MiniMax M1 là mô hình ngôn ngữ suy luận với cơ chế chú ý lai của MiniMax cho nhiệm vụ có đầu vào dài và phân tích lớn. Mô hình xây trên MiniMax-Text-01 với thành phần hỗn hợp chuyên gia và Lightning Attention, có 456 tỷ tham số tổng và 45,9 tỷ kích hoạt mỗi token. Đầu vào là chỉ dẫn viết và ngữ cảnh nguồn; đầu ra là văn bản như lời giải, mã, phân tích hoặc thông tin gọi hàm.
Hãng mô tả ngữ cảnh gốc một triệu token, phát hành hai phiên bản M1 có ngân sách suy nghĩ 40K và 80K. Tên ngân sách chỉ phiên bản suy luận, không nên đọc như trần câu trả lời cuối phổ quát giống hệt nhau. Lựa chọn M1 chung vẫn riêng với cấu hình ngân sách cố định đó và phần mở rộng suy luận của mô hình Text-01 trước.
Với tài liệu dài, đặt tên tư liệu, xác định phần liên quan, nêu câu hỏi chúng cần hỗ trợ. Đề bài hữu ích: “So sánh yêu cầu này với ghi chú triển khai, xác định từng điều kiện chưa giải quyết và trả đoạn hỗ trợ cạnh phát hiện.” Dành chỗ ngữ cảnh cho suy luận và trả lời cuối, không chỉ tư liệu nguồn ban đầu.
M1 dùng học tăng cường quy mô lớn trên toán học và vấn đề kỹ nghệ phần mềm trong hộp cát. Hãng giới thiệu CISPO, giới hạn trọng số của phương pháp importance sampling thay vì giới hạn các cập nhật token, làm phần cách tiếp cận học tăng cường. Đây là khác biệt huấn luyện của bản suy luận; nó không biến sản phẩm mã sinh hoặc hành động đề xuất thành kết quả đã thực thi.
Với mã, cung cấp triển khai liên quan, đầu vào đại diện, hành vi mong đợi, ràng buộc cần giữ. Yêu cầu thay đổi tập trung và bằng chứng biện minh. Với toán, cung cấp điều kiện đầy đủ, yêu cầu kết quả cuối cùng kèm các giả định. Hãng khuyên lời giải từng bước với kết quả cuối trong ký hiệu toán đóng khung.
MiniMax khuyên temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Hãng cũng khuyên điều chỉnh chỉ dẫn hệ thống theo nhiệm vụ. Trợ lý chung có thể dùng vai trò trợ lý đơn giản, sẵn sàng hỗ trợ; phát triển web có thể nêu sản phẩm mã đầy đủ và định dạng đầu ra. Lời nhắc web minh họa yêu cầu một sản phẩm HTML đầy đủ thay vì mảnh rời.
Nêu câu trả lời cần là giải thích, so sánh có cấu trúc hay chỉ mã. Chỉ dẫn cần xác định sản phẩm thực tế và tiêu chí hoàn thành. Triển khai trực quan vẫn cần chạy trong ứng dụng dự định, với kết quả quan sát được trả về để sửa.
M1 hỗ trợ định nghĩa hàm được cung cấp với tên, mô tả, kiểu đối số, trường bắt buộc. Biểu diễn gốc phân biệt suy luận với lệnh gọi công cụ và đối số JSON có cấu trúc. Hướng dẫn hãng cho cả đường phân tích cú pháp riêng và diễn giải thủ công biểu diễn đó. Ứng dụng kiểm tra, thực thi hàm được chọn, trả kết quả có tên trong hội thoại cho mô hình dùng.
Giữ mục đích công cụ, hành động được phép rõ. Tra cứu tài liệu có thể cung cấp trường thiếu trước khi mô hình hoàn tất giải thích; công cụ phát triển có thể trả mã hoặc lỗi thực tế để phân tích. Thao tác đề xuất khác với thực thi và kết quả quan sát được.
Đầu ra hữu ích là lời giải văn bản, đề xuất mã hoặc hồ sơ phân tích gắn nguồn cung cấp và quan sát công cụ thực tế. Giữ định danh M1 gốc cùng khác biệt ngân sách, không suy ra đầu vào thị giác, trần đầu ra hoặc mặc định điều khiển của mô hình MiniMax khác từ tên họ chung.
