हम cookies इस्तेमाल करते हैं. Cookies और ब्राउज़र स्टोरेज आपको साइन इन रखते हैं और आपकी प्राथमिकताएं याद रखते हैं। आपकी अनुमति से हम यह भी मापते हैं कि साइट कैसे इस्तेमाल होती है। आप कभी भी । हमारी cookie नीति देखें।
MiniMax: MiniMax M2.5
minimax/minimax-m2.5MiniMax: MiniMax M2.5 अभी आज़माएं
ऊपर दी गई कीमतों पर आपके बैलेंस से चलता है। नए अकाउंट मुफ्त उपयोग से शुरू होते हैं।
एक API. हर मॉडल.
सेशन लागत $0.00
सेटिंग्स
उन्नत पैरामीटर
MiniMax: MiniMax M2.5 एक नज़र में
- इनपुट कीमत 434 टेक्स्ट मॉडल के मीडियन से 40% कम है।
- 2,04,800 tokens की context window, लंबे दस्तावेज़ों और कई चरणों वाली बातचीत के लिए काफी।
- agents और integrations के लिए tool (function) calling सपोर्ट करता है।
- schema के साथ structured JSON output सपोर्ट करता है।
- reasoning effort नियंत्रण सपोर्ट करता है।
- एक सामान्य request (1,000 इनपुट / 500 आउटपुट tokens) की लागत लगभग $0.00261 है।
MiniMax: MiniMax M2.5 के बारे में
MiniMax M2.5, MiniMax की एक टेक्स्ट मॉडल है, जो api14 पर मॉडल आईडी minimax/minimax-m2.5 के तहत सूचीबद्ध है। MiniMax इसे वास्तविक दुनिया की उत्पादकता के लिए बनाया गया अत्याधुनिक लार्ज लैंग्वेज मॉडल बताता है, जिसे जटिल वास्तविक दुनिया के विविध डिजिटल कार्य वातावरणों में प्रशिक्षित किया गया है, और यह M2.1 की कोडिंग विशेषज्ञता पर आगे बढ़ता है। यह टेक्स्ट श्रेणी में आता है, इसलिए इसका लक्ष्य छवि, ऑडियो या वीडियो जनरेशन के बजाय भाषा कार्य है।
मॉडल इनपुट के रूप में टेक्स्ट लेता है और आउटपुट के रूप में टेक्स्ट लौटाता है। इसकी कॉन्टेक्स्ट विंडो 204,800 टोकन है और यह एक ही प्रतिक्रिया में अधिकतम 128,000 टोकन उत्पन्न कर सकता है, जो इनपुट पक्ष पर लंबे दस्तावेज़ों और आउटपुट पक्ष पर लंबे, विस्तृत उत्तरों के लिए पर्याप्त जगह है। इसके समर्थित पैरामीटरों में सैंपलिंग नियंत्रित करने के लिए temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty और presence_penalty शामिल हैं, साथ ही प्रतिक्रिया की लंबाई और अंत को आकार देने के लिए max_tokens और stop भी शामिल हैं। यह reasoning और include_reasoning का भी समर्थन करता है, जो तब मायने रखते हैं जब आप चाहते हैं कि मॉडल उत्तर देने से पहले किसी समस्या पर काम करे।
चूंकि प्रदाता M2.5 को वास्तविक दुनिया की उत्पादकता और कोडिंग के इर्द गिर्द स्थापित करता है, इसलिए स्वाभाविक उपयोग कोड जनरेशन, रीफैक्टरिंग, डीबगिंग और व्याख्या जैसे सॉफ्टवेयर कार्य हैं, साथ ही उनके आसपास का सामान्य ज्ञान कार्य भी: लंबे दस्तावेज़ों का प्रारूपण और संपादन, बड़े इनपुट का सारांशीकरण, संरचित डेटा निकालना, और कॉन्टेक्स्ट विंडो के भीतर फिट होने वाली सामग्री पर प्रश्नों का उत्तर देना। बड़ी आउटपुट अनुमति उन कार्यों के लिए उपयुक्त है जहां उत्तर स्वयं लंबा हो, उदाहरण के लिए एक ही कॉल में पूरी फ़ाइल, विस्तृत रिपोर्ट या बहु भाग वाली योजना तैयार करना। टूल उपयोग और संरचित आउटपुट इसे एजेंट शैली के वर्कफ़्लो के लिए उचित विकल्प बनाते हैं जहां मॉडल को फ़ंक्शन कॉल करने या निश्चित आकार में डेटा लौटाने की आवश्यकता होती है।
