必须开通m3多模态专属权限并使用multimodal-endpoint才能调用minimax m3原生多模态能力；需勾选「启用多模态输入通道」，获取专用地址，请求体中用image_url或video_url传入公网可访问的图文/视频资源。
☞☞☞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☜☜☜
要在七牛云MaaS平台快速调用MiniMax M3的原生多模态能力（支持图片+视频联合输入、图文推理、桌面操作指令解析），必须绕过通用API网关直连专用多模态路由，否则将默认降级为纯文本接口。
开通M3多模态专属调用权限
登录七牛云控制台→进入【AI服务】→点击【MaaS模型市场】→在搜索框输入“MiniMax M3”→找到官方认证的「M3-1M-Multimodal」模型卡片→点击【立即开通】→勾选「启用多模态输入通道」并提交审批。
【必须勾选此项，否则后续上传图片/视频将被静默丢弃】
审批通常在2分钟内完成，系统会自动为账号分配一个独立的 multimodal-endpoint 地址，形如 https://m3-mm.your-region.qiniuapi.com/v1/chat/completions。
构造支持图文混合的请求体
使用 curl 或 Postman 向上一步获取的 multimodal-endpoint 发送 POST 请求，Header 中必须包含：Authorization: Bearer <your-api-key></your-api-key> 和 Content-Type: application/json。
Body 内容需严格采用如下结构：
```json
{"model": "minimax-m3-1m-multimodal",
"messages": [
{"role": "user", "content": [
{"type": "text", "text": "请分析这张截图里的报错信息，并给出修复建议"},
{"type": "image_url", "image_url": {"url": "https://example.com/screenshot.png"}}
]},
{"role": "assistant", "content": "已识别到 CUDA kernel launch 失败..."}
],
"max_tokens": 2048}
```
注意：image_url 必须是公网可直访的 HTTPS 地址；本地文件需先通过七牛云对象存储上传并开启公开读权限，再填入生成的外链。
验证视频理解能力（三步实操）
第一步：将一段时长≤90秒、分辨率≤1080p 的 MP4 视频上传至你的七牛云 bucket，获取公开 URL；
第二步：复用上一节的 multimodal-endpoint，但把 content 数组中的 image_url 替换为 video_url，且 type 改为 "video_url"；
第三步：发送请求，观察返回中是否包含对视频关键帧动作、UI变化、文字叠加层的描述——若返回内容仅含“无法处理视频格式”，说明你误用了普通 endpoint，必须退回第一步确认开通的是多模态专属权限。
