亞秒級回應延遲
最佳化的推理路徑可在 200 毫秒內傳回第一個 token，為應用程式提供超快速回應。
Hailuo 02 Fast
hailuo 02 video (MiniMax-02-fast) 是一款高吞吐量多模態模型，可提供低於 200 毫秒的延遲。該模型針對雙語視覺推理進行最佳化，能大規模處理密集型 OCR 與工具使用，在速度和效率方面勝過許多 mini 模型。
API 呼叫範例
curl --request POST "https://gptproto.com/api/v3/minimax/hailuo-02-fast/image-to-video" \
--header "Authorization: Bearer $GPTPROTO_API_KEY" \
--header "Content-Type: application/json" \
--data '{
"prompt": "A tiny origami fox sailing a teacup across a moonlit puddle",
"image": "",
"duration": 6,
"enable_prompt_expansion": true,
"go_fast": true
}'Hailuo 02 Fast 定價
先從單次樣本成本開始，再選擇測試預算。GPTProto 費率比標價低 10%。
你的用量
$0.09 / 張
相關模型
所有模型
| 模型 | 解析度 | 輸入 → 輸出 | ||
|---|---|---|---|---|
| $0.09 / 每秒 | — | 輸入: 圖像 輸出: 影片 | |
| $0.22 / 每次 | 2K · more | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| $0.09 / 每次 | more | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | ||
| — | $0.11 / 每秒 | 480p · 720p | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | |
| $0.34 / 每秒 | 4k | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| — | $0.02 / 每秒 | 480p · 720p | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | |
| $0.34 / 每秒 | 4k | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | ||
| — | $0.04 / 每秒 | 480p · 720p | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | |
| $0.02 / 每秒 | 720p · 1080p · more | 輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | ||
| $0.09 / 每秒 | — | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | ||
| $0.03 / 每秒 | 540p · 720p · 1080p | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| $0.04 / 每秒 | 540p · 720p · 1080p | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| $0.09 / 每秒 | 720p · 1080p · 2k | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | ||
| — | $0.05 / 每次 | — | 輸入: 影片 輸出: 影片 | |
| — | $1.20 / 每次 | — | 輸入: 文字輸入: 圖像輸入: 影片 輸出: 影片 | |
| — | $3.20 / 每次 | — | 輸入: 文字輸入: 圖像輸入: 影片 輸出: 影片 | |
| $0.03 / 每秒 | 1080p · more | 輸入: 圖像 輸出: 影片 | ||
| $0.44 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| $0.04 / 每秒 | — | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| $0.04 / 每秒 | — | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| $0.44 / 每次 | — | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| $0.09 / 每次 | 1K · more | 輸入: 文字輸入: 圖像 輸出: 影片 | ||
| — | $0.50 / 每次 | — | 輸入: 文字輸入: 圖像輸入: 影片輸入: 音訊 輸出: 影片 | |
| — | $0.30 / 每秒 | 720p · 1080p | 輸入: 文字輸入: 圖像 輸出: 影片 | |
| — | $0.10 / 每秒 | 720p | 輸入: 文字輸入: 圖像 輸出: 影片 | |
| $0.28 / 每次 | — | 輸入: 圖像 輸出: 影片 | ||
| $0.09 / 每次 | — | 輸入: 圖像 輸出: 影片 | ||
| $0.39 / 每次 | — | 輸入: 圖像 輸出: 影片 |
hailuo 02 video 的主要特色
探索讓 hailuo 02 video 成為快速多模態 AI 領域領導者的技術優勢。
卓越的雙語視覺能力
在中文與英文 OCR 及視覺推理任務中，深入掌握文化細微差異並提供高準確度。
平行工具呼叫
在單次互動中觸發多個外部工具，簡化複雜的代理工作流程。
128k 上下文視窗
透過高效的上下文壓縮與檢索，在龐大資料集上維持高準確度。
hailuo 02 video：常見問題
瞭解如何將 hailuo 02 video（MiniMax-02-fast）模型整合至生產環境，以執行低延遲視覺任務所需的一切資訊。
hailuo 02 video 的典型延遲是多少？
hailuo 02 video 模型專為速度而打造。對於標準文字輸入，其首個 Token 時間（TTFT）通常介於 180 毫秒至 250 毫秒之間。針對 100 個 Token 回應的端到端處理，您可以預期總延遲約為 1.2 秒，使其成為目前市場上可用於即時應用程式的最快多模態選項之一。
hailuo 02 video 是否支援視覺和 OCR？
是的，hailuo 02 video 專精於視覺推理和影像轉文字任務。在辨識雙語（中文和英文）文件中的密集文字與複雜版面方面，其效能優於許多類似的「mini」模型。因此，它非常適合處理發票、收據和螢幕截圖，尤其適用於需要高精度 OCR 以及對視覺元素進行深度情境理解的情境。
傳送至 hailuo 02 video 的資料會用於訓練嗎？
安全性與隱私至關重要。透過我們 API 傳送至 hailuo 02 video 模型的任何資料都受到嚴格保護，且不會用於訓練基礎模型。開發人員可以放心地將這些視覺功能整合至企業工作流程中，確保專有資料在我們的基礎架構內維持機密與安全。
如何從 GPT-4o-mini 遷移至 hailuo 02？
由於 hailuo 02 video 使用相容於 OpenAI 的端點，因此遷移相當簡單。您只需在現有的 SDK 設定中更新基礎 URL 和模型名稱即可。為 GPT-4o-mini 等模型設計的大多數系統提示詞與指令都能順暢運作，無需任何額外修改，讓您能快速提升效能並降低成本。
hailuo 02 的上下文視窗限制是多少？
hailuo 02 video 模型提供寬裕的 128,000 Token 上下文視窗。在整個範圍內，它都能維持高檢索準確度，這通常被稱為「大海撈針」效能。儘管具備大型上下文視窗，02-fast 架構仍經過最佳化，可將記憶體開銷維持在較低水準，確保大規模文件分析即使對高流量使用者而言，仍然高效且具成本效益。
hailuo 02 video 能處理平行工具呼叫嗎？
當然可以。hailuo 02 video 模型支援原生函式呼叫，並能在單次回合中產生多個工具呼叫。這項平行處理能力對代理式微服務至關重要，因為它能大幅縮短複雜迴圈的總往返時間（RTT），尤其適用於模型需要同時與各種外部 API 或資料庫互動的情境。
相關文章
與本模型相關的指南、對比與更新。
所有文章
MiniMax M2.7：進階 AI 與程式設計 API
探索 MiniMax AI 的崛起、強大的 M2.7 模型，以及高效的 MoE 架構。立即了解如何使用這些多模態功能！
Higgsfield AI：炒作與現實
雖然 higgsfield ai 提供流暢的影片動態效果，但高昂的點數成本和雜亂的介面讓專業人士感到挫折。了解它是否適合你的工作流程。
掌握 Kling O1：AI 影片編輯的未來
探索 Kling O1，全球首個結合生成與編輯功能的統一 AI 影片模型。了解其功能、使用案例，以及這個「影片界的 Nano Banana」如何改變內容創作。
Vidu Q2 評測：AI 影片生成的未來
運用 Vidu Q2 的自然表情與流暢鏡頭運動，創作電影級 AI 影片。了解它與 Sora 2 的比較，並立即將圖片轉換成影片。