MiniMax es una plataforma de modelos multimodales que cubre texto, voz y video. Muchos equipos la usan para atención al cliente, generación de contenido e interacción por voz.

Esta guía explica cómo obtener acceso, llamar a la API e integrarla sin dar por hecho que todas las capacidades usan el mismo protocolo.

Nota: MiniMax es una marca registrada de su propietario. Este artículo refleja las versiones comunes a octubre de 2026; las interfaces y los precios están sujetos a la documentación oficial o del sitio.

1. Capacidades habituales de la API de MiniMax

  • Chat de texto, redacción y resumen.
  • Síntesis y reconocimiento de voz, según el modelo.
  • Generación de video, según el modelo.
  • Agentes y llamada a herramientas.
  • Entrada multimodal.

Las capacidades varían mucho entre modelos, así que consulta la lista actual de modelos y parámetros antes de diseñar un flujo de trabajo. Un modelo que maneja bien el texto puede no admitir visión, y un modelo de voz puede tener formas de solicitud y respuesta completamente distintas.

Crea una matriz de capacidades para los modelos que planeas usar. Enumera los tipos de entrada, los tipos de salida, el tamaño máximo de archivo y si la llamada es síncrona. Esa matriz evita el error común de diseñar una sola abstracción de cliente para interfaces que no comparten semántica.

2. Cómo obtener una clave

MiniMax oficial

Regístrate en la plataforma abierta de MiniMax, crea una clave y recarga. Esta ruta conviene a equipos que pueden usar la plataforma oficial directamente.

ZSQH AI Gateway

  1. Regístrate en ZSQH AI Gateway.
  2. Crea una clave de API y fija una cuota.
  3. Recarga la cuenta.
  4. Elige el modelo y la interfaz según la documentación del sitio.

Ten en cuenta que no todas las capacidades de MiniMax usan un protocolo compatible con OpenAI. Los modelos de texto suelen hacerlo. La voz y el video pueden usar interfaces basadas en tareas que requieren una adaptación aparte, así que confirma el endpoint antes de reutilizar un cliente de chat existente.

3. Llamada a un modelo de texto

Si el gateway ofrece un endpoint compatible con OpenAI:

from openai import OpenAI

client = OpenAI(
    api_key="sk-your-key",
    base_url="https://ai.zhongshangqihang.com/v1",
)

resp = client.chat.completions.create(
    model="minimax-text",
    messages=[{"role": "user", "content": "Reply with OK only"}],
)
print(resp.choices[0].message.content)

Los nombres de modelo siguen la página de precios de modelos. Usa la solicitud más pequeña posible para la primera prueba; separa los problemas de clave y endpoint de los problemas de prompt o parámetros.

Habilita el streaming si el producto necesita resultados parciales. La forma de la solicitud no cambia, pero el cliente debe gestionar eventos incrementales y finalizar el mensaje cuando termina el flujo. Define un tiempo de espera que coincida con la latencia esperada del modelo.

4. Interfaces de voz y video

La voz y el video suelen ser tareas asíncronas:

  1. Envía una tarea y recibe un ID de tarea.
  2. Consulta el estado.
  3. Descarga el resultado cuando tenga éxito.

Estas interfaces difieren de OpenAI Chat Completions y no se pueden usar a través de un SDK de chat sin adaptación. Antes de integrar, confirma:

  • Si se admiten tareas asíncronas.
  • El método de callback o de consulta.
  • Los límites de tamaño de archivo y duración.
  • Cuánto tiempo se conservan los resultados.

Crea un registro de trabajo para cada envío, de modo que un tiempo de espera no provoque una tarea duplicada, y descarga los archivos terminados antes de que caduquen sus URL.

5. Lista de pruebas de integración

  1. Solicitud de texto y streaming.
  2. Llamada a herramientas, si el modelo lo admite.
  3. Envío y consulta de tareas de voz o video.
  4. Límites de texto largo y archivos grandes.
  5. Límites de concurrencia y tasa.
  6. Conciliación de facturas.

Ejecuta la lista con entradas similares a las de producción. Un prompt de texto corto y un archivo de audio largo ejercitan partes muy distintas de la plataforma, y una prueba que solo cubre el camino feliz pasará por alto los límites que importan en el lanzamiento.

6. Problemas comunes

Síntoma Causa Acción
401 Clave incorrecta o endpoint desajustado Comprueba la clave y la Base URL
404 Ruta de interfaz incorrecta Sigue la documentación oficial o del sitio
Modelo no disponible Nombre de modelo o permiso Consulta la página de precios y el estado de habilitación
La tarea sigue en proceso Cola o archivo demasiado grande Reduce el tamaño y reintenta más tarde
429 Límite de tasa Baja la concurrencia y reintenta

7. Control de costos

  • Texto: se factura por tokens de entrada y salida.
  • Voz: se factura por duración o número de caracteres.
  • Video: se factura por segundo, resolución o tarea.
  • Los reintentos fallidos también generan costo.

Empieza con una prueba pequeña, confirma el precio unitario y la tasa de éxito, y solo entonces ejecuta un lote. Para voz y video, mide el costo por salida aceptada en lugar del costo por solicitud, porque las tareas fallidas y los reintentos pueden cambiar significativamente la economía.

Preguntas frecuentes

¿La API de MiniMax es compatible con OpenAI?

El texto suele tener una interfaz compatible. La voz y el video son en su mayoría interfaces de tareas independientes, así que sigue la documentación oficial.

¿El acceso es estable desde China continental?

MiniMax es una plataforma nacional y suele ser más estable que los modelos extranjeros. Tu red y tu región concretas siguen siendo importantes.

¿Puedo conectar Claude y GPT al mismo tiempo?

Sí. Con un gateway unificado, una clave puede llamar a varios modelos, lo que simplifica la comparación y el respaldo.

Próximos pasos

Si necesitas un punto de entrada unificado, facturación por uso y cambio entre varios modelos, puedes registrarte en ZSQH AI Gateway y ejecutar pruebas pequeñas con las capacidades de texto, voz y video. Los nombres de modelo y los precios aparecen en la página de precios de modelos.

Lecturas relacionadas: