本文档介绍如何调用千问云部署的 MiniMax 模型推理服务。
快速开始
API 使用前提:已开通千问云服务并完成 API Key 配置。如果通过 SDK 调用,需要安装对应 SDK。- OpenAI兼容
- DashScope
- Python
- Node.js
- HTTP
示例代码
复制
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="MiniMax-M2.5",
messages=[{"role": "user", "content": "你是谁"}],
stream=True,
)
reasoning_content = "" # 完整思考过程
answer_content = "" # 完整回复
is_answering = False # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")
for chunk in completion:
if chunk.choices:
delta = chunk.choices[0].delta
# 只收集思考内容
if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
if not is_answering:
print(delta.reasoning_content, end="", flush=True)
reasoning_content += delta.reasoning_content
# 收到content,开始进行回复
if hasattr(delta, "content") and delta.content:
if not is_answering:
print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
is_answering = True
print(delta.content, end="", flush=True)
answer_content += delta.content
返回结果
复制
====================思考过程====================
用户用中文问"你是谁",意思是"你是谁?"或"Who are you?"
我应该用中文回复,介绍自己是一个AI助手。
====================完整回复====================
你好!我是 MiniMax-M2.5,一个AI助手。我可以帮助你回答问题、提供信息、进行对话等。有什么我可以帮你的吗?
示例代码
复制
import OpenAI from "openai";
import process from 'process';
// 初始化OpenAI客户端
const openai = new OpenAI({
// 如果没有配置环境变量,请用千问云API Key替换:apiKey: "sk-xxx"
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});
let reasoningContent = ''; // 完整思考过程
let answerContent = ''; // 完整回复
let isAnswering = false; // 是否进入回复阶段
async function main() {
const messages = [{ role: 'user', content: '你是谁' }];
const stream = await openai.chat.completions.create({
model: 'MiniMax-M2.5',
messages,
stream: true,
});
console.log('\n' + '='.repeat(20) + '思考过程' + '='.repeat(20) + '\n');
for await (const chunk of stream) {
if (chunk.choices?.length) {
const delta = chunk.choices[0].delta;
// 只收集思考内容
if (delta.reasoning_content !== undefined && delta.reasoning_content !== null) {
if (!isAnswering) {
process.stdout.write(delta.reasoning_content);
}
reasoningContent += delta.reasoning_content;
}
// 收到content,开始进行回复
if (delta.content !== undefined && delta.content) {
if (!isAnswering) {
console.log('\n' + '='.repeat(20) + '完整回复' + '='.repeat(20) + '\n');
isAnswering = true;
}
process.stdout.write(delta.content);
answerContent += delta.content;
}
}
}
}
main();
返回结果
复制
====================思考过程====================
用户用中文问"你是谁",意思是"你是谁?"或"Who are you?"
我应该用中文回复,介绍自己是一个AI助手。
====================完整回复====================
你好!我是 MiniMax-M2.5,一个AI助手。我可以帮助你回答问题、提供信息、进行对话等。有什么我可以帮你的吗?
示例代码
复制
curl -X POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-M2.5",
"messages": [
{
"role": "user",
"content": "你是谁"
}
]
}'
返回结果
复制
{
"choices": [
{
"message": {
"content": "你好!我是 MiniMax-M2.5,一个由 MiniMax 公司开发的 AI 助手。我可以帮助你回答问题、提供信息、进行对话,以及完成各种文字相关的任务。有什么我可以帮助你的吗?",
"reasoning_content": "用户用中文问\"你是谁\",意思是\"你是谁?\"或\"Who are you?\"\n\n我应该用中文回复,介绍自己。",
"role": "assistant"
},
"finish_reason": "stop",
"index": 0,
"logprobs": null
}
],
"object": "chat.completion",
"usage": {
"prompt_tokens": 40,
"completion_tokens": 72,
"total_tokens": 112,
"completion_tokens_details": {
"reasoning_tokens": 26
},
"prompt_tokens_details": {
"cached_tokens": 0
}
},
"created": 1771944590,
"system_fingerprint": null,
"model": "MiniMax-M2.5",
"id": "chatcmpl-b1277a9c-52da-9de7-988a-d5c063d83xxx"
}
- Python
- Java
- HTTP
示例代码
复制
import os
from dashscope import Generation
# 初始化请求参数
messages = [{"role": "user", "content": "你是谁?"}]
completion = Generation.call(
# 如果没有配置环境变量,请用千问云API Key替换:api_key="sk-xxx"
api_key=os.getenv("DASHSCOPE_API_KEY"),
model="MiniMax-M2.5",
messages=messages,
result_format="message", # 设置结果格式为 message
stream=True, # 开启流式输出
incremental_output=True, # 开启增量输出
)
reasoning_content = "" # 完整思考过程
answer_content = "" # 完整回复
is_answering = False # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")
for chunk in completion:
message = chunk.output.choices[0].message
# 只收集思考内容
if message.reasoning_content:
if not is_answering:
print(message.reasoning_content, end="", flush=True)
reasoning_content += message.reasoning_content
# 收到 content,开始进行回复
if message.content:
if not is_answering:
print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
is_answering = True
print(message.content, end="", flush=True)
answer_content += message.content
返回结果
复制
====================思考过程====================
用户用中文问"你是谁",意思是"你是谁?"或"Who are you?"