", "aboutText": "MiniMax M1 là mô hình ngôn ngữ suy luận với cơ chế chú ý lai của MiniMax cho nhiệm vụ có đầu vào dài và phân tích lớn. Mô hình xây trên MiniMax-Text-01 với thành phần hỗn hợp chuyên gia và Lightning Attention, có 456 tỷ tham số tổng và 45,9 tỷ kích hoạt mỗi token. Đầu vào là chỉ dẫn viết và ngữ cảnh nguồn; đầu ra là văn bản như lời giải, mã, phân tích hoặc thông tin gọi hàm.\n\n### Ngữ cảnh và phiên bản suy luận\n\nHãng mô tả ngữ cảnh gốc một triệu token, phát hành hai phiên bản M1 có ngân sách suy nghĩ 40K và 80K. Tên ngân sách chỉ phiên bản suy luận, không nên đọc như trần câu trả lời cuối phổ quát giống hệt nhau. Lựa chọn M1 chung vẫn riêng với cấu hình ngân sách cố định đó và phần mở rộng suy luận của mô hình Text-01 trước.\n\nVới tài liệu dài, đặt tên tư liệu, xác định phần liên quan, nêu câu hỏi chúng cần hỗ trợ. Đề bài hữu ích: “So sánh yêu cầu này với ghi chú triển khai, xác định từng điều kiện chưa giải quyết và trả đoạn hỗ trợ cạnh phát hiện.” Dành chỗ ngữ cảnh cho suy luận và trả lời cuối, không chỉ tư liệu nguồn ban đầu.\n\n### Huấn luyện cho suy luận thực tế\n\nM1 dùng học tăng cường quy mô lớn trên toán học và vấn đề kỹ nghệ phần mềm trong hộp cát. Hãng giới thiệu CISPO, giới hạn trọng số của phương pháp importance sampling thay vì giới hạn các cập nhật token, làm phần cách tiếp cận học tăng cường. Đây là khác biệt huấn luyện của bản suy luận; nó không biến sản phẩm mã sinh hoặc hành động đề xuất thành kết quả đã thực thi.\n\nVới mã, cung cấp triển khai liên quan, đầu vào đại diện, hành vi mong đợi, ràng buộc cần giữ. Yêu cầu thay đổi tập trung và bằng chứng biện minh. Với toán, cung cấp điều kiện đầy đủ, yêu cầu kết quả cuối cùng kèm các giả định. Hãng khuyên lời giải từng bước với kết quả cuối trong ký hiệu toán đóng khung.\n\n### Hướng dẫn lời nhắc của hãng\n\nMiniMax khuyên temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Hãng cũng khuyên điều chỉnh chỉ dẫn hệ thống theo nhiệm vụ. Trợ lý chung có thể dùng vai trò trợ lý đơn giản, sẵn sàng hỗ trợ; phát triển web có thể nêu sản phẩm mã đầy đủ và định dạng đầu ra. Lời nhắc web minh họa yêu cầu một sản phẩm HTML đầy đủ thay vì mảnh rời.\n\nNêu câu trả lời cần là giải thích, so sánh có cấu trúc hay chỉ mã. Chỉ dẫn cần xác định sản phẩm thực tế và tiêu chí hoàn thành. Triển khai trực quan vẫn cần chạy trong ứng dụng dự định, với kết quả quan sát được trả về để sửa.\n\n### Gọi hàm\n\nM1 hỗ trợ định nghĩa hàm được cung cấp với tên, mô tả, kiểu đối số, trường bắt buộc. Biểu diễn gốc phân biệt suy luận với lệnh gọi công cụ và đối số JSON có cấu trúc. Hướng dẫn hãng cho cả đường phân tích cú pháp riêng và diễn giải thủ công biểu diễn đó. Ứng dụng kiểm tra, thực thi hàm được chọn, trả kết quả có tên trong hội thoại cho mô hình dùng.\n\nGiữ mục đích công cụ, hành động được phép rõ. Tra cứu tài liệu có thể cung cấp trường thiếu trước khi mô hình hoàn tất giải thích; công cụ phát triển có thể trả mã hoặc lỗi thực tế để phân tích. Thao tác đề xuất khác với thực thi và kết quả quan sát được.\n\nĐầu ra hữu ích là lời giải văn bản, đề xuất mã hoặc hồ sơ phân tích gắn nguồn cung cấp và quan sát công cụ thực tế. Giữ định danh M1 gốc cùng khác biệt ngân sách, không suy ra đầu vào thị giác, trần đầu ra hoặc mặc định điều khiển của mô hình MiniMax khác từ tên họ chung.", "editorialOverlay": { "copy_fields": { "practical_html": "Ví dụ kỹ thuật bằng tiếng Anh
Check a batch-processing invariant\n\nA worker reads pending jobs, marks each running, then records completion. On restart it reads only pending jobs. Analyse what happens if the process stops after marking a job running but before recording completion. Propose a recovery rule that avoids losing the job and prevents an already completed external action from being repeated blindly. Give two failure-point tests.A failure analysis, a bounded recovery/state-reconciliation proposal and tests for interruption before and after an external action.Recovery checks the original action's outcome before deciding whether another execution is safe.MiniMax-M1MiniMax M1 là mô hình suy luận với cơ chế chú ý lai của MiniMax cho phân tích nguồn dài, toán học, lập trình và công cụ. Họ mô hình của hãng có ngữ cảnh gốc một triệu token và phiên bản ngân sách suy nghĩ 40K, 80K riêng, trả văn bản và nội dung gọi hàm có cấu trúc.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
MiniMax M1 là mô hình ngôn ngữ suy luận với cơ chế chú ý lai của MiniMax cho nhiệm vụ có đầu vào dài và phân tích lớn. Mô hình xây trên MiniMax-Text-01 với thành phần hỗn hợp chuyên gia và Lightning Attention, có 456 tỷ tham số tổng và 45,9 tỷ kích hoạt mỗi token. Đầu vào là chỉ dẫn viết và ngữ cảnh nguồn; đầu ra là văn bản như lời giải, mã, phân tích hoặc thông tin gọi hàm.
