MI
MiniMax M2.5
模型简介
MiniMax M2.5 被定位为面向真实生产力场景的模型，并在复杂数字环境中训练。官方资料强调它在代码、Agentic Tool Use、搜索和办公任务上的提升，把早期代码能力扩展到 Word、Excel、PowerPoint 等工作流。它的重点不是单纯语言流畅度，而是在复杂实际流程中的执行能力。
规格与价格
- 上下文窗口
- 204.8K Token
- 最大输出
- 131.1K Token
- 输入价格
- ¥2.1/M
- 输出价格
- ¥8.4/M
- 缓存读取
- ¥0.21/M
- 发布日期
- 2026年2月12日
- 输入价格
- ¥2.1/M
- 输出价格
- ¥8.4/M
- 缓存读取
- ¥0.21/M
API 能力
- 推理
- 支持
- 工具调用
- 支持
- Temperature 参数
- 支持
- 附件
- 不支持
- 知识库
- —
- Endpoint 协议
- Completions API
模型亮点
MiniMax M2.5 是针对多语言软件工程、结构化任务规划和实用办公流程优化的文本推理模型。
MiniMax M2.5 模型亮点
MiniMax M2.5 是针对多语言软件工程、结构化任务规划和实用办公流程优化的文本推理模型。
架构级代码规划
可在实现前拆解需求并规划功能、项目结构和接口，帮助保持系统开发的一致性。
多语言软件工程
覆盖多种编程语言的训练，可支持系统设计、实现、功能迭代、代码审查和测试等开发阶段。
高效任务拆解
强化学习训练改善了模型拆解复杂工作和管理思考 token 的方式，适合多步骤智能体流程。
适用场景
MiniMax M2.5 适合软件开发全生命周期、代码仓库重构以及结构化办公或财务分析流程。
MiniMax M2.5 使用场景
MiniMax M2.5 适合软件开发全生命周期、代码仓库重构以及结构化办公或财务分析流程。
全生命周期开发
将需求转化为架构方案，搭建环境、实现功能，并持续推进到代码审查和系统测试。
代码仓库重构
分析现有项目，制定结构化修改计划，并在保持预期行为的同时调整相关文件。
办公与财务流程
将源信息整理为报告结构、演示文稿内容或财务建模步骤，供办公工具中的后续执行使用。
调用示例
from openai import OpenAI
client = OpenAI(
base_url="https://api.tokiway.com/v1",
api_key="YOUR_TOKIWAY_KEY",
)
resp = client.chat.completions.create(
model="minimax-m2-5",
messages=[{"role": "user", "content": "你好"}],
)
print(resp.choices[0].message.content)MiniMax 的其他模型
MI
MiniMax M2.7
MiniMax
MiniMax M2.7 被介绍为面向生产力和工程任务的模型，强调自主工作流、多 Agent 协作、实时调试和文档交付。公开描述提到根因分析、财务建模，以及 Word/Excel/PowerPoint 类完整文档生成。它更适合被写成“应用型工作模型”，而不是普通聊天或写作模型。
204.8K Token 上下文
131.1K Token 输出
2026年3月18日
输入¥2.1/M
输出¥8.4/M
缓存¥0.42/M
MI
MiniMax M3
MiniMax
MiniMax M3 是 MiniMax 面向长周期 Agent 工作流、代码任务和工具调用的前沿多模态模型，支持 1M token 上下文。其 MiniMax Sparse Attention 旨在降低超长上下文工作负载的成本。你可以通过 Tokiway 调用 MiniMax API，查看当前 MiniMax M3 的价格、模型 ID、支持端点、上下文限制和基准测试结果，再评估它是否适合生产级软件任务或协作式 Agent 工作流。
512K Token 上下文
128K Token 输出
2026年6月1日
输入¥4.2/M
输出¥16.8/M
缓存¥0.84/M