PPIO上线MiniMax-M1-80k：全球首个开源大规模混合架构推理模型

2025-06-17来源:本站

今天，PPIO 首发上线 MiniMax-M1，这是全球首个开源大规模混合架构的推理模型。

MiniMax-M1 采用混合专家（MoE）架构，并结合闪电注意力机制。该模型总共包含 4560 亿个参数，每个令牌激活了 459 亿个参数。M1 模型原生支持 100 万个令牌的上下文长度，是 DeepSeek R1 上下文大小的 8 倍。同时MiniMax-M1 结合 CISPO 算法与混合注意力设计的高效强化学习训练，在长输入推理与真实软件工程场景中实现了业界领先的性能。

因为相对高效的训练和推理算力使用，该模型可以以业内最低的价格提供 API 服务。PPIO 平台的 MiniMax M1-80k 价格为：输入￥4/百万 tokens，输出￥16/百万 tokens，上下文窗口为128k。

快速体验入口：

https://ppio.cn/llm/minimaxai-minimax-m1-80k

第三方平台集成 API：

https://ppio.cn/docs/third-party/overview

API 开发者文档：

https://ppio.cn/docs/model/llm

如果你是 PPIO 新用户，注册填写邀请码【N7EUVY】还可以得 15 元代金券。此外，通过你的专属邀请码每成功邀请一位好友并完成实名认证，还可以额外获得 30 元代金券。

PPIO 注册地址：

https://ppio.cn/user/register?&utm_source=official_wechat

# 01

在 PPIO 在线体验 MiniMax M1

M1 在面向生产力的复杂场景中能力是开源模型中的最好一档，超过国内的闭源模型，接近海外的最领先模型，同时又有业内最高的性价比。

在 PPIO 官网，输入提示词：

Create an HTML page with a canvas-based animated particle background. The particles should move smoothly and connect when close. Add a central heading text over the canvas。

生成代码的网页效果如下：

M1 有一个显著的优势是支持目前业内最高的 100 万上下文的输入，跟闭源模型里面的 Google Gemini 2.5 Pro 一样，是 DeepSeek R1 的 8 倍，以及业内最长的 8 万tokens 的推理输出。

于是，我们进行了一番测试，直接让 M1 翻译了一份中文版的 M1 的技术报告，点击查看：

https://ppio-cloud.feishu.cn/wiki/SeBiwQQIWiNMGOkrNz7c8I1Hnzf?from=from_copylink

# 02

在第三方平台接入 PPIO API

目前 PPIO 支持在 20+ 主流平台中调用平台模型，具体包括：

通用对话客户端：CherryStudio、Chatbox、LobeChat、Nextchat、ChatHub、
通用 AI 助手：OpenManus、UI-TARS
代码开发工具：Cursor、CLINE
开发/ API 平台：Dify、OneAPI、RAGFlow、FastGPT
生产力套件集成：Word、WPS Office AI，这些是办公软件集成AI功能。
智能翻译工具：沉浸式翻译、欧路词典、流畅阅读、沉浸式导读。
知识管理工具：思源笔记、Obsidian、AnythingLLM

我们以 Cherry Studio 为例接入PPIO API。

（1）获取并保存【 API key 】、【 Base URL 】和【模型名称】

注册并登录 PPIO，然后打开 API 密钥管理页面，点击【创建】按钮，输入自定义密钥名称，生成 API 密钥。

!!!注意：密钥在服务端是加密存储，请在生成时保存好密钥（比如记录在备忘录里）；若遗失密钥，可以在控制台上删除并创建一个新的密钥。

然后到模型广场获取模型名和 Base URL，固定地址为：

https://api.ppinfra.com/v3/openai

（2）在 Cherry Studio 中配置 API 密钥

下载并安装 Cherry Studio，官网地址为：

https://cherry-ai.com/download

打开 Cherry Studio，点击设置，选择【PPIO派欧云】，输入官网生成的 API 密钥。

点击【添加】，填入所需模型名称

minimaxai/minimax-m1-80k。

添加后点击【检测】，选择 MiniMax-M1-80k，会显示检测通过。

回到对话窗口，点击@，选择 MiniMax M1 模型后即可使用。

# 03

API 开发者文档

通过 PPIO 的 API 接口，可以将 LLM API 无缝集成到你的应用程序、工作流或聊天机器人。PPIO 提供多语言 SDK（cURL、Python、JavaScript 等）。

以 Python 为例：

from openai import OpenAI
base_url = "https://api.ppinfra.com/v3/openai"
api_key = "<您的 API Key>"
model = "minimaxai/minimax-m1-80k"
client = OpenAI(
    base_url=base_url,
    api_key=api_key,
)
stream = True # or False
max_tokens = 10240
system_content = """你是 PPIO派欧云 AI 助手，你会以诚实专业的态度帮助用户，用中文回答问题。\n"""
temperature = 1
top_p = 1
min_p = 0
top_k = 50
presence_penalty = 0
frequency_penalty = 0
repetition_penalty = 1
response_format = { "type": "text" }
chat_completion_res = client.chat.completions.create(
    model=model,
    messages=[
        {
            "role": "system",
            "content": system_content,
        },
        {
            "role": "user",
            "content": "Hi there!",
        }
    ],
    stream=stream,
    max_tokens=max_tokens,
    temperature=temperature,
    top_p=top_p,
    presence_penalty=presence_penalty,
    frequency_penalty=frequency_penalty,
    response_format=response_format,
    extra_body={
        "min_p": min_p,
        "top_k": top_k,
        "repetition_penalty": repetition_penalty,
    }
  )
if stream:
    for chunk in chat_completion_res:
        print(chunk.choices[0].delta.content or "", end="")
else:
    print(chat_completion_res.choices[0].message.content)

主要特点：

OpenAI 兼容接口：使用 /v3/openai 统一接口，兼容 openai.ChatCompletion 调用方式。
无需部署模型：无需管理模型权重或基础设施，后端完全托管。
输出方式：支持流式和一次性返回

API 开发者文档：

https://ppio.cn/docs/model/llm