Hãng mô tả ngữ cảnh gốc một triệu token, phát hành hai phiên bản M1 có ngân sách suy nghĩ 40K và 80K. Tên ngân sách chỉ phiên bản suy luận, không nên đọc như trần câu trả lời cuối phổ quát giống hệt nhau. Lựa chọn M1 chung vẫn riêng với cấu hình ngân sách cố định đó và phần mở rộng suy luận của mô hình Text-01 trước.
Với tài liệu dài, đặt tên tư liệu, xác định phần liên quan, nêu câu hỏi chúng cần hỗ trợ. Đề bài hữu ích: “So sánh yêu cầu này với ghi chú triển khai, xác định từng điều kiện chưa giải quyết và trả đoạn hỗ trợ cạnh phát hiện.” Dành chỗ ngữ cảnh cho suy luận và trả lời cuối, không chỉ tư liệu nguồn ban đầu.
M1 dùng học tăng cường quy mô lớn trên toán học và vấn đề kỹ nghệ phần mềm trong hộp cát. Hãng giới thiệu CISPO, giới hạn trọng số của phương pháp importance sampling thay vì giới hạn các cập nhật token, làm phần cách tiếp cận học tăng cường. Đây là khác biệt huấn luyện của bản suy luận; nó không biến sản phẩm mã sinh hoặc hành động đề xuất thành kết quả đã thực thi.
Với mã, cung cấp triển khai liên quan, đầu vào đại diện, hành vi mong đợi, ràng buộc cần giữ. Yêu cầu thay đổi tập trung và bằng chứng biện minh. Với toán, cung cấp điều kiện đầy đủ, yêu cầu kết quả cuối cùng kèm các giả định. Hãng khuyên lời giải từng bước với kết quả cuối trong ký hiệu toán đóng khung.
MiniMax khuyên temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Hãng cũng khuyên điều chỉnh chỉ dẫn hệ thống theo nhiệm vụ. Trợ lý chung có thể dùng vai trò trợ lý đơn giản, sẵn sàng hỗ trợ; phát triển web có thể nêu sản phẩm mã đầy đủ và định dạng đầu ra. Lời nhắc web minh họa yêu cầu một sản phẩm HTML đầy đủ thay vì mảnh rời.
Nêu câu trả lời cần là giải thích, so sánh có cấu trúc hay chỉ mã. Chỉ dẫn cần xác định sản phẩm thực tế và tiêu chí hoàn thành. Triển khai trực quan vẫn cần chạy trong ứng dụng dự định, với kết quả quan sát được trả về để sửa.
M1 hỗ trợ định nghĩa hàm được cung cấp với tên, mô tả, kiểu đối số, trường bắt buộc. Biểu diễn gốc phân biệt suy luận với lệnh gọi công cụ và đối số JSON có cấu trúc. Hướng dẫn hãng cho cả đường phân tích cú pháp riêng và diễn giải thủ công biểu diễn đó. Ứng dụng kiểm tra, thực thi hàm được chọn, trả kết quả có tên trong hội thoại cho mô hình dùng.
Giữ mục đích công cụ, hành động được phép rõ. Tra cứu tài liệu có thể cung cấp trường thiếu trước khi mô hình hoàn tất giải thích; công cụ phát triển có thể trả mã hoặc lỗi thực tế để phân tích. Thao tác đề xuất khác với thực thi và kết quả quan sát được.
