MiniMax-M3 API

MiniMax-M3 当前通过 OpenFDE 的 OpenAI Chat Completions 兼容接口提供服务。客户端只需要使用统一的 /v1/chat/completions 地址，并把模型名设置为 MiniMax-M3。

平台通用文档推荐 max_completion_tokens，但 MiniMax-M3 当前上游稳定使用 max_tokens；本页示例按已验证的 MiniMax 渠道写法提供。若改用 max_completion_tokens 后收到参数错误，请回退到 max_tokens。

接口地址

POST https://api.openfde.work/v1/chat/completions

请求头：

Authorization: Bearer YOUR_API_KEY
Content-Type: application/json

API Key 必须是控制台创建的、允许外部访问的 API 令牌。令牌还需要具备 MiniMax-M3 的模型权限；如果令牌设置了 IP 白名单，也必须从允许的地址发起请求。

最小请求

curl https://api.openfde.work/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [
      {"role": "user", "content": "请用一句话介绍你自己。"}
    ]
  }'

请求体中的 model 和 messages 必填。messages 支持常见的 system、user、assistant、tool 角色；content 可以是文本字符串。多轮对话时，把历史消息按时间顺序一并传入。

常用参数

参数	类型	必填	说明
model	string	是	固定使用 MiniMax-M3。
messages	array	是	对话消息数组。
stream	boolean	否	true 开启 SSE 流式输出，默认 false。
temperature	number	否	采样温度；具体可用范围以 MiniMax-M3 上游限制为准。
top_p	number	否	核采样参数。
top_k	integer	否	候选 token 数。
max_tokens	integer	否	MiniMax-M3 上游当前稳定使用的最大输出 token 字段。
max_completion_tokens	integer	否	OpenAI 兼容字段；网关可解析，但当前 MiniMax 渠道是否透传由上游配置决定。
stop	string 或 array	否	停止序列。
presence_penalty	number	否	存在惩罚。
frequency_penalty	number	否	频率惩罚。
tools	array	否	按 OpenAI 格式声明工具；是否可用取决于 MiniMax-M3 上游能力。
tool_choice	string 或 object	否	工具选择策略。
response_format	object	否	结构化输出请求；是否可用取决于上游能力。
user	string	否	调用方用户标识。

平台会解析并转发 OpenAI 请求对象。未列出的厂商私有字段不保证会被转发；需要使用私有参数时，应先让管理员确认渠道的透传设置。stream_options 目前不作为 MiniMax 渠道的稳定能力对外承诺。

Python（OpenAI 官方 SDK）

pip install openai

from openai import OpenAI

client = OpenAI(
    api_key="YOUR_API_KEY",
    base_url="https://api.openfde.work/v1",
)

completion = client.chat.completions.create(
    model="MiniMax-M3",
    messages=[
        {"role": "system", "content": "你是一个简洁、准确的助手。"},
        {"role": "user", "content": "什么是混合专家模型？"},
    ],
    temperature=0.7,
    max_tokens=1024,
)

print(completion.choices[0].message.content)

Node.js（OpenAI 官方 SDK）

npm install openai

import OpenAI from "openai";

const client = new OpenAI({
  apiKey: process.env.WEYTOKEN_API_KEY,
  baseURL: "https://api.openfde.work/v1",
});

const completion = await client.chat.completions.create({
  model: "MiniMax-M3",
  messages: [{ role: "user", content: "请给我三个产品命名建议。" }],
  max_tokens: 512,
});

console.log(completion.choices[0].message.content);

