MiniMax M2.5 API 接口、参数 & 代码示例

MiniMax M2.5 在数十万个复杂的真实环境中进行了强化学习训练，其在编程、自主工具调用与搜索、办公场景等众多经济高价值任务上的能力表现优异，堪称当前最优模型。在 SWE-Bench Verified、Multi-SWE-Bench 和 BrowseComp（含上下文管理）测试中，M2.5 的成绩分别高达80.2%、51.3%和76.3%。

MiniMax M2.5 被训练以高效推理和最优分解任务，因此在执行复杂自主任务时表现出惊人的速度。其完成SWE-Bench Verified评估的速度比M2.1快37%，与Claude Opus 4.6的速度相当。

编码能力：

在编程评估中，MiniMax-M2.5 相比前代模型有显著提升，达到当前最优水平。其在多语言编程任务中的表现尤其突出。

相比前代模型的重大进步是M2.5具备了类似架构师的思考与规划能力。在训练中，模型展现出“规范撰写”倾向：在编写任何代码之前，M2.5会从资深软件架构师的视角出发，主动分解并规划项目的功能、结构和UI设计。

M2.5经过超过10种语言（包括Go、C、C++、TypeScript、Rust、Kotlin、Python、Java、JavaScript、PHP、Lua、Dart和Ruby）的训练，涉及超过20万个真实环境。M2.5的能力远超修复bug范畴，能够可靠地贯穿复杂系统的整个开发周期：从从零到一的系统设计和环境搭建，到一到十的系统开发，到十到九十的功能迭代，直至九十到一百的全面代码审查和系统测试。其覆盖跨Web、Android、iOS及Windows平台的全栈项目，涵盖服务器端API、业务逻辑、数据库等多个方面，而不仅仅是前端网页演示。

为评估这些能力，我们也对VIBE基准进行了升级，推出更复杂、更具挑战性的Pro版本，显著提高了任务复杂度、领域覆盖范围和评估准确性。总体而言，M2.5的表现与Opus 4.5相当。

我们重点评估了模型在分布外测试环境中的泛化能力，使用不同编码代理测试框架对SWE-Bench Verified评估集进行测试。

在Droid平台：79.7（M2.5）> 78.9（Opus 4.6）
在OpenCode平台：76.1（M2.5）> 75.9（Opus 4.6）

搜索与工具调用：

高效地调用工具和进行搜索是模型自主处理复杂任务的前提。在BrowseComp和Wide Search等基准测试中，M2.5取得了行业领先的性能表现。同时，模型的泛化能力也得到了提升——面对陌生的环境时，M2.5展现出更稳定的表现。

在专业人士的研究任务中，使用搜索引擎只是整个流程的一小部分，大部分工作涉及在信息密集的网页中深度探索。为此，我们构建了RISE（真实交互式搜索评估）框架，以衡量模型在真实专业任务中的搜索能力。结果表明，M2.5在真实世界中处理专家级搜索任务表现出色。

相比前代模型，M2.5在处理自主任务时展现出更优的决策能力：其已学会通过更精准的搜索轮次和更高的token效率解决问题。例如，在BrowseComp、Wide Search和RISE等多个自主任务中，M2.5仅需更少的交互轮次即可获得更佳结果，与M2.1相比，平均减少了约20%的轮次。这表明模型不仅能够正确获取答案，还能以更高效的路径进行推理。

办公场景：

M2.5被训练以在办公场景中产出真正可交付的成果。为此，我们与金融、法律和社会科学等领域的资深专业人士开展了深入合作。他们参与了需求设计、标准制定、数据构建等工作，将行业隐性知识融入模型训练流程。在此基础上，M2.5在Word、PowerPoint和Excel财务建模等高价值办公场景中实现了显著的能力提升。在评估方面，我们构建了内部“同事代理”评估框架GDPval-MM，通过成对比较评估交付成果的质量和代理执行轨迹的专业性，同时监控整个工作流的token成本，以估算模型在实际应用中的生产力提升。与其他主流模型相比，M2.5的平均胜率达59.0%。