我应该用中文回复,介绍自己是一个AI助手。
====================完整回复====================
你好!我是 MiniMax-M2.5,一个AI助手。我可以帮助你回答问题、提供信息、进行对话等。有什么我可以帮你的吗?
示例代码
复制
// dashscope SDK的版本 >= 2.19.4
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import io.reactivex.Flowable;
import java.lang.System;
import java.util.Arrays;
import org.slf4j.Logger;
import org.slf4j.LoggerFactory;
public class Main {
private static final Logger logger = LoggerFactory.getLogger(Main.class);
private static StringBuilder reasoningContent = new StringBuilder();
private static StringBuilder finalContent = new StringBuilder();
private static boolean isFirstPrint = true;
private static void handleGenerationResult(GenerationResult message) {
String reasoning = message.getOutput().getChoices().get(0).getMessage().getReasoningContent();
String content = message.getOutput().getChoices().get(0).getMessage().getContent();
if (reasoning != null && !reasoning.isEmpty()) {
reasoningContent.append(reasoning);
if (isFirstPrint) {
System.out.println("====================思考过程====================");
isFirstPr role="presentation">思考模式运行与扩展
模型生产
三方模型
Kimi-千问云
本文档介绍如何调用千问云部署的 Kimi 模型推理服务。
本文档介绍如何调用千问云部署的 Kimi 模型推理服务。
模型体验:您可以前往模型体验中心体验 Kimi 模型效果。
前提条件
您需要已开通千问云服务并完成 API Key 的创建。如果通过 SDK 调用,需要安装对应 SDK。
返回结果
服务接入地址
不同的服务接入方式对应不同的 Base URL。- OpenAI兼容
- DashScope
SDK 调用配置的
base_url:https://dashscope.aliyuncs.com/compatible-mode/v1HTTP 请求地址:POST https://dashscope.aliyuncs.com/compatible-mode/v1/chat/completions纯文本模型(如 kimi-k2-thinking)的 HTTP 请求地址为
POST https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation多模态模型(如 kimi-k2.5、kimi-k2.6)的 HTTP 请求地址为 POST https://dashscope.aliyuncs.com/api/v1/services/aigc/multimodal-generation/generationSDK 调用无需配置 base_url。快速开始
以下为纯文本输入示例。多模态示例请参见多模态调用示例。- OpenAI兼容
- DashScope
- Python
- Node.js
- curl
复制
import os
from openai import OpenAI
client = OpenAI(
api_key=os.getenv("DASHSCOPE_API_KEY"),
base_url="https://dashscope.aliyuncs.com/compatible-mode/v1",
)
completion = client.chat.completions.create(
model="kimi-k2-thinking",
messages=[{"role": "user", "content": "你是谁"}],
stream=True,
)
reasoning_content = "" # 完整思考过程
answer_content = "" # 完整回复
is_answering = False # 是否进入回复阶段
print("\n" + "=" * 20 + "思考过程" + "=" * 20 + "\n")
for chunk in completion:
if chunk.choices:
delta = chunk.choices[0].delta
# 只收集思考内容
if hasattr(delta, "reasoning_content") and delta.reasoning_content is not None:
if not is_answering:
print(delta.reasoning_content, end="", flush=True)
reasoning_content += delta.reasoning_content
# 收到content,开始进行回复
if hasattr(delta, "content") and delta.content:
if not is_answering:
print("\n" + "=" * 20 + "完整回复" + "=" * 20 + "\n")
is_answering = True
print(delta.content, end="", flush=True)
answer_content += delta.content
复制
====================思考过程====================
用户问"你是谁",这是一个关于身份的直接问题。我需要根据我的实际身份如实回答。
我是由月之暗面科技有限公司(Moonshot AI)开发的人工智能助手,我的名字是Kimi。我应该清晰、简洁地介绍自己,包括:
1. 我的身份:AI助手
2. 我的开发者:月之暗面科技有限公司(Moonshot AI)
3. 我的名字:Kimi
4. 我的核心能力:长文本处理、智能对话、文件处理、搜索等
我应该保持友好、专业的语气,避免过于技术化的术语,让普通用户也能理解。同时,我应该强调我是一个AI,没有个人意识、情感或个人经历。
回答结构:
- 直接回答身份
- 说明开发者
- 简要介绍核心能力
- 保持简洁明了
====================完整回复====================
我是由月之暗面科技有限公司(Moonshot AI)开发的AI助手,名叫Kimi。我基于混合专家(MoE)架构,具备超长上下文理解、智能对话、文件处理、代码生成和复杂任务推理等能力。有什么可以帮您的吗?
