用途
本技能用于在 api.minimax.io 上以生产级方式接入 MiniMax M 系列模型（当前文件覆盖 MiniMax-M2.7，含 -highspeed 变体）。它面向 OpenAI 兼容的 chat-completion 端点 https://api.minimax.io/v1，重点解决“看起来像 OpenAI 但行为不同”带来的工程陷阱，并给出可复制的防御性代码与决策规则。
主要能力与关键事实
- 兼容性差异：接口形似 OpenAI，但会静默丢弃 6 个参数（stop、tool_choice、response_format、streaming usage、image_url、messages[].name）；被信任的参数为 tools、messages、max_tokens、temperature、stream。
- 推理轨迹：M 系列会在 content 字符串内暴露 thinking 推理轨迹，展示前需剥离。
- 错误信封：限流不返回 HTTP 429，而是 HTTP 200 + base_resp.status_code=1002；1xxx 家族应退避重试，2xxx 家族应修正请求而非重试。
- 模型定位：适合定性判断、理论解释与工具编排；不适合在真实数据规模上做原始数学计算（会耗尽推理预算），且在输入不确定时会编造看似合理的细节（记录 6 例）。
- 版本说明：MiniMax-M3 已于 2026-06-01 上线，本文件覆盖 M2.7；M3 相关（原生视觉、reasoning_split、response_format 接受、约 1M 输入上限、524K 输出上限、n=1 等）见同级 ../m3/SKILL.md 与 ../../references/M3-EMPIRICAL.md。文中防御性片段（think 剥离、base_resp 重试、缓存 token 读取）对 M3 同样适用。
使用方式（决策与规则）
适用场景：
- 标注/分类（5-15 token 输出）：用普通 MiniMax-M2.7，短输出下比 -highspeed 快 2.5 倍（交叉点约 150 token）。
- 摘要/长文生成：用 -highspeed（>150 token 时更优，TPS 渐近约 50，而非计划宣称的 100）。
- 交易信号 JSON 输出：生产可用，6/6 通过 L1+L2+L3 验证，置信度校准良好。
- 金融理论解释：研究生水平（Black-Scholes 推导、FTAP、KKT、波动率偏斜微观结构均正确）。
- 长上下文检索（≤30K token）：4/4 命中，无“中间迷失”效应。
- 工具编排（agent 循环）：4/4 正确选择，支持并行与链式调用。
不适用场景：
- 数学/Black-Scholes/Sharpe（N≥50 收益）：会耗尽 8-16K 推理 token，改用 Python（numpy/scipy/cvxpy）。
- QP/约束优化（Markowitz）：同样饱和，改用 scipy.optimize / cvxpy。
- 真实数据风险指标（N=252）：单个指标即饱和，先预汇总聚合值。
- 图表形态识别：在纯噪声中编造形态，改用 TA-Lib / CV / 经典算法。
- 代码生成：仅可作脚手架，首次运行 0% 成功（编造库导入），必须沙箱验证。
- 视觉/图像输入：M2.7 为纯文本，image_url 在输入层被静默丢弃。
- TTS/视频：端点存在（/v1/t2a_v2、/v1/video_generation）但在 Plus-High-Speed 上报错 2061。
- 嵌入（批量 RAG）：/v1/embeddings 可用但限流（约 5 次以上），建议本地嵌入。
生产规则要点：始终设置 system prompt；展示前剥离 thinking；非平凡任务 max_tokens ≥ 1024（512 会静默返回空）；JSON 输出靠提示工程（response_format 被丢弃），严格 system prompt + temperature=0.2 + max_tokens=4096 + try/except json.loads；短输出用普通版、长文用 -highspeed；缓存仅降成本不降延迟（cache_control: {type: "ephemeral"}，约 95% 输入 token 成本下降，约 600+ prompt_tokens 激活，前缀匹配约 70% 命中）；金融数学交给 Python；M2.7 生成代码必须沙箱验证（compile() 不够）；限流需按 base_resp 状态码处理。
适用场景与限制
推荐的分层 agentic 栈：长上下文检索（M2.7）→ 结构化 JSON 判断（M2.7）→ 工具编排（M2.7）→ Python 数学层（numpy/scipy/cvxpy）→ 教科书式解释（M2.7）→ 沙箱验证代码（M2.7 脚手架 + 子进程验证）。核心原则：M2.7 负责判断/理论/编排，Python 负责数学/验证/形态检测，复杂问题不要在同一提示中混合“解释 + 计算”。
已记录失败模式：幻觉（6 例，含 JSON 强制、视觉输入、10-K 引用、库导入、图表形态等）；饱和（4 例，Sharpe、Black-Scholes、Markowitz QP、Sortino）；跨语言不对称（1 例，中文对政治敏感内容过滤而英文未过滤）。检测启发式：reasoning_tokens > 2.5× 基线 与幻觉相关；is_saturated = finish_reason=='length' 且可见内容 <50 且 reasoning_tokens ≥ 0.95×max_tokens，此时不要提高预算重试，应改走 Python。
运行事实：并发甜点 p=10（约 5 倍吞吐，p=20 仅多 25%）；TPS 渐近约 50（生产按 40 计）；最小延迟约 1.5s/次；上下文上限 200K token（安全操作 100K，英文约 3.6 字符/token）；缓存 TTL ≥3 分钟；流式分块粗粒度（约 125 字符/块，约 2 块/秒）；中文 token 成本约为英文 1.4-1.5 倍。
运维工具：scripts/minimax-check-upgrade 用于模型升级检测（退出码 0=无变化，1=检测到升级，2=抓取错误），建议每日调度并作为 CI 预合并门禁。
限制与未提供信息
本技能未提供具体收费/价格数字、完整安装命令、官方文档链接之外的平台支持范围；部分端点（视频异步轮询）标注为未测试；M3 细节需查阅同级技能与证据文档。