效率表现：

由于现实世界充满截止期限和时间限制，任务完成速度是一项实际需求。模型完成任务所需时间取决于任务分解效率、token效率和推理速度。M2.5原生支持每秒100个token的生成速度，接近其他前沿模型的两倍。此外，我们的强化学习设置促使模型高效推理并最优分解任务。由于上述三项因素，M2.5在完成复杂任务时显著节省了时间。

例如，在运行SWE-Bench Verified测试时，M2.5平均每任务消耗352万个token，而M2.1为372万个。同时，得益于并行工具调用等能力的提升，端到端运行时间从平均31.3分钟降至22.8分钟，速度提升了37%。这一运行时间与Claude Opus 4.6的22.9分钟相当，而每任务总成本仅为Claude Opus 4.6的10%。

此 API 接口兼容 OpenAI 的接口规范，也就是可以直接使用 OpenAI 的 SDK 来调用各个模型。仅需替换以下两项配置即可：

1. base_url 替换为 https://wcode.net/api/gpt/v1
2. api_key 替换为从 https://wcode.net/get-apikey 获取到的 API Key

具体可参考下方的各编程语言代码示例中的 openai sdk 调用示例。

# TODO: 以下代码中的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

curl --request POST 'https://wcode.net/api/gpt/v1/chat/completions' \
--header 'Content-Type: application/json' \
--header 'Authorization: Bearer API_KEY' \
--data '{
    "model": "minimax/minimax-m2.5",
    "messages": [
        {
            "role": "user",
            "content": "你好"
        }
    ]
}'

import Foundation

let headers = [
  "Authorization": "Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  "content-type": "application/json"
]
let parameters = [
  "model": "minimax/minimax-m2.5",
  "messages": [
    [
      "role": "user",
      "content": "你好"
    ]
  ]
] as [String : Any]

let postData = JSONSerialization.data(withJSONObject: parameters, options: [])

let request = NSMutableURLRequest(url: NSURL(string: "https://wcode.net/api/gpt/v1/chat/completions")! as URL,
                                        cachePolicy: .useProtocolCachePolicy,
                                    timeoutInterval: 60.0)
request.httpMethod = "POST"
request.allHTTPHeaderFields = headers
request.httpBody = postData as Data

let session = URLSession.shared
let dataTask = session.dataTask(with: request as URLRequest, completionHandler: { (data, response, error) -> Void in
  if (error != nil) {
    print(error as Any)
  } else {
    let httpResponse = response as? HTTPURLResponse
    print(httpResponse)
  }
})

dataTask.resume()

var headers = {
  'Content-Type': 'application/json',
  'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
};
var request = http.Request('POST', Uri.parse('https://wcode.net/api/gpt/v1/chat/completions'));
request.body = json.encode({
  "model": "minimax/minimax-m2.5",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});
request.headers.addAll(headers);

http.StreamedResponse response = await request.send();

if (response.statusCode == 200) {
  print(await response.stream.bytesToString());
}
else {
  print(response.reasonPhrase);
}

require 'uri'
require 'net/http'

url = URI("https://wcode.net/api/gpt/v1/chat/completions")

http = Net::HTTP.new(url.host, url.port)
http.use_ssl = true

request = Net::HTTP::Post.new(url)
request["Authorization"] = 'Bearer API_KEY'     # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
request["content-type"] = 'application/json'
request.body = "{\"model\":\"minimax/minimax-m2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}"

response = http.request(request)
puts response.read_body

use serde_json::json;
use reqwest;

#[tokio::main]
pub async fn main() {
  let url = "https://wcode.net/api/gpt/v1/chat/completions";

  let payload = json!({
    "model": "minimax/minimax-m2.5",
    "messages": (
      json!({
        "role": "user",
        "content": "你好"
      })
    )
  });

  let mut headers = reqwest::header::HeaderMap::new();
  headers.insert("Authorization", "Bearer API_KEY".parse().unwrap());     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  headers.insert("content-type", "application/json".parse().unwrap());

  let client = reqwest::Client::new();
  let response = client.post(url)
    .headers(headers)
    .json(&payload)
    .send()
    .await;

  let results = response.unwrap()
    .json::<serde_json::Value>()
    .await
    .unwrap();

  dbg!(results);
}

CURL *hnd = curl_easy_init();

curl_easy_setopt(hnd, CURLOPT_CUSTOMREQUEST, "POST");
curl_easy_setopt(hnd, CURLOPT_URL, "https://wcode.net/api/gpt/v1/chat/completions");

struct curl_slist *headers = NULL;
headers = curl_slist_append(headers, "Authorization: Bearer API_KEY");    // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
headers = curl_slist_append(headers, "content-type: application/json");
curl_easy_setopt(hnd, CURLOPT_HTTPHEADER, headers);

curl_easy_setopt(hnd, CURLOPT_POSTFIELDS, "{\"model\":\"minimax/minimax-m2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

CURLcode ret = curl_easy_perform(hnd);

package main

import (
  "fmt"
  "strings"
  "net/http"
  "io"
)

func main() {
  url := "https://wcode.net/api/gpt/v1/chat/completions"

  payload := strings.NewReader("{\"model\":\"minimax/minimax-m2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}")

  req, _ := http.NewRequest("POST", url, payload)

  req.Header.Add("Authorization", "Bearer API_KEY")     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  req.Header.Add("content-type", "application/json")

  res, _ := http.DefaultClient.Do(req)

  defer res.Body.Close()
  body, _ := io.ReadAll(res.Body)

  fmt.Println(res)
  fmt.Println(string(body))
}

using System.Net.Http.Headers;


var client = new HttpClient();

var request = new HttpRequestMessage(HttpMethod.Post, "https://wcode.net/api/gpt/v1/chat/completions");

request.Headers.Add("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

request.Content = new StringContent("{\"model\":\"minimax/minimax-m2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", null, "application/json");

var response = await client.SendAsync(request);

response.EnsureSuccessStatusCode();

Console.WriteLine(await response.Content.ReadAsStringAsync());

var client = new RestClient("https://wcode.net/api/gpt/v1/chat/completions");

var request = new RestRequest("", Method.Post);

request.AddHeader("Authorization", "Bearer API_KEY");     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey

request.AddHeader("content-type", "application/json");

request.AddParameter("application/json", "{\"model\":\"minimax/minimax-m2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}", ParameterType.RequestBody);

var response = client.Execute(request);

const axios = require('axios');

let data = JSON.stringify({
  "model": "minimax/minimax-m2.5",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
});

let config = {
  method: 'post',
  maxBodyLength: Infinity,
  url: 'https://wcode.net/api/gpt/v1/chat/completions',
  headers: {
    'Content-Type': 'application/json',
    'Authorization': 'Bearer API_KEY'     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  },
  data : data
};

axios.request(config).then((response) => {
  console.log(JSON.stringify(response.data));
}).catch((error) => {
  console.log(error);
});

OkHttpClient client = new OkHttpClient();

MediaType mediaType = MediaType.parse("application/json");

RequestBody body = RequestBody.create(mediaType, "{\"model\":\"minimax/minimax-m2.5\",\"messages\":[{\"role\":\"user\",\"content\":\"你好\"}]}");

Request request = new Request.Builder()
  .url("https://wcode.net/api/gpt/v1/chat/completions")
  .post(body)
  .addHeader("Authorization", "Bearer API_KEY")             // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  .addHeader("content-type", "application/json")
  .build();

Response response = client.newCall(request).execute();

$client = new \GuzzleHttp\Client();

$headers = [
  'Content-Type' => 'application/json',
  'Authorization' => 'Bearer API_KEY',     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
];

