MiniMax - GoModel

MiniMax 提供兼容 OpenAI 的聊天 API，因此聊天模型开箱即用。不过，文字转语音使用的是 MiniMax 自己的 t2a_v2 API，GoModel 会为您将标准的 /v1/audio/speech 端点转换为该格式。

配置

MINIMAX_API_KEY=...

或在 config.yaml 中配置：

providers:
  minimax:
    type: minimax
    base_url: "https://api.minimax.io/v1"
    api_key: "${MINIMAX_API_KEY}"

MINIMAX_BASE_URL 用于覆盖端点（默认为 https://api.minimax.io/v1）；中国区平台的账户应将其设置为 https://api.minimaxi.com/v1。

视频输入

在 /v1/chat/completions（包括流式请求）上，可配合 MiniMax-M3 使用 video_url 消息内容部分进行视频输入：

{"type":"video_url","video_url":{"url":"mm_file://your-file-id","detail":"high","fps":2}}

网关会保留视频 URL 和处理设置。您可以提供 URL、base64 data URL，或已有的 MiniMax 文件引用。较大的视频请先通过 MiniMax 的 Files API 上传；网关不会替您上传视频。关于支持的格式和大小限制，请参阅 MiniMax 视频输入参考。

Temperature

MiniMax 要求 temperature 位于 (0.0, 1.0] 区间内，并拒绝零值。GoModel 会将零或负数的 temperature 修正为 1.0，使固定 temperature: 0 的 OpenAI 风格请求能够继续正常工作。

推理

MiniMax-M3、MiniMax-M2.7、MiniMax-M2.7-highspeed、MiniMax-M2.5、MiniMax-M2.5-highspeed 和 MiniMax-M2 会将思维链与答案分开输出。GoModel 会在这些请求上设置 reasoning_split: true（仅当请求尚未携带该标志时，因此调用方提供的 reasoning_split: false 仍然生效），思考内容会以原生方式出现在 reasoning_content 中（而不是作为 content 内的内联 <think> 标签），并被原样转发。在流式响应中，MiniMax 还会发送一个 reasoning_details 数组，与每个 reasoning_content 增量重复；网关会从 choices[].delta 中移除这个冗余成员。其他所有 MiniMax 模型均原样透传。

文字转语音

POST /v1/audio/speech 会被转换为 MiniMax 的同步 t2a_v2 API，并将十六进制编码的音频解码回二进制：

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

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")

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 接受 MiniMax 音色 ID（例如 English_expressive_narrator），而不是 alloy 这样的 OpenAI 音色名称。
response_format 支持 mp3（默认）、wav、flac 和 pcm。
speed 支持 0.5–2.0（默认 1.0）。

MiniMax 的 /models 列表通常不会返回语音模型，因此请将它们添加到配置的模型列表中，使其可被路由：

MINIMAX_MODELS=speech-2.6-hd,speech-2.6-turbo

MiniMax 以 HTTP 200 加原生状态码的形式报告失败；GoModel 会将常见错误映射为真实的错误（无效参数和被拦截的内容 → 400，认证 → 401，余额不足 → 402，速率限制 → 429），而不是作为含义不明的网关错误转发。

MiniMax 不支持的功能

以下所有情况都会返回 invalid_request_error，而不会静默丢弃该选项：

语音的 instructions（请选择与所需风格相匹配的音色 ID）。
除 mp3/wav/flac/pcm 以外的语音 response_format 值，以及超出 0.5–2.0 范围的 speed。
语音转文字：MiniMax 没有转写 API，因此 /v1/audio/transcriptions 会被拒绝。
实时语音对语音：MiniMax 的对话式实时 Schema 不兼容 OpenAI，因此不会在 /v1/realtime 暴露。

图生图

向 /v1/images/edits 发送一个 multipart 请求，其中包含 model=image-01 或 model=image-01-live、一个 prompt 以及上传的 image 文件。MiniMax 会将这些图片用作人物肖像参考；它不执行基于蒙版的编辑。请使用 JPEG 或 PNG 格式的正面肖像，每张小于 10 MB。适配器会使用配置的区域 Base URL，将肖像以 data URL 的形式放在 subject_reference 中发送到 MiniMax 的 /v1/image_generation 端点。size=WIDTHxHEIGHT 映射为 width 和 height。自定义尺寸仅适用于 image-01：对于使用 aspect_ratio 控制尺寸的 image-01-live，size、width 和 height 会被拒绝。还支持原生的 aspect_ratio、seed、n 和 prompt_optimizer 字段。response_format=b64_json 映射为 MiniMax 的 base64 格式并返回 data[].b64_json；默认返回 data[].url（链接在 24 小时后过期）。蒙版和不支持的编辑字段会返回校验错误。原生的 HTTP 200 失败会以与图片生成相同的方式映射为对应的 OpenAI 错误状态，详见下文。关于各模型的参数限制，请参阅 MiniMax 图生图 API。

图片生成

将 image-01 或 image-01-live 与 /v1/images/generations 配合使用。GoModel 会使用配置的 Base URL 将请求转换为 MiniMax 的原生 /v1/image_generation 端点，并在 data 中返回生成的图片。

{"model":"image-01","provider":"minimax","prompt":"A lighthouse at sunrise","aspect_ratio":"16:9","n":1}

默认响应格式为 url；URL 在 24 小时后过期。如需内联图片，请使用 response_format: "b64_json"。也接受原生的 base64。size: "1024x1024" 映射为 width 和 height；提供原生尺寸或 aspect_ratio 时请省略 size。seed 和 prompt_optimizer 等原生选项会被透传。不支持 quality 和流式传输。 MiniMax 以 HTTP 200 加非零 base_resp.status_code 的形式报告图片、图片编辑和语音的失败。GoModel 会将该代码映射为对应的 OpenAI 错误状态（速率和用量限制为 429，认证为 401，余额为 402，无效或被拒绝的输入为 400，其他情况为 502），并将 MiniMax 自己的 base_resp.status_msg 追加到错误消息中，以免丢失上游的诊断信息。关于各模型的限制，请参阅 MiniMax 图片 API 参考。

​配置

​视频输入

​Temperature

​推理

​文字转语音

​MiniMax 不支持的功能

​图生图

​图片生成

配置

视频输入

Temperature

推理

文字转语音

MiniMax 不支持的功能

图生图

图片生成