплика персонажа, повествовательный фрагмент или продолжение сцены, соответствующие заданной обстановке и приглашающие к следующему взаимодействию. Проверьте точку зрения, самостоятельность персонажей, согласованность ссылок и нужное окончание. Именованный ролевой формат и ограничения M2-her остаются отдельными от других языковых, визуальных и медиамоделей MiniMax.", "editorialOverlay": { "copy_fields": { "practical_html": "Технический пример на английском
A clue within a consistent fictional world\n\nContinue as caretaker Sol for two or three short replies. In this world, the lighthouse lamp can glow only when its bell is silent. I play a visitor who asks why the dark lamp still feels warm. Offer one clue while preserving the world rule, and end before deciding my character's response or movement.Two or three character replies with a clue, a consistent lamp/bell relationship and room for the player to act.The passage never has the lamp glowing while the bell rings and does not control the visitor.minimax/minimax-m2-herMiniMax M2-her — модель, работающая только с текстом, для ролевой игры с персонажами, сюжетного диалога и многоходовых разговоров. Специальные форматы ролей и сообщений-примеров формируют обе стороны взаимодействия; контекст производителя — 64K, максимальная длина ответа — 2 048 токенов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
MiniMax M2-her — ориентированная на диалог текстовая модель MiniMax для ролевой игры, разговоров персонажей и сюжетного взаимодействия. Это профиль, отличный от универсальной модели MiniMax M2 для программирования и агентов. Производитель развивает её вокруг согласованных вымышленных миров, активного продвижения сюжета и соответствия разговорным предпочтениям пользователя. Ввод и вывод текстовые; специальное руководство не поддерживает смешанный текстово-графический ввод.
Формат разговора производителя включает больше, чем привычные сообщения system, user и assistant. Роль system определяет идентичность, характер и поведение модели. Роль user_system задаёт персонажа или образ пользователя, а group — сценарий или разговорную группу. Сохраняйте эти различия, когда история включает несколько людей, разную осведомлённость или определённые отношения.
Дайте модели обстановку, мотивы персонажа и факты, которые должны оставаться истинными. Опишите, кто управляет действиями пользователя и какие варианты нужно оставить открытыми для ответа. Пример задания сцены: «Продолжай от лица архивиста, сохрани установленную тайну и предложи одну новую зацепку, не решая, как реагирует мой персонаж». Это готовит отзывчивый обмен вместо просьбы написать обе стороны взаимодействия.
M2-her поддерживает сообщения sample_message_user и sample_message_ai для демонстрации нужного рисунка диалога. Производитель рекомендует от одного до трёх кратких примеров. Используйте их для задания голоса, темпа и соотношения повествования с репликами, избегая длинного примера, расходующего контекст без уточнения стиля. Примеры входят в бюджет ввода, как и остальные сообщения.
Направление развития MiniMax подчёркивает идентичность персонажа, правила мира, разнообразное развитие сюжета и самостоятельность пользователя. Укажите нужный темп, если он важен: спокойный обмен, постепенное раскрытие или новое осложнение. Для правки определите точную строку или событие, нарушающее характер либо хронологию, и запросите исправление с сохранением остальной сцены.
Документированный процесс включает полную историю пользователя и помощника в хронологическом порядке для многоходового диалога. Она даёт следующему ответу основания о прежних событиях и сложившихся отношениях. Явно сохраняйте важные имена и последние события при подготовке продолжения истории. История контекста передаётся модели; её не следует путать с неограниченной памятью вне разговора.
Исследования ролевого диалога производителя используют синтез диалогов и онлайн-обучение предпочтениям для улучшения разнообразия, непрерывности и отзывчивости. Эти методы обучения описывают модель производителя, а не гарантируют отсутствие ошибок в каждой истории. Проверьте, приписывает ли ответ реплики правильному персонажу и соблюдает ли физические или вымышленные правила мира.
Специальное руководство M2-her указывает контекст 64K и максимальную длину ответа 2 048 токенов. Оно также документирует потоковый вывод и стандартные настройки сэмплирования temperature 1.0 и top-p 0.95. Выберите длину ответа для одного хода разговора; слишком длинный фрагмент может вытеснить следующее решение пользователя или оборваться из-за лимита длины ответа.
Полезный результат — реплика персонажа, повествовательный фрагмент или продолжение сцены, соответствующие заданной обстановке и приглашающие к следующему взаимодействию. Проверьте точку зрения, самостоятельность персонажей, согласованность ссылок и нужное окончание. Именованный ролевой формат и ограничения M2-her остаются отдельными от других языковых, визуальных и медиамоделей MiniMax.
POST /v1/chat/completionstexttext| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения minimax/minimax-m2-her | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения Минимум элементов: 1 | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения Примеры: system, user, assistant, tool, function Условия: Эти роли явно представлены типами совместимости исходного кода; точный набор ролей зависит от модели. Зависит от модели | По умолчанию— |
Полеmessages[].content | Типstring|content_part[]|null | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_calls | Типtool_call[] | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].tool_call_id | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: role=tool; используйте фактически возвращённый ID | По умолчанию— |
Полеmessages[].name | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].reasoning_content | Типstring | ТребованиеНеобязательно | Значения и ограничения Применяется, когда: Передавайте обратно фактически возвращённые рассуждения, если эта модель их использует | По умолчанию— |
Полеmessages[].reasoning_details | Типobject|array | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеmax_completion_tokens | Типinteger | ТребованиеНеобязательно | Значения и ограничения Минимум: 1 Зависит от модели | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Полеstream_options.include_usage | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtemperature | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtop_p | Типnumber | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеstop | Типstring|string[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools | Типfunction_tool[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеtools[].type | Типstring | ТребованиеНеобязательно | Значения и ограничения function Зависит от модели | По умолчанию— |
Полеtools[].function.name | Типstring | ТребованиеОбязательно | Значения и ограничения Применяется, когда: передан инструмент-функция | По умолчанию— |
Полеtools[].function.description | Типstring | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtools[].function.parameters | ТипJSON_schema | ТребованиеНеобязательно | Значения и ограничения | По умолчанию— |
Полеtool_choice | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеparallel_tool_calls | Типboolean | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеresponse_format | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning_effort | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеreasoning | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеservice_tier | Типstring | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеinstructions | Типstring | ТребованиеНеобязательно | Значения и ограничения Поле совместимости | По умолчанию— |
Полеfunctions | Типfunction[] | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеfunction_call | Типstring|object | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеprompt_cache_options | Типobject | ТребованиеНеобязательно | Значения и ограничения Зависит от модели | По умолчанию— |
Полеmodalities | Типstring[] | ТребованиеНеобязательно | Значения и ограничения text | По умолчанию— |
Полеprovider | Типobject | ТребованиеНеобязательно | Значения и ограничения Условия: provider.options отклоняется на этом текстовом маршруте Ultra | По умолчанию— |
Полеcache_control.ttl | Типstring | ТребованиеНеобязательно | Значения и ограничения Условия: 1h отклоняется в фактических местах настройки кэша запросов | По умолчанию— |
Текст · Текст UTF8
messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages |
Параметрmaterial_types | Контрактtext |
Параметрmessages | Контрактмассив сообщений со структурой role/content |
Параметрfile_material | Контрактфактический документ UTF-8 вставляется как буквальный текст; ID файла не выводится из него |
Параметрoptional_controls | Контрактstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Параметрcontrol_scope | Контрактзависит от модели; пользовательские инструменты-функции отличаются от инструментов, выполняемых на стороне сервиса |
Параметрoutput_modalities | Контрактtext |
Параметрhosted_operations | Контрактfalse |
Параметрmultimodal_input_binding | Контрактnull |
Жизненный цикл: synchronous_or_streamed
Отправляйте точный ID модели вместе с messages.
Длина контекста не является пределом выхода.
Текстовый файл может передавать буквальный текст; входные изображения, аудио и файловые объекты требуют точной привязки.