Đầu ra hữu ích là lời giải văn bản, đề xuất mã hoặc hồ sơ phân tích gắn nguồn cung cấp và quan sát công cụ thực tế. Giữ định danh M1 gốc cùng khác biệt ngân sách, không suy ra đầu vào thị giác, trần đầu ra hoặc mặc định điều khiển của mô hình MiniMax khác từ tên họ chung.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn MiniMax-M1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Hội thoại văn bản | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốcontrol_scope | Hợp đồngHội thoại văn bản; stream là giá trị boolean và mặc định là false. |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Bí danh phương thức: /chat/completions
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model":"MiniMax-M1","messages":[{"role":"user","content":"hello"}],"stream":false}')\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-M1", messages=[{"role":"user","content":"hello"}], stream=False)\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"))\njson hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra MiniMax-M1, minimax/minimax-m1
/chat/completions
MiniMax-M1MiniMax M1 là mô hình suy luận với cơ chế chú ý lai của MiniMax cho phân tích nguồn dài, toán học, lập trình và công cụ. Họ mô hình của hãng có ngữ cảnh gốc một triệu token và phiên bản ngân sách suy nghĩ 40K, 80K riêng, trả văn bản và nội dung gọi hàm có cấu trúc.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
MiniMax M1 là mô hình ngôn ngữ suy luận với cơ chế chú ý lai của MiniMax cho nhiệm vụ có đầu vào dài và phân tích lớn. Mô hình xây trên MiniMax-Text-01 với thành phần hỗn hợp chuyên gia và Lightning Attention, có 456 tỷ tham số tổng và 45,9 tỷ kích hoạt mỗi token. Đầu vào là chỉ dẫn viết và ngữ cảnh nguồn; đầu ra là văn bản như lời giải, mã, phân tích hoặc thông tin gọi hàm.
Hãng mô tả ngữ cảnh gốc một triệu token, phát hành hai phiên bản M1 có ngân sách suy nghĩ 40K và 80K. Tên ngân sách chỉ phiên bản suy luận, không nên đọc như trần câu trả lời cuối phổ quát giống hệt nhau. Lựa chọn M1 chung vẫn riêng với cấu hình ngân sách cố định đó và phần mở rộng suy luận của mô hình Text-01 trước.
Với tài liệu dài, đặt tên tư liệu, xác định phần liên quan, nêu câu hỏi chúng cần hỗ trợ. Đề bài hữu ích: “So sánh yêu cầu này với ghi chú triển khai, xác định từng điều kiện chưa giải quyết và trả đoạn hỗ trợ cạnh phát hiện.” Dành chỗ ngữ cảnh cho suy luận và trả lời cuối, không chỉ tư liệu nguồn ban đầu.
M1 dùng học tăng cường quy mô lớn trên toán học và vấn đề kỹ nghệ phần mềm trong hộp cát. Hãng giới thiệu CISPO, giới hạn trọng số của phương pháp importance sampling thay vì giới hạn các cập nhật token, làm phần cách tiếp cận học tăng cường. Đây là khác biệt huấn luyện của bản suy luận; nó không biến sản phẩm mã sinh hoặc hành động đề xuất thành kết quả đã thực thi.
Với mã, cung cấp triển khai liên quan, đầu vào đại diện, hành vi mong đợi, ràng buộc cần giữ. Yêu cầu thay đổi tập trung và bằng chứng biện minh. Với toán, cung cấp điều kiện đầy đủ, yêu cầu kết quả cuối cùng kèm các giả định. Hãng khuyên lời giải từng bước với kết quả cuối trong ký hiệu toán đóng khung.
MiniMax khuyên temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Hãng cũng khuyên điều chỉnh chỉ dẫn hệ thống theo nhiệm vụ. Trợ lý chung có thể dùng vai trò trợ lý đơn giản, sẵn sàng hỗ trợ; phát triển web có thể nêu sản phẩm mã đầy đủ và định dạng đầu ra. Lời nhắc web minh họa yêu cầu một sản phẩm HTML đầy đủ thay vì mảnh rời.
Nêu câu trả lời cần là giải thích, so sánh có cấu trúc hay chỉ mã. Chỉ dẫn cần xác định sản phẩm thực tế và tiêu chí hoàn thành. Triển khai trực quan vẫn cần chạy trong ứng dụng dự định, với kết quả quan sát được trả về để sửa.
M1 hỗ trợ định nghĩa hàm được cung cấp với tên, mô tả, kiểu đối số, trường bắt buộc. Biểu diễn gốc phân biệt suy luận với lệnh gọi công cụ và đối số JSON có cấu trúc. Hướng dẫn hãng cho cả đường phân tích cú pháp riêng và diễn giải thủ công biểu diễn đó. Ứng dụng kiểm tra, thực thi hàm được chọn, trả kết quả có tên trong hội thoại cho mô hình dùng.
Giữ mục đích công cụ, hành động được phép rõ. Tra cứu tài liệu có thể cung cấp trường thiếu trước khi mô hình hoàn tất giải thích; công cụ phát triển có thể trả mã hoặc lỗi thực tế để phân tích. Thao tác đề xuất khác với thực thi và kết quả quan sát được.
