快速开始minimax模型_大模型服务平台百炼(Model Studio)-阿里云帮助中心

本文向您介绍快速开始MiniMax大语言模型调用的方法。

MiniMax

说明

支持的领域 / 任务：复杂语言理解、深度推理、文本生成

MiniMax-abab6.5系列模型是MiniMax推出的万亿参数大语言模型，可以很好的满足复杂生产力以及多语言人设对话场景需求，最大支持245k上下文窗口，在知识、推理、数学、编程、指令遵循等各项测试中接近行业最领先的大模型水平。

快速开始

前提条件

您需要已获取API Key并配置API Key到环境变量。如果通过SDK调用，还需要安装DashScope SDK。

您需要登录百炼控制台界面，在模型广场找到您需要申请的MiniMax大语言模型，单击立即申请，等待申请完成即可进行调用。

示例代码

以下示例展示了调用API对一个用户指令进行响应的代码。

Python

# coding=utf-8
import dashscope

messages = [{'role': 'system', 'content': 'You are a helpful assistant.'},
            {'role': 'user', 'content': '你是谁'}]
response = dashscope.Generation.call(
    model='abab6.5s-chat',
    messages=messages,
)
print(response)

Java

import java.util.Arrays;
import java.lang.System;
import com.alibaba.dashscope.aigc.generation.Generation;
import com.alibaba.dashscope.aigc.generation.GenerationParam;
import com.alibaba.dashscope.aigc.generation.GenerationResult;
import com.alibaba.dashscope.common.Message;
import com.alibaba.dashscope.common.Role;
import com.alibaba.dashscope.exception.ApiException;
import com.alibaba.dashscope.exception.InputRequiredException;
import com.alibaba.dashscope.exception.NoApiKeyException;
import com.alibaba.dashscope.utils.JsonUtils;

public class Main {
    public static GenerationResult callWithMessage() throws ApiException, NoApiKeyException, InputRequiredException {
        Generation gen = new Generation();
        Message systemMsg = Message.builder()
                .role(Role.SYSTEM.getValue())
                .content("You are a helpful assistant.")
                .build();
        Message userMsg = Message.builder()
                .role(Role.USER.getValue())
                .content("你是谁？")
                .build();
        GenerationParam param = GenerationParam.builder()
                // 若没有配置环境变量，请用百炼API Key将下行替换为：.apiKey("sk-xxx")
                .apiKey(System.getenv("DASHSCOPE_API_KEY"))
                .model("abab6.5s-chat")
                .messages(Arrays.asList(systemMsg, userMsg))
                .build();
        return gen.call(param);
    }
    public static void main(String[] args) {
        try {
            GenerationResult result = callWithMessage();
            System.out.println(JsonUtils.toJson(result));
        } catch (ApiException | NoApiKeyException | InputRequiredException e) {
            // 使用日志框架记录异常信息
            System.err.println("An error occurred while calling the generation service: " + e.getMessage());
        }
        System.exit(0);
    }
}

调用成功后，将会返回如下示例结果。

JSON

{
    "status_code": 200,
    "request_id": "f7c8b6dc-4cfa-9f07-a71b-56159d24c13c",
    "code": "",
    "message": "",
    "output": {
        "text": null,
        "finish_reason": null,
        "choices": [
            {
                "finish_reason": "stop",
                "message": {
                    "role": "assistant",
                    "content": "您好！我是一个人工智能助手，专门设计来回答问题、提供信息和帮助解决问题。请随时向我咨询任何问题或请求帮助。",
                    "name": "MM智能助理",
                    "audio_content": ""
                },
                "index": 0
            }
        ]
    },
    "usage": {
        "input_tokens": 35,
        "output_tokens": 30,
        "total_tokens": 65
    }
}

了解更多

有关MiniMax大语言模型API的详细调用文档可前往API详情页面进行了解。