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0006 / 1K токенов Выход · Выходные токены $0.0024 / 1K токенов Вход · Чтение кэша $0.00006 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0006 / 1K токенов Выход · Выходные токены $0.0024 / 1K токенов Вход · Чтение кэша $0.00006 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax/minimax-m2-her", "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='minimax/minimax-m2-her',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='minimax/minimax-m2-her',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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте каждый вариант ответа с его содержимым, вызовами инструментов и рассуждениями. В SSE собирайте изменения по индексам варианта и инструмента, сохраняйте итоговую причину завершения и данные использования.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеchoices[].index | Типinteger |
Полеchoices[].message.content | Типstring|null |
Полеchoices[].message.tool_calls | Типtool_call[] |
Полеchoices[].message.reasoning_content | Типstring |
Полеchoices[].message.reasoning_details | Типobject|array |
Полеchoices[].finish_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra minimax/minimax-m2-her
Используйте пути методов, указанные выше.
minimax/minimax-m2-herMiniMax M2-her — модель, работающая только с текстом, для ролевой игры с персонажами, сюжетного диалога и многоходовых разговоров. Специальные форматы ролей и сообщений-примеров формируют обе стороны взаимодействия; контекст производителя — 64K, максимальная длина ответа — 2 048 токенов.
Описание раскрывает возможности модели. Доступные в Ailoot входные данные, результаты и параметры выбранного метода перечислены ниже.
MiniMax M2-her — ориентированная на диалог текстовая модель MiniMax для ролевой игры, разговоров персонажей и сюжетного взаимодействия. Это профиль, отличный от универсальной модели MiniMax M2 для программирования и агентов. Производитель развивает её вокруг согласованных вымышленных миров, активного продвижения сюжета и соответствия разговорным предпочтениям пользователя. Ввод и вывод текстовые; специальное руководство не поддерживает смешанный текстово-графический ввод.
Формат разговора производителя включает больше, чем привычные сообщения system, user и assistant. Роль system определяет идентичность, характер и поведение модели. Роль user_system задаёт персонажа или образ пользователя, а group — сценарий или разговорную группу. Сохраняйте эти различия, когда история включает несколько людей, разную осведомлённость или определённые отношения.
Дайте модели обстановку, мотивы персонажа и факты, которые должны оставаться истинными. Опишите, кто управляет действиями пользователя и какие варианты нужно оставить открытыми для ответа. Пример задания сцены: «Продолжай от лица архивиста, сохрани установленную тайну и предложи одну новую зацепку, не решая, как реагирует мой персонаж». Это готовит отзывчивый обмен вместо просьбы написать обе стороны взаимодействия.
M2-her поддерживает сообщения sample_message_user и sample_message_ai для демонстрации нужного рисунка диалога. Производитель рекомендует от одного до трёх кратких примеров. Используйте их для задания голоса, темпа и соотношения повествования с репликами, избегая длинного примера, расходующего контекст без уточнения стиля. Примеры входят в бюджет ввода, как и остальные сообщения.
Направление развития MiniMax подчёркивает идентичность персонажа, правила мира, разнообразное развитие сюжета и самостоятельность пользователя. Укажите нужный темп, если он важен: спокойный обмен, постепенное раскрытие или новое осложнение. Для правки определите точную строку или событие, нарушающее характер либо хронологию, и запросите исправление с сохранением остальной сцены.
Документированный процесс включает полную историю пользователя и помощника в хронологическом порядке для многоходового диалога. Она даёт следующему ответу основания о прежних событиях и сложившихся отношениях. Явно сохраняйте важные имена и последние события при подготовке продолжения истории. История контекста передаётся модели; её не следует путать с неограниченной памятью вне разговора.
Исследования ролевого диалога производителя используют синтез диалогов и онлайн-обучение предпочтениям для улучшения разнообразия, непрерывности и отзывчивости. Эти методы обучения описывают модель производителя, а не гарантируют отсутствие ошибок в каждой истории. Проверьте, приписывает ли ответ реплики правильному персонажу и соблюдает ли физические или вымышленные правила мира.
Специальное руководство M2-her указывает контекст 64K и максимальную длину ответа 2 048 токенов. Оно также документирует потоковый вывод и стандартные настройки сэмплирования temperature 1.0 и top-p 0.95. Выберите длину ответа для одного хода разговора; слишком длинный фрагмент может вытеснить следующее решение пользователя или оборваться из-за лимита длины ответа.
Полезный результат — реплика персонажа, повествовательный фрагмент или продолжение сцены, соответствующие заданной обстановке и приглашающие к следующему взаимодействию. Проверьте точку зрения, самостоятельность персонажей, согласованность ссылок и нужное окончание. Именованный ролевой формат и ограничения M2-her остаются отдельными от других языковых, визуальных и медиамоделей MiniMax.
