Khác biệt tham số và giao thức của MiniMax

Tìm hiểu khác biệt tham số và cách dùng mô hình MiniMax qua các giao thức tương thích.

Với MiniMax, chỉnh tham số theo trang này. Cấu trúc đầy đủ: Chat Completions, Responses, Messages.

Mô hình áp dụng

Mô hình	Phạm vi
MiniMax-M3.1-Flash	Chat, Responses, Messages; luôn suy nghĩ và điều chỉnh được mức
MiniMax-M3	Chat, Responses, Messages; có thể bật/tắt suy nghĩ, mặc định khác theo giao thức

Khác biệt Chat Completions

Trường	Khác biệt
`thinking.type`	Cả hai mặc định `adaptive`; M3 tắt bằng `disabled`, M3.1-Flash trả `400` khi truyền `disabled`
`reasoning_effort`	M3.1-Flash hỗ trợ `low/medium/high/xhigh/max`, mặc định `max`; `none` trả `400`. M3 bỏ qua trường này
`reasoning_split`	Mở rộng MiniMax: `true` tách suy nghĩ vào `reasoning_content`, `false` đặt trong thẻ `<think>` của `content`. Không bật/tắt suy nghĩ; M3.1-Flash không hỗ trợ `false`
`temperature`, `top_p`	Bỏ qua giá trị, thực tế lần lượt `1`, `0.95`; nếu truyền `top_p` vẫn phải thỏa `(0,1]`
`presence_penalty`, `frequency_penalty`, `logit_bias`	Giá trị bị bỏ qua
`max_completion_tokens`	Tối thiểu `1`, tối đa `524288`, khuyến nghị `131072`; gồm suy nghĩ và câu trả lời. Khuyến nghị không phải mặc định
`service_tier`	M3 hỗ trợ `standard/priority`, mặc định `standard`; M3.1-Flash không hỗ trợ trường này
Lịch sử thông điệp assistant	Gửi lại đầy đủ hội thoại công cụ gồm `reasoning_content`, `content`, `tool_calls`; công cụ đơn giản có thể không có suy nghĩ hiển thị

Khác biệt Responses

Trường	Khác biệt
`reasoning.effort`	M3.1-Flash luôn suy luận, hỗ trợ `low/medium/high/xhigh/max`, mặc định `max`; `none` trả `400`. M3 mặc định tắt, mức khác `none` bật nhưng không chỉnh độ sâu
`temperature`, `top_p`	Bỏ qua giá trị, thực tế lần lượt `1`, `0.95`; nếu truyền `top_p` vẫn phải thỏa `(0,1]`
`max_output_tokens`	Token suy nghĩ tính vào ngân sách; quá thấp có thể trả `incomplete` và không có message trả lời cuối
`tool_choice`	Chỉ hỗ trợ `auto`
`text.format.type`	Hiện chỉ định nghĩa `text`
`store`	Bỏ qua giá trị yêu cầu; phản hồi cố định `false`
`previous_response_id`, `conversation`	Bỏ qua giá trị; phản hồi cố định `null`. Máy khách gửi lại đầy đủ lịch sử, gồm reasoning và gọi công cụ
`parallel_tool_calls`, `truncation`	Bỏ qua giá trị; phản hồi lần lượt cố định `true`, `disabled`
`service_tier`	M3 hỗ trợ `standard/priority`, mặc định `standard`; M3.1-Flash không hỗ trợ trường này
Tìm kiếm phía máy chủ	Công cụ Beta; dùng `type: "web_search"` trong `tools`

Khác biệt Messages

Trường	Khác biệt
`thinking.type`	M3.1-Flash luôn bật, chỉ nhận `adaptive`; `disabled` trả `400`. M3 mặc định tắt; bật `adaptive`, tắt `disabled`
`output_config.effort`	M3.1-Flash hỗ trợ `low/medium/high/xhigh/max`, mặc định `max`; `none` trả `400`. M3 bỏ qua
`temperature`, `top_p`	Bỏ qua giá trị, thực tế lần lượt `1`, `0.95`; nếu truyền `top_p` vẫn phải thỏa `(0,1]`
`top_k`, `stop_sequences`, `mcp_servers`, `context_management`, `container`	Giá trị bị bỏ qua
`max_tokens`	Tối thiểu `1`, tối đa `524288`, khuyến nghị `131072`; token suy nghĩ cũng tính vào giới hạn
`tool_choice.type`	Chỉ hỗ trợ `auto`
`service_tier`	M3 hỗ trợ `standard/priority`, mặc định `standard`; M3.1-Flash không hỗ trợ trường này
Lịch sử khối assistant	Giữ thinking, text, tool_use và chữ ký `signature`; công cụ đơn giản có thể không có thinking
Tìm kiếm phía máy chủ	Công cụ Beta; dùng `type: "web_search_20250305"`, `name: "web_search"`

Khác biệt bộ nhớ đệm

Trường	Khác biệt
Đệm tiền tố tự động	Áp dụng từ 512 token đầu vào, không cần dấu; khớp theo thứ tự công cụ, system, lịch sử
`cache_control`	Cả hai không hỗ trợ dấu đệm tường minh Anthropic
`prompt_cache_key` của Responses	Có thể làm định danh định tuyến đệm prompt

Khác biệt đầu vào đa phương tiện

Đầu vào	Khối giao thức	Khác biệt
Hình ảnh	`image_url`	Chat: `image_url.url` dùng URL công khai hoặc Base64 Data URL
Video	`video_url`	Chat: `video_url.url` dùng URL công khai, Base64 Data URL hoặc tham chiếu gốc `mm_file://{file_id}`
Hình ảnh	`input_image`	Responses: `image_url` là chuỗi URL / Base64 hoặc đối tượng chứa `url`, `detail`
Video	`input_video`	Responses: `video_url` là chuỗi URL / Base64 hoặc đối tượng chứa `url`, `fps`, `detail`, `max_long_side_pixel`
Hình ảnh	`image`	Messages: `url` cho `source.type=url`; `media_type`, `data` cho `source.type=base64`
Video	`video`	Mở rộng Messages: `source` nhận URL, Base64 hoặc tệp video gốc cùng tham số lấy mẫu khung

Trường	Khác biệt
`detail`	Hỗ trợ `low/default/high`, mặc định `default`; Chat trong đối tượng media, Responses trong URL, Messages trong `source`
`fps`	Tần suất lấy khung video: phạm vi `0.2～5`, mặc định `1`; Chat / Responses dùng `video_url.fps` trong khối video, Messages `source.fps`
`max_long_side_pixel`	Giới hạn cạnh dài nhất ảnh/khung; Chat trong media, Responses trong URL video, Messages trong `source`
Kích thước media	Chat / Messages: ảnh tối đa 10 MB, video URL / Base64 50 MB, thân 64 MB. Video tải bằng Files API gốc tối đa 512 MB

mm_file:// đến từ API tải tệp gốc MiniMax. Trang này không cung cấp API tải tệp AGTCloud.

Ví dụ gọi

Thay MODEL_ID bằng ID đầy đủ và dùng API Key riêng. Ví dụ dùng mức M3.1-Flash; M3 xem bảng trên.

curl 'https://api.agtcloud.ai/v1/chat/completions' \
  -H 'Authorization: Bearer your-api-key' \
  -H 'Content-Type: application/json' \
  --data '{
    "model": "MODEL_ID",
    "messages": [{"role": "user", "content": "Giải thích cách xử lý thời gian chờ API bằng ba ý"}],
    "thinking": {"type": "adaptive"},
    "reasoning_effort": "low",
    "max_completion_tokens": 4096
  }'