> ## Documentation Index > Fetch the complete documentation index at: https://gomodel.enterpilot.io/docs/llms.txt > Use this file to discover all available pages before exploring further. # MiniMax > Skonfiguruj MiniMax w GoModel: modele czatu, obsługa temperatury i natywna zamiana tekstu na mowę przez standardowy endpoint audio. MiniMax udostępnia API czatu kompatybilne z OpenAI, więc modele czatu działają od razu. Zamiana tekstu na mowę korzysta jednak z własnego API MiniMax `t2a_v2` – GoModel tłumaczy za Ciebie standardowy endpoint `/v1/audio/speech` na ten dialekt. ## Konfiguracja ```bash theme={null} MINIMAX_API_KEY=... ``` Albo w `config.yaml`: ```yaml theme={null} providers: minimax: type: minimax base_url: "https://api.minimax.io/v1" api_key: "${MINIMAX_API_KEY}" ``` `MINIMAX_BASE_URL` nadpisuje endpoint (domyślnie `https://api.minimax.io/v1`); konta na platformie chińskiej powinny ustawić go na `https://api.minimaxi.com/v1`. ## Wideo na wejściu Używaj części treści wiadomości `video_url` z `MiniMax-M3`, żeby przesyłać wideo na `/v1/chat/completions`, także w requestach streamingowych: ```json theme={null} {"type":"video_url","video_url":{"url":"mm_file://your-file-id","detail":"high","fps":2}} ``` Gateway zachowuje URL-e wideo i ustawienia przetwarzania. Możesz podać URL, data URL z base64 lub istniejącą referencję do pliku MiniMax. Duże pliki wideo najpierw prześlij przez Files API MiniMax; gateway nie przesyła wideo za Ciebie. Obsługiwane formaty i limity rozmiaru opisuje [dokumentacja wejścia wideo MiniMax](https://platform.minimax.io/docs/api-reference/text-openai-api#multimodal-input). ## Temperatura MiniMax wymaga `temperature` w przedziale `(0.0, 1.0]` i odrzuca zero. GoModel zamienia zerową lub ujemną temperaturę na `1.0`, żeby requesty w stylu OpenAI, które ustawiają `temperature: 0`, nadal działały. ## Reasoning `MiniMax-M3`, `MiniMax-M2.7`, `MiniMax-M2.7-highspeed`, `MiniMax-M2.5`, `MiniMax-M2.5-highspeed` i `MiniMax-M2` zapisują swój tok rozumowania osobno od odpowiedzi. GoModel ustawia `reasoning_split: true` w tych requestach – tylko wtedy, gdy request nie zawiera już tej flagi, więc `reasoning_split: false` podane przez wywołującego nadal decyduje – a thinking trafia natywnie do `reasoning_content` – nie jako osadzone tagi `` wewnątrz `content` – i jest przekazywany bez zmian. W odpowiedziach streamowanych MiniMax wysyła też tablicę `reasoning_details`, która duplikuje każdą deltę `reasoning_content`; gateway usuwa to nadmiarowe pole z `choices[].delta`. Każdy inny model MiniMax jest przekazywany bez zmian. ## Zamiana tekstu na mowę `POST /v1/audio/speech` jest tłumaczony na synchroniczne API [`t2a_v2`](https://platform.minimax.io/docs/api-reference/speech-t2a-v2) MiniMax, a audio zakodowane w hex jest dekodowane z powrotem do postaci binarnej: ```bash curl theme={null} curl https://your-gateway/v1/audio/speech \ -H "Authorization: Bearer $GOMODEL_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "speech-2.6-hd", "input": "Hello from GoModel.", "voice": "English_expressive_narrator", "response_format": "mp3" }' \ --output speech.mp3 ``` ```python Python theme={null} import os from openai import OpenAI client = OpenAI( base_url="https://your-gateway/v1", api_key=os.environ["GOMODEL_KEY"], ) speech = client.audio.speech.create( model="speech-2.6-hd", input="Hello from GoModel.", voice="English_expressive_narrator", response_format="mp3", ) speech.write_to_file("speech.mp3") ``` ```javascript JavaScript theme={null} import { writeFile } from "node:fs/promises"; import OpenAI from "openai"; const client = new OpenAI({ baseURL: "https://your-gateway/v1", apiKey: process.env.GOMODEL_KEY, }); const speech = await client.audio.speech.create({ model: "speech-2.6-hd", input: "Hello from GoModel.", voice: "English_expressive_narrator", response_format: "mp3", }); await writeFile("speech.mp3", Buffer.from(await speech.arrayBuffer())); ``` * `voice` przyjmuje **identyfikator głosu MiniMax** (na przykład `English_expressive_narrator`), a nie nazwę głosu OpenAI, taką