minimax
CC MiniMax M2
MiniMax M2 для программирования и многошаговой текстовой работы.
- Вход
- 12,00 ₽
- Выход
- 12,00 ₽
- Кэш
- 12,00 ₽
model/cc-minimax-m2-2Данные каталога получены .
Цена
- Текстовый диалог · вход
- 12,00 ₽ / 1 млн токенов
- Текстовый диалог · выход
- 12,00 ₽ / 1 млн токенов
- Текстовый диалог · вход из кэша
- 12,00 ₽ / 1 млн токенов
Цена указана в рублях для выбранной операции и её параметров.
Перед оплачиваемым запросом создаётся резерв. Итоговый расход привязан к сохранённым параметрам и тарифу запроса. При неизвестном результате резерв удерживается до проверки; такой запрос не следует повторять с новым идентификатором.
О модели
MiniMax M2 относится к семейству для работы с кодом, рассуждений и задач агента. Эта запись принимает текстовый запрос и возвращает текстовый результат.
Характеристики
- Тип модели
- Текст
- Вход модели
- Текст
Данные, которые модель принимает вместе с запросом.
- Выход модели
- Текст
Форматы результата, которые создаёт модель.
- Операции
- Текстовый диалог
- Возможности модели
- Потоковый ответ, Вызов инструментов, Вызов функций, Структурированный ответ, Ответ в JSON
Контрольные показатели
Для этой версии модели оценок пока нет.
Оценки относятся к этой версии модели и методике источника. Качество и скорость конкретного запроса они не гарантируют.
API-запрос
Пример API-запроса подготовлен для этой операции. Ключ храните в переменной окружения на своём сервере. REQUEST_ID: уникальный идентификатор запроса. При повторе сохраняйте его и тело запроса.
import json
import os
from urllib.request import Request, HTTPRedirectHandler, build_opener
class NoRedirect(HTTPRedirectHandler):
def redirect_request(self, req, fp, code, msg, headers, newurl):
return None
opener = build_opener(NoRedirect)
def post(url, payload):
request = Request(url, data=json.dumps(payload).encode("utf-8"), headers={
"Authorization": "Bearer " + os.environ["KVANTORA_API_KEY"],
"Content-Type": "application/json",
"Idempotency-Key": os.environ["REQUEST_ID"],
}, method="POST")
with opener.open(request, timeout=120) as response:
return json.load(response)
payload = {
"model": "model/cc-minimax-m2-2",
"messages": [
{
"role": "user",
"content": "Объясни задачу кратко."
}
]
}
print(post("https://api.kvantora.ai/v1/chat/completions", payload))