$body = '{
  "model": "minimax/minimax-m2.5",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}';

$request = new \GuzzleHttp\Psr7\Request('POST', 'https://wcode.net/api/gpt/v1/chat/completions', $headers, $body);

$response = $client->sendAsync($request)->wait();

echo $response->getBody();

$curl = curl_init();

curl_setopt_array($curl, [
  CURLOPT_URL => "https://wcode.net/api/gpt/v1/chat/completions",
  CURLOPT_RETURNTRANSFER => true,
  CURLOPT_ENCODING => "",
  CURLOPT_MAXREDIRS => 5,
  CURLOPT_TIMEOUT => 300,
  CURLOPT_CUSTOMREQUEST => "POST",
  CURLOPT_POSTFIELDS => json_encode([
    'model' => 'minimax/minimax-m2.5',
    'messages' => [
      [
        'role' => 'user',
        'content' => '你好'
      ]
    ]
  ]),
  CURLOPT_HTTPHEADER => [
    "Authorization: Bearer API_KEY",     // TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
    "content-type: application/json",
  ],
]);

$response = curl_exec($curl);
$error = curl_error($curl);

curl_close($curl);

if ($error) {
  echo "cURL Error #:" . $error;
} else {
  echo $response;
}

import requests
import json

url = "https://wcode.net/api/gpt/v1/chat/completions"

payload = {
  "model": "minimax/minimax-m2.5",
  "messages": [
    {
      "role": "user",
      "content": "你好"
    }
  ]
}

headers = {
  "Authorization": "Bearer API_KEY",     # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
  "content-type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(json.dumps(response.json(), indent=4, ensure_ascii=False))

from openai import OpenAI

client = OpenAI(
  base_url="https://wcode.net/api/gpt/v1",
  api_key="API_KEY"                             # TODO: 这里的 API_KEY 需要替换，获取 API Key 入口：https://wcode.net/get-apikey
)

completion = client.chat.completions.create(
  model="minimax/minimax-m2.5",
  messages=[
    {
      "role": "user",
      "content": "你好"
    }
  ]
)

print(completion.choices[0].message.content)

{
    "id": "chatcmpl-t1770950643s957r59ca783080352d1a36292774",
    "model": "minimax/minimax-m2.5",
    "object": "chat.completion",
    "created": 1770950646,
    "choices": [
        {
            "logprobs": null,
            "finish_reason": "stop",
            "native_finish_reason": "stop",
            "index": 0,
            "message": {
                "role": "assistant",
                "content": "你好！我是 MiniMax M2.5，很高兴认识你！\n\n我是由 MiniMax 公司开发的 AI 助手。我的主要特点是：\n\n1. **多模态能力**：我能够理解和生成文本、代码、图像等多种形式的内容\n2. **中文能力突出**：作为中国团队开发的 AI，我对中文有很好的理解和处理能力\n3. **知识丰富**：我训练时接触了大量知识，可以帮助你解答各种问题\n4. **编程辅助**：我可以帮你编写、调试和解释代码\n5. **持续学习**：我还在不断学习和进步中\n\n我可以帮助你完成很多任务，比如：\n\n- 回答问题\n- 写作和翻译\n- 编写代码\n- 分析和解释内容\n- 提供建议和信息\n\n有什么我可以帮助你的吗？😊",
                "refusal": null,
                "reasoning": "\n用户用中文问我是否可以用中文回答介绍自己。我应该用中文回答，介绍我是MiniMax M2.5助手。\n"
            }
        }
    ],
    "system_fingerprint": "",
    "usage": {
        "prompt_tokens": 52,
        "completion_tokens": 185,
        "total_tokens": 237,
        "prompt_tokens_details": {
            "cached_tokens": 0,
            "audio_tokens": 0
        },
        "completion_tokens_details": {
            "reasoning_tokens": 29,
            "audio_tokens": 0
        }
    }
}