आप इसे api14 के OpenAI-संगत API के माध्यम से चैट कम्प्लीशन अनुरोध में model फ़ील्ड को minimax/minimax-m2.5 पर सेट करके कॉल करते हैं, उन्हीं क्लाइंट लाइब्रेरीज़ और अनुरोध आकार का उपयोग करते हुए जो आप OpenAI के साथ उपयोग करते हैं। समर्थित पैरामीटर सामान्य सैंपलिंग नियंत्रण (temperature, top_p, top_k, min_p, repetition_penalty, frequency_penalty, presence_penalty), लंबाई और रोकने के नियंत्रण (max_tokens, stop), नियतात्मकता और निरीक्षण विकल्प (seed, logit_bias, logprobs, top_logprobs), आउटपुट आकार देने (response_format, structured_outputs), और टूल उपयोग (tools, tool_choice) को कवर करते हैं। reasoning व्यवहार reasoning और include_reasoning के माध्यम से उजागर होता है, ताकि आप तय कर सकें कि अंतिम उत्तर के साथ reasoning सामग्री लौटाई जाए या नहीं।
चूंकि मॉडल केवल टेक्स्ट स्वीकार करता है, छवियों, ऑडियो या अन्य गैर टेक्स्ट इनपुट पर निर्भर कार्य इसके दायरे से बाहर हैं और उनके लिए ऐसे मॉडल की आवश्यकता होगी जिनमें वे इनपुट मोडैलिटीज़ हों। यही बात तब भी लागू होती है जब आपको गैर टेक्स्ट आउटपुट चाहिए। ऊपर दी गई कॉन्टेक्स्ट और आउटपुट सीमाओं में फिट होने वाले टेक्स्ट कार्यभार के लिए, minimax/minimax-m2.5 मूल्यांकन करने के लिए एक सीधा विकल्प है, और पैरामीटर सूची आपको सैंपलिंग ट्यून करने, संरचना लागू करने और इसे टूल कॉलिंग पाइपलाइनों में जोड़ने के लिए पर्याप्त नियंत्रण देती है।
MiniMax: MiniMax M2.5 API कैसे कॉल करें
- अपने dashboard में API key बनाएं।
- अपनी भाषा के लिए आधिकारिक openai SDK इंस्टॉल करें।
- baseURL को https://api14.com/api/v1 और model को "minimax/minimax-m2.5" पर सेट करें।
import OpenAI from "openai";
const client = new OpenAI({
baseURL: "https://api14.com/api/v1",
apiKey: process.env.API14_API_KEY,
});
const result = await client.chat.completions.create({
"model": "minimax/minimax-m2.5",
"messages": [
{
"role": "user",
"content": "Explain vector databases in two sentences."
}
]
});
console.log(result.choices[0].message.content);
समर्थित parameters
frequency_penaltyinclude_reasoninglogit_biaslogprobsmax_tokensmin_ppresence_penaltyreasoningrepetition_penaltyresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_ktop_logprobstop_pस्पेसिफिकेशन
- Context लंबाई
- 2,04,800
- अधिकतम आउटपुट
- 32,768
- इनपुट
- text
- आउटपुट
- text
api14 पर requests · पिछले 7 दिन
MiniMax: MiniMax M2.5: अक्सर पूछे जाने वाले सवाल
- MiniMax: MiniMax M2.5 API की कीमत कितनी है?
- MiniMax: MiniMax M2.5 की कीमत इनपुट $0.95 / 1M tokens है। शुल्क आपके USD बैलेंस से सिर्फ सफल requests के लिए कटता है; फेल हुई requests मुफ्त हैं।
- MiniMax: MiniMax M2.5 की context window कितनी है?
- MiniMax: MiniMax M2.5 हर request में 2,04,800 tokens तक पढ़ता है, prompt, इतिहास और दस्तावेज़ मिलाकर। यह हर जवाब में 32,768 आउटपुट tokens तक लिखता है।
- MiniMax: MiniMax M2.5 क्या कर सकता है?
- MiniMax: MiniMax M2.5 text स्वीकार करता है और text लौटाता है। यह tool calling, structured JSON output, reasoning effort नियंत्रण सपोर्ट करता है।
- अपने कोड से MiniMax: MiniMax M2.5 कैसे कॉल करूं?
- किसी भी OpenAI SDK को https://api14.com/api/v1 पर पॉइंट करें और model को "minimax/minimax-m2.5" पर सेट करें, कोड में और कोई बदलाव नहीं। इस पेज के कोड पैनल से तैयार उदाहरण कॉपी करें।
- MiniMax: MiniMax M2.5 के विकल्प क्या हैं?
- मिलती-जुलती कीमत वाले टेक्स्ट मॉडल: Mistral: Mistral Medium 3.1 (batch), Z.ai: GLM 4.6V, DeepSeek: DeepSeek V3.1। सभी एक ही API key से चलते हैं, इसलिए बदलना बस एक string बदलना है।
MiniMax: MiniMax M2.5 कम्युनिटी
नया टॉपिकइस कम्युनिटी में अभी कोई टॉपिक नहीं है। MiniMax: MiniMax M2.5 के बारे में पहला टॉपिक खोलें।