MiniMax

详情介绍

MiniMax成立于2021年12月，是一家致力于“与用户共创智能”的通用人工智能科技公司。公司自主研发了多模态、万亿参数的MoE大模型，并基于这些模型推出了海螺AI、星野等面向个人用户的AI原生应用。而MiniMax开放平台则是面向企业和开发者的专业服务平台，将MiniMax强大的模型能力通过API的形式输出，降低AI应用的开发门槛。

截至2025年9月，MiniMax已为来自超过200个国家及地区的逾2亿名个人用户，以及来自超过100个国家及地区的超过10万家企业及开发者提供服务。平台的AI原生产品平均月活跃用户数达到2760万。

平台的核心优势在于全链路自研的技术体系：从万卡级别的跨云高效计算系统，到单日过亿次级的调用处理能力，再到周级快速迭代的模型更新节奏。无论是初创团队还是大型企业，都能在MiniMax开放平台上找到适合自身业务场景的AI解决方案。

官网入口地址

MiniMax官网入口是：https://www.minimaxi.com/
开放平台控制台及相关文档可通过官网导航进入。

下载地址

MiniMax开放平台本身是在线服务平台，无需下载。开发者需要获取的是：

1. API密钥：在官网注册并登录后，在控制台创建项目获取Access Key和Secret Key。

2. SDK与代码示例：平台提供了Python、JavaScript等多种语言的SDK和参考代码，可在官方文档中找到。

3. 模型权重：部分模型（如M2）已在Hugging Face平台开源，开发者可下载进行本地部署研究。

功能介绍

MiniMax开放平台提供了覆盖多模态的丰富API接口，满足不同场景的AI能力需求：

• 1. 文本大模型（Chat Completion）
  提供基于自然语言交互的文本生成能力，支持多轮对话、角色设定、关键信息提取、知识问答、文本创作、逻辑推理、代码生成等。Pro版本更增加了搜索引擎调用和自定义函数调用功能，让模型能够获取实时信息或执行外部操作。

  • M2.5模型：全面升级的通用大模型，在编程能力、搜索和工具调用、办公场景专业产出方面表现卓越。

  • M2-her模型：为多角色沉浸扮演设计，能驾驭超长轮次的复杂对话场景。

• 2. 语音大模型（T2A - Text-to-Speech）
  将文字转换为自然流畅的语音，支持多种语言、音色和情感表达。

  • 高保真音质：提供speech-02-hd、speech-02-turbo等多个版本，支持MP3、W、PCM等多种音频格式。

  • 情感控制：可调整happy、sad、angry等情感参数，让语音更生动。

  • 声音复刻：提供声音快速复刻和精品复刻能力，用户只需上传少量音频即可生成个性化音色。

  • 超低时延：为Agent场景优化的Speech 2.6版本，具备智能生动的表达能力。

• 3. 视频生成大模型
  基于文本描述或参考图片生成高质量视频内容。

  • 海螺Hailuo系列：Hailuo-02系列模型能够从多种形式信息输入中生成电影级画质的视频，具备流畅的动态效果和风格多样性。

  • 多种模式：支持T2V-01（文生视频）、I2V-01（图生视频）、I2V-01-Director等多种生成模式，满足创意视频、广告制作等需求。

  • 主体一致性：可在视频生成过程中保持特定人物或物体的视觉特征一致性。

• 4. 图像生成大模型
  根据文本提示生成高质量的图像。支持image-01等模型，可调整宽高比、生成数量，并内置提示词优化器（Prompt Optimizer）以提升生成效果。同时支持角色参考功能，通过上传参考图片保持人物特征。

• 5. 音乐生成大模型
  MiniMax Music 2.5实现了全维度突破，支持Electronic、Pop、Jazz、R&B等多种音乐风格的生成，能够精细控制音乐的细节和真实感，适用于背景音乐制作、个性化音乐创作等场景。

