海螺ai已开放五类正式api调用能力:一、文本对话chat api;二、pdf与长文档结构化解析api;三、视频生成api;四、图像生成api;五、语音合成api,均需密钥认证并按规范调用。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

如果您已知海螺AI提供网页与APP端交互,但尚未确认其是否开放程序化调用能力,则可能是由于官方文档未在前端界面显式标注API入口、密钥管理页面路径隐蔽,或未完成开发者身份认证所致。以下是覆盖文档解析、视频生成、图像生成、文本对话及语音服务的五类正式API调用路径与实操要点:
一、文本对话类Chat API
该接口基于Minimax自研abab系列大模型,支持流式响应、函数调用(Function Calling)与网络搜索(Web Search)扩展能力,适用于构建智能客服、知识问答机器人等场景。请求需携带有效Bearer Token,并指定模型ID与系统提示词。
1、访问https://platform.minimaxi.com/完成个人或企业实名认证,进入「API密钥」页面创建新密钥,获得以sk-开头的Secret Key。
2、构造POST请求至https://api.minimax.io/v1/chat/completion,Header中设置Authorization: Bearer {your_secret_key}与Content-Type: application/json。
3、在JSON Body中填入必要字段:model(如abab6.5s)、messages(含role与content的数组)、max_tokens(建议设为2048)、temperature(推荐0.7)。
4、成功响应将返回choices[0].message.content,其中不包含水印、无字数硬性截断、支持多轮上下文维持。
二、PDF与长文档结构化解析API
该接口专为超长文本处理设计,采用abab6.5-doc模型,可输出章节摘要、关键实体识别、引用定位及表格数据提取,支持异步任务模式,适合集成至企业知识库或合同审查系统。
1、确认API Endpoint为https://api.minimax.io/v1/document/parse,仅接受multipart/form-data格式提交。
2、在请求体中上传file字段(PDF二进制流)与mode字段(取值text或structure,前者返回纯文本,后者保留标题层级与列表结构)。
3、收到HTTP 202状态码后,从响应JSON中提取task_id,随后轮询GET https://api.minimax.io/v1/document/result?task_id={id}直至status为success。
4、最终结果JSON中section_summaries字段含逐章摘要,entities字段列明人名/机构/日期等关键实体,tables字段以Markdown格式还原原始表格。
三、视频生成API(图生视频与文生视频)
基于abab-video-1模型,采用Diffusion Transformer架构,支持首帧图片引导的动态演化,输出720p/25fps视频,适用于社交媒体内容自动化生产与产品演示制作。
1、使用I2V-01-Director模型进行图生视频时,需将图片Base64编码后填入firstFrameImage字段;使用T2V-01-Director模型进行文生视频时,仅需提供prompt字段。
2、向https://maas-api.lanyun.net/v1/video_generation发起POST请求,Header中携带Authorization与Content-Type,Body为JSON格式。
3、响应返回task_id与estimated_time,后续通过GET https://maas-api.lanyun.net/v1/video_result?task_id={id}查询状态,成功后video_url字段指向MP4直链。
4、所有生成视频默认无平台水印,URL有效期为24小时,支持CDN加速下载。
四、图像生成API
该接口支持文本描述生成(T2I)与参考图增强生成(I2I),提供image-01与image-01-live两类模型,支持宽高比控制、画风权重调节及种子固定,适用于UI设计辅助与营销素材批量产出。
1、访问https://platform.minimaxi.com/确保API密钥已启用“Image Generation”权限。
2、向https://api.minimax.io/v1/image/generation发送POST请求,Body中包含model、prompt、n(生成数量)、size(如1024x1024)、style(如元气、水彩)等参数。
3、若需以图片为参考,上传base64编码字符串至image字段,系统将自动对齐主体姿态与光照条件。
4、响应JSON中urls数组包含全部生成图直链,每张图分辨率严格匹配size参数,支持PNG与JPEG双格式返回。
五、语音合成与语音服务API
该接口提供中文多音色TTS能力,覆盖客服播报、有声读物、无障碍辅助等场景,支持SSML标记控制停顿、重音与语速,音频格式为16kHz单声道MP3。
1、语音合成Endpoint为https://hailuoai.com/audio/synthesis,需在Header中添加Authorization与X-Request-ID(UUID格式)。
2、POST Body为纯文本或SSML格式XML,必须指定voice(如xiaomei、zhiyuan)与sample_rate(16000)。
3、响应为HTTP 200并返回audio/mp3 Content-Type,Body为二进制音频流,可直接保存为文件。
4、所有语音输出无静音头尾、无平台播报前缀,支持连续长文本分段合成与时间戳对齐。
大量免费API接口:立即使用
涵盖生活服务API、金融科技API、企业工商API、等相关的API接口服务。免费API接口可安全、合规地连接上下游,为数据API应用能力赋能!











