MiniMax API for Agentic LLMs and Video

MiniMax APIは、MiniMaxのモデルファミリーにアクセスするための単一インターフェースです。テキスト推論やエージェント型コーディング向けのM-series大規模言語モデルと、動画生成向けのHailuoモデルをカバーしています。Atlas Cloudでは、これらすべてを1つのOpenAI互換エンドポイント経由で利用できるため、単一のインテグレーションでテキストと動画の両方のワークロードを扱えます。料金は呼び出しごとの従量課金で、サブスクリプションや契約の縛りはありません。

ラインアップは2つの系統に分かれています。言語側には、M2、M2.5、新しいM3を含むM-seriesモデルがあり、コーディングエージェント、ツール利用、長文コンテキスト推論向けに構築されています。動画側にはHailuo 02やHailuo 2.3などのHailuoモデルがあり、短いシネマティックなクリップやスタイライズされたクリップを生成します。

はい。Atlas Cloud上のすべてのMiniMaxモデルは、M-series LLMからHailuo 02、Hailuo 2.3まで、同じAPIキーとベースURLで動作します。個別の認証を設定することなく、1つのパイプライン内でテキスト推論の呼び出しと動画生成の呼び出しを切り替えられます。

Atlas Cloudアカウントを作成し、APIキーを1つ生成して、既存のOpenAI互換クライアントの接続先をAtlasのベースURLに向けます。MiniMax APIはOpenAIのリクエスト形式に従っているため、多くのインテグレーションでは書き換えではなく、ベースURLとモデル名の変更だけで対応できます。今すぐ構築を始めましょう。

Hailuo 02 Proはネイティブ1080p動画を生成し、1リクエストあたり6秒と10秒の両方のクリップ長に対応しています。一方、Standard tierは解像度を抑えることでコストを下げます。Hailuo 2.3は1080p出力を継続しつつ、スタイライズされた動きやキャラクター主導のモーションをより強力に扱えます。動画は生成された映像の秒数ごとに課金されるため、実際に生成した長さに応じてコストが増減します。

MiniMax M3は、MSA（MiniMax Sparse Attention）アーキテクチャ、画像と動画のネイティブなマルチモーダル入力、そしてMiniMaxが最大1M tokensと説明しているコンテキストウィンドウを導入しています。M2.5を含むM2 seriesは、高スループットのコーディングやエージェント型タスクを対象としており、テキスト専用です。長文コンテキストやマルチモーダルエージェントにはM3を、コスト効率の高い大規模コーディングパイプラインにはM2 seriesを選ぶとよいでしょう。

Hailuo 02はシネマティックな表現に強く、MiniMaxのNCRレンダリングアーキテクチャを基盤として、フォトリアルで実写風の出力を生成するように作られています。Hailuo 2.3はその物理ベースの土台を維持しながら、アニメ、イラスト、ゲームCGスタイルまで対応範囲を広げ、キャラクターの動きや微細な表情をより細かく制御できます。プロダクト動画や実写風の制作には02を、スタイライズされたコンテンツやアニメーションには2.3を選んでください。

Hailuo 2.3は、質量保存、流体力学、時空間的一貫性のシミュレーション精度により、WorldModelBenchでPhysics Championの称号を獲得しました。動きを見た目だけで近似するのではなく、物理的な挙動をモデル化するため、液体を傾ける、物体が漂う、複雑な身体動作といった要求の高いシーンでも破綻しにくくなっています。アクションの多いプロンプトや技術的な精度が求められるプロンプトでは、この物理的な忠実度が決め手になることがよくあります。

MiniMaxは、M3についてスパースアテンション設計により最大1M tokensのコンテキストに対応すると説明しています。以前のM-seriesモデルは数十万tokens台前半の大きなコンテキストウィンドウを提供していますが、正確な設定上限はプロバイダーによって異なる場合があります。デプロイで有効なコンテキスト長については、Atlas Cloudの該当モデルページを確認してください。