• 6. Agent智能体服务
  这是MiniMax面向未来AI原生组织形态推出的重磅能力。Agent不再是简单的对话机器人，而是能够深度嵌入工作流的“数字实习生”。

  • Expert2.0（专家功能）：用户可以通过自然语言描述任务目标（如“做一个DCF估值模型”），系统自动完成工具编排和SOP封装，无需编写复杂代码。目前已沉淀超过1.6万个专家Agent，覆盖技术开发、商业金融等领域。

  • MaxClaw云端助手：集成于Agent网页端，提供50G专属云存储空间及预置专家级Skill，打通飞书、钉钉、Telegram等主流IM渠道，支持跨端异步协作。

  • 内部实践：在MiniMax公司内部，Agent实习生已帮助运维工程师完成约80%的查Bug工作量，帮助销售团队实现客户触达和文案润色的自动化。

• 7. Embeddings接口
  将文本转化为高维向量，用于实现长记忆检索、知识库检索、语义相似度计算等功能，是构建RAG（检索增强生成）应用的基础组件。

• 8. MCP协议支持
  MiniMax提供了官方MCP（Model Context Protocol）服务，支持通过标准协议与Claude Desktop、Cursor等MCP客户端无缝集成，让开发者可以方便地调用TTS、图像生成、视频生成等能力。

应用场景

MiniMax开放平台的多模态能力使可以广泛应用于以下领域：

• 效率办公：利用文本大模型辅助撰写报告、总结会议纪要；利用Agent自动处理邮件、管理日程、监控系统告警。

• 互动娱乐：在社交、游戏、语聊场景中，使用M2-her模型打造沉浸式的角色扮演体验；使用语音大模型为虚拟数字人赋予个性化声音。

• 内容创作：视频创作者使用海螺AI生成创意视频素材；音乐人使用Music模型辅助创作；营销人员使用图像模型快速生成海报和广告图。

• 客户服务：搭建智能客服系统，结合RAG技术精准回答用户问题；使用语音合成生成自动语音应答。

• 教育培训：生成教学课件、批改作业、模拟对话练习外语；将有声书制作成本大幅降低。

• 开发辅助：Coding Plan为开发者提供高性价比的编程套餐，支持代码生成、调试、技术方案咨询等，可一键接入主流开发工具。

必要信息补充

• 定价与免费额度：

  • Coding Plan：为开发者设计了专门的编程套餐，分为Starter（¥29/月）、Plus（¥49/月）、Max（¥119/月）三档，每5小时分别提供40/100/300次prompt调用。

  • 限时免费：新模型发布时常有限时免费体验活动，M2模型曾限时免费开放使用。

  • 按量付费：除套餐外，各类API也支持按实际调用量计费。M2模型的API定价为每百万token输入0.3美元、输出1.2美元，仅为Claude Sonnet价格的8%。

  • 免费额度：新用户注册可获得一定量的免费体验额度，具体以官网活动为准。

• 交付形态：

  • 公有云API：通过标准API接口直接调用，即开即用。

  • 独占云端算力：为有大流量或数据隔离需求的客户提供专属实例。

  • 本地私有化部署：针对数据安全要求极高的客户（如金融、医疗），支持将模型部署在客户自己的服务器上。

• 数据安全与隐私：
  MiniMax高度重视用户数据安全，通过《MiniMax隐私政策》和《用户协议》明确告知用户数据收集和使用规则。平台采用多重技术手段保障数据安全，包括但不限于数据加密传输、访问权限控制、审计日志等。用户输入内容不会用于未经授权的模型训练，Agent在执行任务时也在隔离的沙盒环境中运行。

• 公司实力：
  MiniMax被业界称为“AI四小强”之一，团队源自清华大学计算机系，拥有顶尖的技术研发能力。公司已与国内多个智算中心、AI芯片厂商及行业应用厂商达成商业合作，技术实力和商业前景获得资本市场认可。

MiniMax常见问题