MiniMax API for Agentic LLMs and Video

La MiniMax API est une interface unique pour la famille de modèles MiniMax, couvrant les grands modèles de langage M-series pour le raisonnement textuel et le codage agentique, ainsi que les modèles Hailuo pour la génération vidéo. Sur Atlas Cloud, vous y accédez tous via un endpoint compatible OpenAI, de sorte qu’une seule intégration prend en charge les charges de travail texte et vidéo. La tarification est à l’usage, par appel, sans abonnement ni engagement.

La gamme se divise en deux axes. Côté langage, on trouve les modèles M-series, notamment M2, M2.5 et le plus récent M3, conçus pour les agents de codage, l’utilisation d’outils et le raisonnement à long contexte. Côté vidéo, on trouve les modèles Hailuo, comme Hailuo 02 et Hailuo 2.3, qui génèrent de courts clips cinématographiques et stylisés.

Oui. Tous les modèles MiniMax sur Atlas Cloud, des LLM M-series à Hailuo 02 et Hailuo 2.3, fonctionnent avec la même clé API et la même URL de base. Vous pouvez passer d’un appel de raisonnement textuel à un appel de génération vidéo dans un même pipeline sans configurer d’authentification séparée.

Créez un compte Atlas Cloud, générez une clé API et faites pointer votre client compatible OpenAI existant vers l’URL de base d’Atlas. Comme la MiniMax API suit le format de requête OpenAI, la plupart des intégrations nécessitent seulement de modifier l’URL de base et le nom du modèle, plutôt qu’une réécriture. Commencez à développer dès aujourd’hui.

Hailuo 02 Pro génère des vidéos natives en 1080p et prend en charge des clips de 6 secondes et de 10 secondes par requête, tandis que le niveau Standard sacrifie la résolution pour réduire les coûts. Hailuo 2.3 conserve la sortie en 1080p avec une meilleure prise en charge des mouvements stylisés et centrés sur les personnages. La vidéo est facturée à la seconde de séquence générée, de sorte que le coût évolue avec la durée que vous produisez réellement.

MiniMax M3 introduit l’architecture MSA (MiniMax Sparse Attention), l’entrée multimodale native pour les images et la vidéo, ainsi qu’une fenêtre de contexte documentée par MiniMax jusqu’à 1M tokens. La série M2, y compris M2.5, cible les tâches de codage et agentiques à haut débit et fonctionne uniquement en texte. Choisissez M3 pour les agents multimodaux à long contexte, et la série M2 pour des pipelines de codage à fort volume et à coût maîtrisé.

Hailuo 02 privilégie un rendu cinématographique, basé sur l’architecture de rendu NCR de MiniMax pour produire des sorties photoréalistes de style prise de vue réelle. Hailuo 2.3 conserve cette base physique, mais s’étend aux styles anime, illustration et game-CG, avec un contrôle plus fin des mouvements des personnages et des micro-expressions. Utilisez 02 pour les contenus produit et les prises de vue réelles, et 2.3 pour les contenus stylisés ou animés.

Hailuo 2.3 a obtenu le titre Physics Champion sur WorldModelBench pour sa précision dans la simulation de la conservation de la masse, de la dynamique des fluides et de la cohérence spatio-temporelle. Plutôt que d’approximer visuellement le mouvement, il modélise le comportement physique, ce qui tient la route dans des scènes exigeantes comme des liquides qui se renversent, des objets qui dérivent et des mouvements corporels complexes. Pour les prompts riches en action ou techniquement précis, cette fidélité physique est souvent le facteur décisif.

MiniMax documente M3 jusqu’à 1M tokens de contexte, rendu possible par sa conception à attention clairsemée. Les modèles M-series précédents exposent une grande fenêtre de contexte de l’ordre de quelques centaines de milliers de tokens, même si la limite exacte configurée peut varier selon le fournisseur. Consultez la page du modèle concerné sur Atlas Cloud pour connaître la longueur de contexte effective de votre déploiement.