非流式响应

平台返回 OpenAI Chat Completions 结构：

{
  "id": "chatcmpl-xxx",
  "object": "chat.completion",
  "created": 1760000000,
  "model": "MiniMax-M3",
  "choices": [
    {
      "index": 0,
      "message": {
        "role": "assistant",
        "content": "混合专家模型会针对不同输入选择不同的专家网络来处理。",
        "reasoning_content": "（可选）模型的推理过程"
      },
      "finish_reason": "stop"
    }
  ],
  "usage": {
    "prompt_tokens": 18,
    "completion_tokens": 20,
    "total_tokens": 38
  }
}

usage 是否包含上游确认的 token 数取决于上游响应；当上游没有返回完整用量时，平台可能补充估算值。计费以平台控制台显示的实际账单为准。

MiniMax-M3 可能在 message.reasoning_content 中返回推理内容。流式响应会在 choices[].delta.reasoning_content 中增量返回该字段。客户端只需要展示或记录 message.content；如果要兼容推理模型，再按需读取 reasoning_content。当 max_tokens 设置得过小，模型可能在完成正文前达到上限，此时常见表现是 finish_reason 为 length、content 为空；生产调用应为推理和正文预留足够的输出 token。

流式响应

请求中设置 "stream": true 后，响应使用 Server-Sent Events：

curl https://api.openfde.work/v1/chat/completions \
  -H "Authorization: Bearer YOUR_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3",
    "messages": [{"role": "user", "content": "写一段产品介绍。"}],
    "stream": true
  }'

响应示例：

data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"role":"assistant","content":"这是"},"finish_reason":null}]}
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","choices":[{"index":0,"delta":{"content":"一段介绍。"},"finish_reason":null}]}
data: {"id":"chatcmpl-xxx","object":"chat.completion.chunk","choices":[{"index":0,"delta":{},"finish_reason":"stop"}]}
data: [DONE]

客户端应逐行读取 data: 事件，并在收到 [DONE] 后结束本次请求。不要把 SSE 响应当作单个 JSON 解析。

查看模型是否可用

模型列表会按当前令牌的分组、模型白名单、等级和价格配置过滤。调用前可以查询：

curl https://api.openfde.work/v1/models \
  -H "Authorization: Bearer YOUR_API_KEY"

如果响应中没有 MiniMax-M3，通常表示该令牌未授权、当前分组没有启用该模型，或生产环境尚未配置可用的 MiniMax 渠道。

错误处理

错误响应保持 OpenAI 风格：

{
  "error": {
    "message": "The model 'MiniMax-M3' does not exist",
    "type": "model_not_found",
    "param": "model",
    "code": "model_not_found"
  }
}

常见状态码：

状态码	常见原因
400	JSON 格式错误、缺少 model 或 messages、参数不合法。
401	API Key 无效、已失效，或令牌禁止外部访问。
403	模型白名单、分组、等级、IP 白名单或企业权限不允许。
429	请求频率、用户额度或上游限流。
500	平台内部错误或响应解析失败。
503	当前分组没有可用的 MiniMax-M3 渠道。

平台会在错误信息中附带请求 ID（如果网关已生成），排查问题时请保留该 ID 和 HTTP 状态码。

生产验证记录

2026-10-24 在参考环境使用临时令牌完成了最小调用验证：

• GET https://api.openfde.work/v1/models 返回 HTTP 200，模型列表包含 MiniMax-M3。
• 非流式 POST /v1/chat/completions 返回 HTTP 200，响应模型字段为 MiniMax/MiniMax-M3，finish_reason 为 stop，正文能够正常返回。
• 流式 POST /v1/chat/completions 返回 Content-Type: text/event-stream，收到多个 SSE 事件并以 data: [DONE] 结束。

响应中的 model 可能是上游规范化后的名称（例如 MiniMax/MiniMax-M3），调用时仍使用平台模型 ID MiniMax-M3。

当前接口边界

• MiniMax-M3 的稳定入口是 POST /v1/chat/completions。
• 当前 MiniMax 适配器直接调用上游 https://api.minimax.chat/v1/text/chatcompletion_v2，并按 OpenAI Chat Completions 解析响应。
• POST /v1/responses 尚未实现 MiniMax 专用请求转换；不要用 Responses API 调用此模型。
• POST /v1/completions 是旧式文本补全路径，MiniMax 适配器没有对应的上游路由；不要用该路径调用此模型。
• 模型是否真正可调用由生产环境的渠道、分组、令牌权限和计费配置共同决定；文档中的模型名不代表每一把令牌都自动获得权限。