POST /v1/messagestextjson, sse| Поле | Тип | Требование | Значения и ограничения | По умолчанию |
|---|---|---|---|---|
Полеmodel | Типstring | ТребованиеОбязательно | Значения и ограничения minimax/minimax-m2-her | По умолчанию— |
Полеmessages | Типmessage[] | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmessages[].role | Типstring | ТребованиеОбязательно | Значения и ограничения user, assistant | По умолчанию— |
Полеmessages[].content | Типstring | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеmax_tokens | Типinteger | ТребованиеОбязательно | Значения и ограничения | По умолчанию— |
Полеstream | Типboolean | ТребованиеНеобязательно | Значения и ограничения | По умолчаниюfalse |
Текст · Текст UTF-8
строка messages[].content
| Параметр | Контракт |
|---|---|
Параметрcontent_type | Контрактapplication/json |
Параметрrequired | Контрактmodel, messages, max_tokens |
Параметрoptional_controls | Контрактstream |
Параметрmaterial_types | Контрактtext |
Параметрtext_file_material | КонтрактПрочитайте фактический документ UTF-8 и поместите его текст в указанную строку входа или содержимого сообщения. |
Жизненный цикл: synchronous_or_streamed
Тарифная справка не добавляет режимы запроса. Поддерживаемые параметры указаны для выбранного метода.
Сопоставьте каждую плату с указанными условиями. Для каждого набора альтернативных конфигураций используйте одну ставку.
| Конфигурация | Шкала ставок | Токенов контекста больше | Токенов контекста не более, включительно | Плата |
|---|---|---|---|---|
| КонфигурацияБазовые ставки за токены | Шкала ставокБазовая ставка | Токенов контекста больше— | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0006 / 1K токенов Выход · Выходные токены $0.0024 / 1K токенов Вход · Чтение кэша $0.00006 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
| КонфигурацияУровень 1 по длине запроса | Шкала ставок— | Токенов контекста больше0 | Токенов контекста не более, включительноБез верхней границы | Плата Вход · Входные токены $0.0006 / 1K токенов Выход · Выходные токены $0.0024 / 1K токенов Вход · Чтение кэша $0.00006 / 1K токенов Вход · Запись в кэш — / 1K токенов Вход · Запись в кэш, 1 час — / 1K токенов |
Ailoot резервирует расчётную сумму перед запросом. После получения результата списывает итоговую плату по измеренному расходу. Для окончательного списания за потоковый ответ используется итоговая запись расхода. Как работают резервирование и расчёт →
{\n "model": "minimax/minimax-m2-her",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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': 'minimax/minimax-m2-her', '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': 'minimax/minimax-m2-her', '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 или SSE
Сохраняйте каждый полностью полученный ответ, файл и элемент содержимого.
Сохраняйте все блоки содержимого, подписи рассуждений и фактические ID обращений к инструментам. Собирайте все изменения блоков SSE; первый текстовый блок не является полным выходом.
Сохраняйте ID запросов и ответов, а также заголовки. Общий URL получения текстового задания не предоставлен.
| Поле | Тип |
|---|---|
Полеid | Типstring |
Полеmodel | Типstring |
Полеcontent[] | Типtext|thinking|tool_use|other content block |
Полеstop_reason | Типstring|null |
Полеusage | Типobject |
| Ответ | Условие | Следующий шаг |
|---|---|---|
Ответ400 · invalid_request_error | УсловиеНеверные обязательные поля, представление материалов или значение параметра | Следующий шагИсправьте указанные поля перед новым запросом на создание. |
Ailoot Ultra minimax/minimax-m2-her
Используйте пути методов, указанные выше.
Технический пример на английском
A clue within a consistent fictional world\n\nContinue as caretaker Sol for two or three short replies. In this world, the lighthouse lamp can glow only when its bell is silent. I play a visitor who asks why the dark lamp still feels warm. Offer one clue while preserving the world rule, and end before deciding my character's response or movement.Two or three character replies with a clue, a consistent lamp/bell relationship and room for the player to act.The passage never has the lamp glowing while the bell rings and does not control the visitor.