MiniMax 参数与协议差异

使用 MiniMax 模型时，根据本页调整所选协议的参数。完整请求和响应结构参阅 Chat Completions、Responses 和 Messages。

适用模型

模型	适用范围
MiniMax-M3.1-Flash	Chat、Responses、Messages；始终开启思考，可调节思考深度
MiniMax-M3	Chat、Responses、Messages；思考可以开关，各协议默认状态不同

Chat Completions 差异

字段	差异说明
`thinking.type`	两款模型默认均为 `adaptive`；M3 可设为 `disabled` 关闭思考，M3.1-Flash 传入 `disabled` 返回 `400`
`reasoning_effort`	M3.1-Flash 支持 `low/medium/high/xhigh/max`，默认 `max`，传入 `none` 返回 `400`；M3 忽略此字段
`reasoning_split`	MiniMax 扩展：`true` 将思考单独放在 `reasoning_content` 中，`false` 将其放在 `content` 的 `<think>` 标签中；不控制思考开关，M3.1-Flash 不支持 `false`
`temperature`、`top_p`	传入值被忽略，实际分别使用 `1`、`0.95`；`top_p` 若传入仍须满足 `(0,1]`
`presence_penalty`、`frequency_penalty`、`logit_bias`	传入值被忽略
`max_completion_tokens`	最小 `1`，最大 `524288`，推荐 `131072`；包含思考与最终回答，推荐值不等于默认值
`service_tier`	M3 支持 `standard/priority`，默认 `standard`；M3.1-Flash 不支持此字段
历史 assistant 消息	工具对话须完整回传，包括 `reasoning_content`、`content` 和 `tool_calls`；简单工具调用可能没有可见思考字段

Responses 差异

字段	差异说明
`reasoning.effort`	M3.1-Flash 始终推理，支持 `low/medium/high/xhigh/max`，默认 `max`，`none` 返回 `400`；M3 默认关闭，非 `none` 档位可开启，但不调节深度
`temperature`、`top_p`	传入值被忽略，实际分别使用 `1`、`0.95`；`top_p` 若传入仍须满足 `(0,1]`
`max_output_tokens`	思考 Token 也计入输出预算；预算过小可能使响应为 `incomplete`，且没有最终回答的 message 项
`tool_choice`	仅支持 `auto`
`text.format.type`	当前仅定义 `text`
`store`	请求值被忽略，响应固定为 `false`
`previous_response_id`、`conversation`	请求值被忽略，响应固定为 `null`；多轮由客户端完整回传历史输入和输出，包括 reasoning 与工具调用项目
`parallel_tool_calls`、`truncation`	请求值被忽略，响应分别固定为 `true`、`disabled`
`service_tier`	M3 支持 `standard/priority`，默认 `standard`；M3.1-Flash 不支持此字段
服务端搜索	Beta 工具，在 `tools` 中使用 `type: "web_search"`

Messages 差异

字段	差异说明
`thinking.type`	M3.1-Flash 始终开启，仅接受 `adaptive`，`disabled` 返回 `400`；M3 默认关闭，可用 `adaptive` 开启或 `disabled` 关闭
`output_config.effort`	M3.1-Flash 支持 `low/medium/high/xhigh/max`，默认 `max`，`none` 返回 `400`；M3 忽略此字段
`temperature`、`top_p`	传入值被忽略，实际分别使用 `1`、`0.95`；`top_p` 若传入仍须满足 `(0,1]`
`top_k`、`stop_sequences`、`mcp_servers`、`context_management`、`container`	传入值被忽略
`max_tokens`	最小 `1`，最大 `524288`，推荐 `131072`；思考 Token 也计入此上限
`tool_choice.type`	仅支持 `auto`
`service_tier`	M3 支持 `standard/priority`，默认 `standard`；M3.1-Flash 不支持此字段
历史 assistant 内容块	完整保留 thinking、text、tool_use 等块及思考签名 `signature`；简单工具调用可能没有 thinking 块
服务端搜索	Beta 工具，使用 `type: "web_search_20250305"`、`name: "web_search"`

缓存差异

字段	差异说明
自动前缀缓存	适用于至少 512 个输入 Token 的调用，无需添加缓存标记；前缀按工具定义、系统提示词、历史对话内容的顺序匹配
`cache_control`	两款模型均不支持 Anthropic 的显式缓存标记
Responses 的 `prompt_cache_key`	可作为 Prompt 缓存路由标识

媒体输入差异

输入	协议内容块	差异说明
图片	`image_url`	Chat：`image_url.url` 使用公网 URL 或 Base64 Data URL
视频	`video_url`	Chat：`video_url.url` 使用公网 URL、Base64 Data URL 或原厂 `mm_file://{file_id}` 引用
图片	`input_image`	Responses：`image_url` 可为 URL／Base64 字符串，或包含 `url`、`detail` 的对象
视频	`input_video`	Responses：`video_url` 可为 URL／Base64 字符串，或包含 `url`、`fps`、`detail`、`max_long_side_pixel` 的对象
图片	`image`	Messages：`source.type=url` 时提供 `url`；`source.type=base64` 时提供 `media_type`、`data`
视频	`video`	Messages 扩展：`source` 支持 URL、Base64 或原厂视频文件引用，可配置抽帧参数

字段	差异说明
`detail`	支持 `low/default/high`，默认 `default`；Chat 位于对应媒体对象内，Responses 位于 URL 对象内，Messages 位于 `source` 内
`fps`	视频抽帧频率，范围 `0.2～5`，默认 `1`；Chat／Responses 使用视频内容块中的 `video_url.fps`，Messages 使用 `source.fps`
`max_long_side_pixel`	限制图片或视频帧的最长边；Chat 位于媒体对象内，Responses 用于视频 URL 对象，Messages 位于 `source` 内
媒体大小	Chat／Messages 的图片最大 10 MB，URL／Base64 视频最大 50 MB，请求体最大 64 MB；原厂 Files API 上传的视频最大 512 MB

mm_file:// 引用来自 MiniMax 原厂文件上传接口，本页不提供 AGTCloud 文件上传接口。

调用示例

将 MODEL_ID 替换为平台提供的完整模型 ID，API Key 使用自己的值。以下采用 M3.1-Flash 的思考深度配置；M3 的字段行为见上表。

curl 'https://api.agtcloud.cn/v1/chat/completions' \
  -H 'Authorization: Bearer your-api-key' \
  -H 'Content-Type: application/json' \
  --data '{
    "model": "MODEL_ID",
    "messages": [{"role": "user", "content": "用三点说明如何排查接口超时"}],
    "thinking": {"type": "adaptive"},
    "reasoning_effort": "low",
    "max_completion_tokens": 4096
  }'