Đầu ra hữu ích là lời giải văn bản, đề xuất mã hoặc hồ sơ phân tích gắn nguồn cung cấp và quan sát công cụ thực tế. Giữ định danh M1 gốc cùng khác biệt ngân sách, không suy ra đầu vào thị giác, trần đầu ra hoặc mặc định điều khiển của mô hình MiniMax khác từ tên họ chung.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn MiniMax-M1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "MiniMax-M1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-M1', '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-M1', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra MiniMax-M1, minimax/minimax-m1
/chat/completions
minimax/minimax-m1MiniMax M1 là mô hình suy luận với cơ chế chú ý lai của MiniMax cho phân tích nguồn dài, toán học, lập trình và công cụ. Họ mô hình của hãng có ngữ cảnh gốc một triệu token và phiên bản ngân sách suy nghĩ 40K, 80K riêng, trả văn bản và nội dung gọi hàm có cấu trúc.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
MiniMax M1 là mô hình ngôn ngữ suy luận với cơ chế chú ý lai của MiniMax cho nhiệm vụ có đầu vào dài và phân tích lớn. Mô hình xây trên MiniMax-Text-01 với thành phần hỗn hợp chuyên gia và Lightning Attention, có 456 tỷ tham số tổng và 45,9 tỷ kích hoạt mỗi token. Đầu vào là chỉ dẫn viết và ngữ cảnh nguồn; đầu ra là văn bản như lời giải, mã, phân tích hoặc thông tin gọi hàm.
Hãng mô tả ngữ cảnh gốc một triệu token, phát hành hai phiên bản M1 có ngân sách suy nghĩ 40K và 80K. Tên ngân sách chỉ phiên bản suy luận, không nên đọc như trần câu trả lời cuối phổ quát giống hệt nhau. Lựa chọn M1 chung vẫn riêng với cấu hình ngân sách cố định đó và phần mở rộng suy luận của mô hình Text-01 trước.
Với tài liệu dài, đặt tên tư liệu, xác định phần liên quan, nêu câu hỏi chúng cần hỗ trợ. Đề bài hữu ích: “So sánh yêu cầu này với ghi chú triển khai, xác định từng điều kiện chưa giải quyết và trả đoạn hỗ trợ cạnh phát hiện.” Dành chỗ ngữ cảnh cho suy luận và trả lời cuối, không chỉ tư liệu nguồn ban đầu.
M1 dùng học tăng cường quy mô lớn trên toán học và vấn đề kỹ nghệ phần mềm trong hộp cát. Hãng giới thiệu CISPO, giới hạn trọng số của phương pháp importance sampling thay vì giới hạn các cập nhật token, làm phần cách tiếp cận học tăng cường. Đây là khác biệt huấn luyện của bản suy luận; nó không biến sản phẩm mã sinh hoặc hành động đề xuất thành kết quả đã thực thi.
Với mã, cung cấp triển khai liên quan, đầu vào đại diện, hành vi mong đợi, ràng buộc cần giữ. Yêu cầu thay đổi tập trung và bằng chứng biện minh. Với toán, cung cấp điều kiện đầy đủ, yêu cầu kết quả cuối cùng kèm các giả định. Hãng khuyên lời giải từng bước với kết quả cuối trong ký hiệu toán đóng khung.
MiniMax khuyên temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Hãng cũng khuyên điều chỉnh chỉ dẫn hệ thống theo nhiệm vụ. Trợ lý chung có thể dùng vai trò trợ lý đơn giản, sẵn sàng hỗ trợ; phát triển web có thể nêu sản phẩm mã đầy đủ và định dạng đầu ra. Lời nhắc web minh họa yêu cầu một sản phẩm HTML đầy đủ thay vì mảnh rời.
Nêu câu trả lời cần là giải thích, so sánh có cấu trúc hay chỉ mã. Chỉ dẫn cần xác định sản phẩm thực tế và tiêu chí hoàn thành. Triển khai trực quan vẫn cần chạy trong ứng dụng dự định, với kết quả quan sát được trả về để sửa.
M1 hỗ trợ định nghĩa hàm được cung cấp với tên, mô tả, kiểu đối số, trường bắt buộc. Biểu diễn gốc phân biệt suy luận với lệnh gọi công cụ và đối số JSON có cấu trúc. Hướng dẫn hãng cho cả đường phân tích cú pháp riêng và diễn giải thủ công biểu diễn đó. Ứng dụng kiểm tra, thực thi hàm được chọn, trả kết quả có tên trong hội thoại cho mô hình dùng.
Giữ mục đích công cụ, hành động được phép rõ. Tra cứu tài liệu có thể cung cấp trường thiếu trước khi mô hình hoàn tất giải thích; công cụ phát triển có thể trả mã hoặc lỗi thực tế để phân tích. Thao tác đề xuất khác với thực thi và kết quả quan sát được.