jak `alloy`. * `response_format` obsługuje `mp3` (domyślnie), `wav`, `flac` i `pcm`. * `speed` obsługuje `0.5`–`2.0` (domyślnie `1.0`). Modele mowy zwykle nie są zwracane przez listowanie `/models` w MiniMax, więc dodaj je do listy skonfigurowanych modeli, żeby można było do nich routować: ```bash theme={null} MINIMAX_MODELS=speech-2.6-hd,speech-2.6-turbo ``` MiniMax raportuje błędy jako HTTP 200 z natywnym kodem statusu; GoModel mapuje najczęstsze z nich na prawdziwe błędy (nieprawidłowe parametry i zablokowana treść → 400, uwierzytelnianie → 401, niewystarczające saldo → 402, rate limity → 429), zamiast przekazywać je jako nieprzejrzyste błędy gatewaya. ## Nieobsługiwane przez MiniMax Wszystkie poniższe przypadki zwracają `invalid_request_error`, zamiast po cichu pomijać daną opcję: * `instructions` dla mowy (wybierz identyfikator głosu pasujący do oczekiwanego stylu). * Wartości `response_format` dla mowy inne niż `mp3`/`wav`/`flac`/`pcm` oraz `speed` spoza zakresu `0.5`–`2.0`. * Speech-to-text – MiniMax nie ma API transkrypcji, więc `/v1/audio/transcriptions` jest odrzucane. * Realtime voice-to-voice – konwersacyjny schemat realtime MiniMax nie jest kompatybilny z OpenAI, więc nie jest udostępniany pod `/v1/realtime`. ## Generowanie obrazów na podstawie obrazów Wyślij multipartowy request do `/v1/images/edits` z `model=image-01` lub `model=image-01-live`, `prompt` i przesłanymi plikami `image`. MiniMax używa obrazów jako referencyjnych portretów postaci; nie wykonuje edycji z maską. Używaj portretów en face w formacie JPEG lub PNG, każdy mniejszy niż 10 MB. Adapter wysyła portrety jako data URL-e w `subject_reference` do endpointu MiniMax `/v1/image_generation`, korzystając ze skonfigurowanego regionalnego bazowego URL-a. `size=WIDTHxHEIGHT` mapuje się na `width` i `height`. Niestandardowe wymiary dotyczą tylko `image-01`: `size`, `width` i `height` są odrzucane dla `image-01-live`, którego rozmiar określa się przez `aspect_ratio`. Obsługiwane są też natywne pola `aspect_ratio`, `seed`, `n` i `prompt_optimizer`. `response_format=b64_json` mapuje się na format `base64` MiniMax i zwraca `data[].b64_json`; domyślnie zwracane jest `data[].url` (linki wygasają po 24 godzinach). Maski i nieobsługiwane pola edycji zwracają błąd walidacji. Natywne błędy z HTTP 200 są mapowane na odpowiedni status błędu OpenAI w ten sam sposób co przy generowaniu obrazów, opisanym poniżej. Limity parametrów dla poszczególnych modeli opisuje [API image-to-image MiniMax](https://platform.minimax.io/docs/api-reference/image-generation-i2i). ## Generowanie obrazów Używaj `image-01` lub `image-01-live` z `/v1/images/generations`. GoModel tłumaczy requesty na natywny endpoint MiniMax `/v1/image_generation`, korzystając ze skonfigurowanego bazowego URL-a, i zwraca wygenerowane obrazy w `data`. ```json theme={null} {"model":"image-01","provider":"minimax","prompt":"A lighthouse at sunrise","aspect_ratio":"16:9","n":1} ``` Domyślny format odpowiedzi to `url`; URL-e wygasają po 24 godzinach. Użyj `response_format: "b64_json"`, żeby otrzymać osadzone obrazy. Akceptowane jest też natywne `base64`. `size: "1024x1024"` mapuje się na `width` i `height`; pomiń `size`, gdy podajesz natywne wymiary lub `aspect_ratio`. Natywne opcje, takie jak `seed` i `prompt_optimizer`, są przekazywane dalej. `quality` i streaming nie są obsługiwane. MiniMax raportuje błędy obrazów, edycji obrazów i mowy jako HTTP 200 z niezerowym `base_resp.status_code`. GoModel mapuje ten kod na odpowiedni status błędu OpenAI – 429 dla limitów żądań i użycia, 401 dla uwierzytelniania, 402 dla salda, 400 dla nieprawidłowego lub odrzuconego wejścia, 502 w pozostałych przypadkach – i dołącza własny `base_resp.status_msg` MiniMax do komunikatu błędu, żeby diagnostyka upstreamu nie zginęła. Limity dla poszczególnych modeli opisuje [dokumentacja referencyjna API obrazów MiniMax](https://platform.minimax.io/docs/api-reference/image-generation-t2i). This documentation is built and hosted on [Mintlify](https://mintlify.com), a developer documentation platform.