外观
MiniMax M2.5
模型代码:
minimax-m2.5技术规格
| 项目 | 规格 |
|---|---|
| 模型参数 | 2290亿(MoE,约100亿激活) |
| 训练数据 | 通过数以万计的真实复杂环境的强化学习训练 |
| 上下文长度 | 200K (204,800 tokens) |
| 最大输出 Token | 约 60 TPS |
| 支持语言 | 中文, 英文, 多语言 |
| 多模态能力 | ✗ 不支持 |
核心能力
- 复杂任务处理
- 多语言编程
- Agent 工作流
- 代码生成
- 逻辑推理
- 数学计算
- 中文理解
API 示例
Python
python
from openai import OpenAI
client = OpenAI(
base_url="https://openapi.youdao.com/llmgateway/api/v1",
api_key="YOUR_API_KEY"
)
response = client.chat.completions.create(
model="minimax-m2.5",
messages=[
{"role": "user", "content": "你好,请介绍一下你自己"}
],
stream=False
)
print(response.choices[0].message.content)Java
java
public class MiniMaxM25Example {
public static final String BASE_URL = "https://openapi.youdao.com/llmgateway/api/v1";
public static final String API_KEY = "YOUR_API_KEY";
public static final String MODEL = "minimax-m2.5";
public static void main(String[] args) {
OpenAIClient client = OpenAIOkHttpClient.builder()
.baseUrl(BASE_URL)
.apiKey(API_KEY)
.build();
ChatCompletionCreateParams createParams = ChatCompletionCreateParams.builder()
.model(MODEL)
.addUserMessage("你好,你是谁?")
.build();
client.chat().completions().create(createParams).choices().stream()
.flatMap(choice -> choice.message().content().stream())
.forEach(System.out::println);
}
}cURL
bash
curl https://openapi.youdao.com/llmgateway/api/v1/chat/completions \
-H "Content-Type: application/json" \
-H "Authorization: Bearer YOUR_API_KEY" \
-d '{
"model": "minimax-m2.5",
"messages": [
{"role": "system", "content": "你是人工智能助手"},
{"role": "user", "content": "你是谁?"}
],
"stream": false
}'