Đầu ra hữu ích là lời giải văn bản, đề xuất mã hoặc hồ sơ phân tích gắn nguồn cung cấp và quan sát công cụ thực tế. Giữ định danh M1 gốc cùng khác biệt ngân sách, không suy ra đầu vào thị giác, trần đầu ra hoặc mặc định điều khiển của mô hình MiniMax khác từ tên họ chung.
POST /v1/chat/completionstexttext| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn minimax/minimax-m1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn Số mục tối thiểu: 1 | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Ví dụ: system, user, assistant, tool, function Điều kiện: Các vai trò này được biểu diễn rõ trong các kiểu tương thích của mã nguồn; tập vai trò chính xác vẫn tùy từng mô hình. Tùy thuộc vào mô hình | Mặc định— |
Trườngmessages[].content | Loạistring|content_part[]|null | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_calls | Loạitool_call[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].tool_call_id | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: role=tool; dùng ID thực tế được trả về | Mặc định— |
Trườngmessages[].name | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].reasoning_content | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Áp dụng khi: Gửi lại dữ liệu suy luận thực tế đã được trả về khi mô hình này sử dụng dữ liệu đó | Mặc định— |
Trườngmessages[].reasoning_details | Loạiobject|array | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngmax_completion_tokens | Loạiinteger | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tối thiểu: 1 Tùy thuộc vào mô hình | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Trườngstream_options.include_usage | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtemperature | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtop_p | Loạinumber | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngstop | Loạistring|string[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools | Loạifunction_tool[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].type | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn function Tùy thuộc vào mô hình | Mặc định— |
Trườngtools[].function.name | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn Áp dụng khi: Có cung cấp công cụ hàm | Mặc định— |
Trườngtools[].function.description | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtools[].function.parameters | LoạiJSON_schema | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngtool_choice | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngparallel_tool_calls | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngresponse_format | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning_effort | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngreasoning | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngservice_tier | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườnginstructions | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Trường tương thích | Mặc định— |
Trườngfunctions | Loạifunction[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngfunction_call | Loạistring|object | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngprompt_cache_options | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Tùy thuộc vào mô hình | Mặc định— |
Trườngmodalities | Loạistring[] | Yêu cầuKhông bắt buộc | Giá trị & giới hạn text | Mặc định— |
Trườngprovider | Loạiobject | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: provider.options bị từ chối trên tuyến văn bản Ultra này | Mặc định— |
Trườngcache_control.ttl | Loạistring | Yêu cầuKhông bắt buộc | Giá trị & giới hạn Điều kiện: 1h bị từ chối tại các vị trí lưu đệm prompt thực tế | Mặc định— |
Văn bản · Văn bản UTF8
messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốmessages | Hợp đồngMảng thông điệp có cấu trúc role/content |
Tham sốfile_material | Hợp đồngTài liệu UTF-8 thực tế được chèn nguyên dạng văn bản; không suy ra ID tệp |
Tham sốoptional_controls | Hợp đồngstream, temperature, top_p, stop, max_tokens, max_completion_tokens, reasoning, response_format, tools, tool_choice |
Tham sốcontrol_scope | Hợp đồngTùy từng mô hình; công cụ hàm của người dùng khác với công cụ do dịch vụ cung cấp |
Tham sốoutput_modalities | Hợp đồngtext |
Tham sốhosted_operations | Hợp đồngfalse |
Tham sốmultimodal_input_binding | Hợp đồngnull |
Vòng đời: synchronous_or_streamed
Gửi ID mô hình chính xác cùng messages.
Độ dài ngữ cảnh không phải giới hạn đầu ra.
Tệp văn bản có thể cung cấp nguyên văn nội dung; đầu vào hình ảnh, âm thanh hoặc đối tượng tệp cần có liên kết chính xác.
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
set -eu\n: "${AILOOT_API_KEY:?Set your Ailoot API key}"\npython3 - <<'PY_REQUEST'\nimport json,os\nfrom pathlib import Path\np=json.loads('{"model": "minimax/minimax-m1", "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-m1',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-m1',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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi phương án trả lời cùng nội dung, lệnh gọi công cụ và dữ liệu suy luận của phương án đó. Với SSE, ghép các phần thay đổi theo chỉ số phương án và công cụ, giữ lý do kết thúc cuối cùng cùng dữ liệu sử dụng.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngchoices[].index | Loạiinteger |
Trườngchoices[].message.content | Loạistring|null |
Trườngchoices[].message.tool_calls | Loạitool_call[] |
Trườngchoices[].message.reasoning_content | Loạistring |
Trườngchoices[].message.reasoning_details | Loạiobject|array |
Trườngchoices[].finish_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra MiniMax-M1, minimax/minimax-m1
/chat/completions
minimax/minimax-m1MiniMax M1 là mô hình suy luận với cơ chế chú ý lai của MiniMax cho phân tích nguồn dài, toán học, lập trình và công cụ. Họ mô hình của hãng có ngữ cảnh gốc một triệu token và phiên bản ngân sách suy nghĩ 40K, 80K riêng, trả văn bản và nội dung gọi hàm có cấu trúc.