复制
import OpenAI from "openai";
import process from 'process';
// 初始化OpenAI客户端
const openai = new OpenAI({
// 如果没有配置环境变量,请用千问云API Key替换:apiKey: "sk-xxx"
apiKey: process.env.DASHSCOPE_API_KEY,
baseURL: 'https://dashscope.aliyuncs.com/compatible-mode/v1'
});
let reasoningContent = ''; // 完整思考过程
let answerContent = ''; // 完整回复
let isAnswering = false; // 是否进入回复阶段
async function main() {
const messages = [{ role: 'user', content: '你是谁' }];
const stream = await openai.chat.completions.create({
model: 'kimi-k2-thinking',
messages,
stream: true,
});
int = false;
}
System.out.print(reasoning);
}
if (content != null && !content.isEmpty()) {
finalContent.append(content);
if (!isFirstPrint) {
System.out.println("\n====================完整回复====================");
isFirstPrint = true;
}
System.out.print(content);
}
}
private static GenerationParam buildGenerationParam(Message userMsg) {
return GenerationParam.builder()
// 若没有配置环境变量,请用千问云API Key将下行替换为:.apiKey("sk-xxx")
.apiKey(System.getenv("DASHSCOPE_API_KEY"))
.model("MiniMax-M2.5")
.incrementalOutput(true)
.resultFormat("message")
.messages(Arrays.asList(userMsg))
.build();
}
public static void streamCallWithMessage(Generation gen, Message userMsg)
throws NoApiKeyException, ApiException, InputRequiredException {
GenerationParam param = buildGenerationParam(userMsg);
Flowable<GenerationResult> result = gen.streamCall(param);
result.blockingForEach(message -> handleGenerationResult(message));
}
public static void main(String[] args) {
try {
Generation gen = new Generation();
Message userMsg = Message.builder().role(Role.USER.getValue()).content("你是谁?").build();
streamCallWithMessage(gen, userMsg);
} catch (ApiException | NoApiKeyException | InputRequiredException e) {
logger.error("An exception occurred: {}", e.getMessage());
}
System.exit(0);
}
}
返回结果
复制
====================思考过程====================
用户用中文问"你是谁",意思是"你是谁?"或"Who are you?"
我应该用中文回复,介绍自己是一个AI助手。
====================完整回复====================
你好!我是 MiniMax-M2.5,一个AI助手。我可以帮助你回答问题、提供信息、进行对话等。有什么我可以帮你的吗?
示例代码
复制
curl -X POST "https://dashscope.aliyuncs.com/api/v1/services/aigc/text-generation/generation" \
-H "Authorization: Bearer $DASHSCOPE_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "MiniMax-M2.5",
"input":{
"messages":[
{
"role": "user",
"content": "你是谁?"
}
]
},
"parameters": {
"result_format": "message"
}
}'
返回结果
复制
{
"output": {
"choices": [
{
"finish_reason": "stop",
"message": {
"content": "你好!我是 MiniMax-M2.5,由 MiniMax 公司开发的 AI 助手。我可以帮助你回答问题、提供信息、进行对话等。有什么我可以帮你的吗?",
"reasoning_content": "用户用中文问\"你是谁?\",意思是\"Who are you?\"\n\n我应该用中文回答,介绍自己。我应该说明我是MiniMax-M2.5,由MiniMax公司开发的AI助手。",
"role": "assistant"
}
}
]
},
"usage": {
"input_tokens": 41,
"output_tokens": 79,
"output_tokens_details": {
"reasoning_tokens": 39
},
"prompt_tokens_details": {
"cached_tokens": 0
},
"total_tokens": 120
},
"request_id": "1bbd770e-564a-4601-83fc-3bf639423xxx"
}
其它功能
| 模型 | 联网搜索 | 文件解析 | Function Call | Tool Use | 结构化输出 | 异步调用 | 上下文缓存 |
|---|---|---|---|---|---|---|---|
| MiniMax-M2.5 | ✓ | ✓ | ✓ | — | ✓ | — | ✓(仅支持隐式缓存) |
| MiniMax-M2.1 | ✓ | ✓ | ✓ | — | ✓ | — | — |
参数默认值
| 模型 | temperature | top_p | presence_penalty |
|---|---|---|---|
| MiniMax-M2.5 | 1.0 | 0.95 | 0.0 |
| MiniMax-M2.1 | 1.0 | 0.95 | 0.0 |
模型列表与计费
MiniMax-M2.5 模型擅长编程、办公、文本摘要等任务,且输出速度快,推荐使用。 模型上下文长度与价格信息请参见千问云控制台。 按照模型的输入与输出 Token 数量计费。错误码
如果模型调用失败并返回报错信息,请参见错误码文档进行解决。上一页
MiniMax-稀宇科技
本文档介绍如何在千问云平台调用稀宇科技(简称MiniMax)直供的模型推理服务。
下一页

