性能与成本优化

MiniMax 接入时应根据任务质量、上下文长度和延迟要求选择模型。highspeed 版本适合低延迟，标准版本适合质量优先场景。

模型分层

任务	推荐
普通聊天	`MiniMax-M2.8`
低延迟聊天	`MiniMax-M2.8-fast`
长上下文分析	`MiniMax-M2.8`
角色对话	`M2-her`

优化建议

简单任务使用 highspeed 或低成本模型
长上下文任务单独限额
角色对话控制历史长度
缓存固定背景资料
记录每个模型的延迟、错误率和成本

令牌分组建议

默认分组开放通用模型
高级分组开放长上下文模型
测试分组用于新模型灰度
企业分组可配置独立额度和并发