Mô tả này trình bày khả năng của mô hình. Đầu vào, đầu ra và tùy chọn có trên Ailoot được liệt kê bên dưới cho phương thức đã chọn.
MiniMax M1 là mô hình ngôn ngữ suy luận với cơ chế chú ý lai của MiniMax cho nhiệm vụ có đầu vào dài và phân tích lớn. Mô hình xây trên MiniMax-Text-01 với thành phần hỗn hợp chuyên gia và Lightning Attention, có 456 tỷ tham số tổng và 45,9 tỷ kích hoạt mỗi token. Đầu vào là chỉ dẫn viết và ngữ cảnh nguồn; đầu ra là văn bản như lời giải, mã, phân tích hoặc thông tin gọi hàm.
Hãng mô tả ngữ cảnh gốc một triệu token, phát hành hai phiên bản M1 có ngân sách suy nghĩ 40K và 80K. Tên ngân sách chỉ phiên bản suy luận, không nên đọc như trần câu trả lời cuối phổ quát giống hệt nhau. Lựa chọn M1 chung vẫn riêng với cấu hình ngân sách cố định đó và phần mở rộng suy luận của mô hình Text-01 trước.
Với tài liệu dài, đặt tên tư liệu, xác định phần liên quan, nêu câu hỏi chúng cần hỗ trợ. Đề bài hữu ích: “So sánh yêu cầu này với ghi chú triển khai, xác định từng điều kiện chưa giải quyết và trả đoạn hỗ trợ cạnh phát hiện.” Dành chỗ ngữ cảnh cho suy luận và trả lời cuối, không chỉ tư liệu nguồn ban đầu.
M1 dùng học tăng cường quy mô lớn trên toán học và vấn đề kỹ nghệ phần mềm trong hộp cát. Hãng giới thiệu CISPO, giới hạn trọng số của phương pháp importance sampling thay vì giới hạn các cập nhật token, làm phần cách tiếp cận học tăng cường. Đây là khác biệt huấn luyện của bản suy luận; nó không biến sản phẩm mã sinh hoặc hành động đề xuất thành kết quả đã thực thi.
Với mã, cung cấp triển khai liên quan, đầu vào đại diện, hành vi mong đợi, ràng buộc cần giữ. Yêu cầu thay đổi tập trung và bằng chứng biện minh. Với toán, cung cấp điều kiện đầy đủ, yêu cầu kết quả cuối cùng kèm các giả định. Hãng khuyên lời giải từng bước với kết quả cuối trong ký hiệu toán đóng khung.
MiniMax khuyên temperature 1.0 và top-p 0.95 cho cấu hình tham chiếu. Hãng cũng khuyên điều chỉnh chỉ dẫn hệ thống theo nhiệm vụ. Trợ lý chung có thể dùng vai trò trợ lý đơn giản, sẵn sàng hỗ trợ; phát triển web có thể nêu sản phẩm mã đầy đủ và định dạng đầu ra. Lời nhắc web minh họa yêu cầu một sản phẩm HTML đầy đủ thay vì mảnh rời.
Nêu câu trả lời cần là giải thích, so sánh có cấu trúc hay chỉ mã. Chỉ dẫn cần xác định sản phẩm thực tế và tiêu chí hoàn thành. Triển khai trực quan vẫn cần chạy trong ứng dụng dự định, với kết quả quan sát được trả về để sửa.
M1 hỗ trợ định nghĩa hàm được cung cấp với tên, mô tả, kiểu đối số, trường bắt buộc. Biểu diễn gốc phân biệt suy luận với lệnh gọi công cụ và đối số JSON có cấu trúc. Hướng dẫn hãng cho cả đường phân tích cú pháp riêng và diễn giải thủ công biểu diễn đó. Ứng dụng kiểm tra, thực thi hàm được chọn, trả kết quả có tên trong hội thoại cho mô hình dùng.
Giữ mục đích công cụ, hành động được phép rõ. Tra cứu tài liệu có thể cung cấp trường thiếu trước khi mô hình hoàn tất giải thích; công cụ phát triển có thể trả mã hoặc lỗi thực tế để phân tích. Thao tác đề xuất khác với thực thi và kết quả quan sát được.
Đầu ra hữu ích là lời giải văn bản, đề xuất mã hoặc hồ sơ phân tích gắn nguồn cung cấp và quan sát công cụ thực tế. Giữ định danh M1 gốc cùng khác biệt ngân sách, không suy ra đầu vào thị giác, trần đầu ra hoặc mặc định điều khiển của mô hình MiniMax khác từ tên họ chung.
