MiniMax API：五分钟发起首个请求

安装 OpenAI SDK

首先为你首选的语言安装官方 OpenAI SDK。该库自动处理请求格式化和流式输出。确保已安装 Python 3.8+ 或 Node.js 18+。运行 pip install openai（Python）或 npm install openai（Node）。SDK 简化了与 /v1/chat/completions 接口的交互。它管理标头、重试和 SSE 解析，让你专注于提示词。这是因为我们的 API 遵循 OpenAI 聊天补全标准。你不需要自定义客户端库。标准 SDK 方法直接映射到我们的接口。这减少了集成时间并利用了现有的开发者知识。

配置基础 URL 和密钥

在环境变量中设置 API 密钥和基础 URL。我们的基础 URL 是 https://api.minimaxapikey.com/v1。这允许你无需修改即可使用标准 OpenAI 客户端。创建账户以生成密钥。注册后立即显示密钥。试用无需信用卡。安全存储密钥。将其作为标头或环境变量传递。SDK 默认使用 OPENAI_API_KEY。你可以覆盖基础 URL 以指向我们的服务器。这确保所有请求都发送到无审查模型。通过简单的 ping 验证密钥是否有效。此步骤可防止后续的身份验证错误。

发送基本聊天补全

发起首个请求以生成文本。在 /v1/chat/completions 上使用 POST 方法。将模型指定为 uncensored。传递包含用户提示词的消息数组。API 返回补全 token。这是核心的文本生成功能。它支持 100k 上下文窗口。你可以发送长提示词或对话历史。响应包括生成的文本和 token 使用情况。这非常适合创意写作或无限制对话。确保内容合法。该模型不拒绝成人话题。它仅屏蔽涉及未成年人的色情内容。从简单开始以验证连接性。

启用流式输出 (SSE)

对于实时输出，启用流式输出。将 stream 参数设置为 true。API 返回服务器发送事件 (SSE)。每个块包含响应的一部分。这降低了感知延迟。用户可以看到文本在生成时出现。SDK 自动处理块解析。你可以在 UI 中增量显示文本。这对聊天界面至关重要。流式输出适用于所有模型响应。它不影响 token 计数。每个块在末尾包含使用数据。使用此功能可获得更好的用户体验。它比等待完整响应感觉更灵敏。配置客户端以正确缓冲块。

使用工具/函数调用

通过函数调用支持结构化输出。在请求正文中定义工具。模型可以根据提示词调用函数。这实现了与外部系统的集成。传递工具定义和用户消息。响应包括一个工具调用对象。执行函数并将结果反馈回来。这与标准 OpenAI SDK 兼容。它允许复杂的工作流。你可以构建代理或助手。模型在调用之间保持上下文。这对自动化非常强大。确保你的工具定义精确。API 处理工具输出的路由。它保持对话连贯。使用此功能进行动态内容生成。

查看可用模型

通过 GET /v1/models 验证模型列表。此接口返回可用模型。我们的 API 提供一个模型：uncensored。它是一个开放权重模型。它不是 GPT、Claude 或 Gemini。响应确认模型 ID。使用此功能调试客户端配置。确保你的代码针对正确的模型。该接口快速可靠。它返回 JSON 数据。你可以解析此数据用于 UI 显示。它确认你的 API 密钥有效。使用此功能进行自动化健康检查。它是标准 OpenAI 规范的一部分。无需额外配置。这确保了与现有工具的兼容性。

cURL

Copycurl https://api.minimaxapikey.com/v1/chat/completions \
  -H "Authorization: Bearer $API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "uncensored",
    "messages": [{"role": "user", "content": "Write a blunt product review of a cheap VPN."}]
  }'

Python

Copyfrom openai import OpenAI

client = OpenAI(base_url="https://api.minimaxapikey.com/v1", api_key="YOUR_KEY")

resp = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Summarise this thread without softening it."}],
)
print(resp.choices[0].message.content)

Node.js

Copyimport OpenAI from "openai";

const client = new OpenAI({ baseURL: "https://api.minimaxapikey.com/v1", apiKey: process.env.API_KEY });

const resp = await client.chat.completions.create({
  model: "uncensored",
  messages: [{ role: "user", content: "Draft a villain monologue for my game." }],
});
console.log(resp.choices[0].message.content);

流式输出

Copystream = client.chat.completions.create(
    model="uncensored",
    messages=[{"role": "user", "content": "Tell the story in second person."}],
    stream=True,
)
for chunk in stream:
    if chunk.choices and chunk.choices[0].delta.content:
        print(chunk.choices[0].delta.content, end="", flush=True)