POST /v1/messagestextjson, sse| Trường | Loại | Yêu cầu | Giá trị & giới hạn | Mặc định |
|---|---|---|---|---|
Trườngmodel | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn minimax/minimax-m1 | Mặc định— |
Trườngmessages | Loạimessage[] | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmessages[].role | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn user, assistant | Mặc định— |
Trườngmessages[].content | Loạistring | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngmax_tokens | Loạiinteger | Yêu cầuBắt buộc | Giá trị & giới hạn | Mặc định— |
Trườngstream | Loạiboolean | Yêu cầuKhông bắt buộc | Giá trị & giới hạn | Mặc địnhfalse |
Văn bản · Văn bản UTF-8
Chuỗi messages[].content
| Tham số | Hợp đồng |
|---|---|
Tham sốcontent_type | Hợp đồngapplication/json |
Tham sốrequired | Hợp đồngmodel, messages, max_tokens |
Tham sốoptional_controls | Hợp đồngstream |
Tham sốmaterial_types | Hợp đồngtext |
Tham sốtext_file_material | Hợp đồngĐọc tài liệu UTF-8 thực tế và đặt nội dung văn bản vào chuỗi đầu vào hoặc nội dung thông điệp được chỉ định. |
Vòng đời: synchronous_or_streamed
Thông tin biểu giá không bổ sung tùy chọn yêu cầu. Các tham số được hỗ trợ nằm trong phương thức đã chọn.
Đối chiếu từng khoản phí với điều kiện hiển thị. Dùng một mức phí cho mỗi nhóm cấu hình thay thế.
| Cấu hình | Biểu mức phí | Token ngữ cảnh, lớn hơn | Token ngữ cảnh, tối đa và bao gồm | Phí |
|---|---|---|---|---|
| Cấu hìnhGiá cơ sở cho token | Biểu mức phíMức phí cơ bản | Token ngữ cảnh, lớn hơn— | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
| Cấu hìnhBậc 1 theo độ dài yêu cầu | Biểu mức phí— | Token ngữ cảnh, lớn hơn0 | Token ngữ cảnh, tối đa và bao gồmKhông có giới hạn trên | Phí Đầu vào · Token đầu vào $0.0008 / 1K token Đầu ra · Token đầu ra $0.0044 / 1K token Đầu vào · Đọc bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm — / 1K token Đầu vào · Ghi bộ nhớ đệm, 1 giờ — / 1K token |
Ailoot tạm giữ một khoản ước tính trước yêu cầu. Sau khi có kết quả, phí cuối cùng được quyết toán theo mức sử dụng đo được. Việc quyết toán khi truyền luồng dùng bản ghi mức sử dụng cuối cùng. Cách hoạt động của cơ chế tạm giữ và quyết toán →
{\n "model": "minimax/minimax-m1",\n "max_tokens": 128,\n "messages": [\n {\n "role": "user",\n "content": "Summarize the incident report."\n }\n ],\n "stream": false\n}set -eu\n: "${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-m1', '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-m1', '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 hoặc SSE
Lưu mọi phản hồi hoàn chỉnh, tệp và phần nội dung được trả về.
Giữ mọi khối nội dung, chữ ký suy nghĩ và ID sử dụng công cụ thực tế. Ghép tất cả các phần thay đổi của khối SSE; khối văn bản đầu tiên không phải toàn bộ đầu ra.
Giữ ID và header của yêu cầu, phản hồi. Không cung cấp URL chung để truy xuất tác vụ văn bản.
| Trường | Loại |
|---|---|
Trườngid | Loạistring |
Trườngmodel | Loạistring |
Trườngcontent[] | Loạitext|thinking|tool_use|other content block |
Trườngstop_reason | Loạistring|null |
Trườngusage | Loạiobject |
| Phản hồi | Điều kiện | Bước tiếp theo |
|---|---|---|
Phản hồi400 · invalid_request_error | Điều kiệnTrường bắt buộc, cách biểu diễn tài liệu hoặc giá trị tham số không hợp lệ | Bước tiếp theoSửa các trường được chỉ ra trước khi gửi yêu cầu tạo mới. |
Ailoot Ultra MiniMax-M1, minimax/minimax-m1
/chat/completions
Ví dụ kỹ thuật bằng tiếng Anh
Check a batch-processing invariant\n\nA worker reads pending jobs, marks each running, then records completion. On restart it reads only pending jobs. Analyse what happens if the process stops after marking a job running but before recording completion. Propose a recovery rule that avoids losing the job and prevents an already completed external action from being repeated blindly. Give two failure-point tests.A failure analysis, a bounded recovery/state-reconciliation proposal and tests for interruption before and after an external action.Recovery checks the original action's outcome before deciding whether another execution is safe.