MiniMax MCP Server

Der MiniMax MCP Server ist die offizielle Model-Context-Protocol-Anbindung von MiniMax, einem 2022 gegründeten KI-Unternehmen, das sich selbst als Anbieter multimodaler Foundation-Modelle für Text, Audio, Bild und Video positioniert. Der Server macht die generativen Audio-, Bild- und Videofähigkeiten von MiniMax für MCP-fähige KI-Clients wie Claude Desktop, Cursor, Windsurf oder OpenAI Agents nutzbar, sodass sich Sprachausgaben, Bilder und Videoclips direkt aus einem Chat- oder Coding-Assistenten heraus erzeugen lassen, ohne die MiniMax-Weboberfläche zu öffnen. Damit richtet er sich vor allem an Entwicklerinnen und Entwickler sowie Content-Teams, die generative Medien in bestehende KI-Workflows integrieren wollen, statt separate Tools zu wechseln.

Sprachsynthese, Stimmklonen und Stimmdesign

Den größten Funktionsblock bildet die Audioerzeugung. Das Tool text_to_audio wandelt Text in gesprochene Sprache mit wählbarer Stimme um, list_voices zeigt die verfügbaren Stimmen inklusive ihrer Kennungen an. Mit voice_clone lässt sich laut Anbieter eine neue Stimme aus einer Audioprobe ableiten, während voice_design eine Stimme allein aus einer Textbeschreibung ihrer Eigenschaften erzeugt, ganz ohne Beispielaufnahme. Dieses Zusammenspiel unterscheidet den Server von reinen Text-to-Speech-Angeboten: Er deckt sowohl klassische Sprachausgabe als auch individuelles Voice-Branding ab, etwa für Produktdemos, Erklärvideos oder barrierefreie Inhalte.

Bild- und Videogenerierung

Neben Audio bietet der Server Bild- und Videoerzeugung: text_to_image generiert Bilder aus Textbeschreibungen, generate_video erstellt kurze Videoclips auf Basis des MiniMax-Hailuo-02-Modells, und query_video_generation fragt den Bearbeitungsstatus asynchroner Videoaufträge ab, da Videogenerierung typischerweise länger dauert als eine einzelne Chat-Antwort. In Kombination mit den Audio-Werkzeugen entsteht so ein durchgängiger, rein API-gesteuerter Weg von der Textidee bis zum fertigen Bild-, Sprach- oder Videoergebnis, was den Server von auf ein einzelnes Medium spezialisierten MCP-Servern abhebt.

Installation und regionale Konfiguration

Der Server läuft lokal über den Python-Paketmanager uv und wird mit uvx minimax-mcp -y gestartet; eine offizielle JavaScript-Variante existiert zusätzlich als eigenständiges Repository. Die Konfiguration erfolgt über Umgebungsvariablen: MINIMAX_API_KEY für den regionsspezifischen API-Schlüssel, MINIMAX_API_HOST zur Wahl zwischen dem globalen Endpunkt api.minimax.io und dem chinesischen Mainland-Endpunkt api.minimaxi.com, MINIMAX_MCP_BASE_PATH für das lokale Ausgabeverzeichnis erzeugter Dateien sowie MINIMAX_API_RESOURCE_MODE zur Wahl, ob Ergebnisse als URL oder als lokale Datei zurückgegeben werden. Laut Anbieter müssen API-Schlüssel und Host aus derselben Region stammen, sonst schlägt die Authentifizierung fehl. Als Transport unterstützt der Server sowohl stdio für die lokale Ausführung als auch SSE für einen netzwerkbasierten, selbst gehosteten Cloud-Betrieb.

Kosten und Zugriff

Der Zugriff erfordert einen MiniMax-Account mit API-Schlüssel über das Entwickler-Dashboard der Plattform. Ein kostenloses Kontingent für den dauerhaften Betrieb ist in der offiziellen Dokumentation nicht ausgewiesen; der Anbieter weist im README ausdrücklich darauf hin, dass die Nutzung der Werkzeuge Kosten gemäß der MiniMax-Preisstruktur verursachen kann. Aktuelle Preise für Sprach-, Bild- und Videogenerierung sind der offiziellen Preisseite von MiniMax zu entnehmen.

Datenverarbeitung und Serverstandort

MiniMax betreibt getrennte API-Endpunkte für den globalen Markt und für Festland-China, jeweils mit eigenen Schlüsseln. Wer den Server einsetzt, sendet Texteingaben, Audioproben für das Stimmklonen sowie generierte Medien an die gewählte MiniMax-Region zur Verarbeitung; von dort gelangen Ergebnisse in den Kontext des verbundenen KI-Modells. Vor dem produktiven Einsatz lohnt sich ein Blick in die Datenschutz- und Nutzungsbedingungen der jeweiligen Region, insbesondere beim Verarbeiten von Stimmproben realer Personen oder vertraulicher Textinhalte.

Für wen lohnt sich der MiniMax MCP Server?

Der Server eignet sich für Teams, die generative Audio-, Bild- oder Videoinhalte in bestehende KI-gestützte Entwicklungs- oder Content-Workflows einbinden möchten, etwa um Prototyp-Sprachausgaben, Marketingbilder oder kurze Videoclips direkt aus einem Coding-Assistenten heraus zu erzeugen. Für reine Text- oder Recherche-Workflows ohne Medienerzeugung ist er dagegen überdimensioniert; hier reichen klassische Recherche- oder Dokumenten-MCP-Server aus. Wer bereits MiniMax-API-Zugänge besitzt oder gezielt eine Alternative zu einzelnen spezialisierten Bild-/Sprach-/Video-Diensten sucht, profitiert am meisten von der Bündelung mehrerer Modalitäten in einem einzigen MCP Server.

Ein MiniMax-Account mit API-Schlüssel aus dem Entwickler-Dashboard, der Python-Paketmanager uv sowie ein MCP-fähiger KI-Client. Für die JavaScript-Variante wird stattdessen Node.js benötigt.

Der Server wird lokal über uvx minimax-mcp -y gestartet und per Umgebungsvariablen (MINIMAX_API_KEY, MINIMAX_API_HOST, MINIMAX_MCP_BASE_PATH, MINIMAX_API_RESOURCE_MODE) konfiguriert. In Claude Desktop erfolgt die Einbindung über einen Eintrag in claude_desktop_config.json mit Befehl uvx und den Argumenten ["minimax-mcp", "-y"].

uvx minimax-mcp -y

API-Schlüssel aus dem MiniMax-Entwickler-Dashboard, der zur gewählten Region (global oder Mainland-China) passen muss. Es gibt keine OAuth-Anmeldung.

Der API-Schlüssel gewährt Zugriff auf alle im MiniMax-Konto freigeschalteten Audio-, Bild- und Videofunktionen. Es gibt keine feingranulare Rechtevergabe innerhalb des MCP Servers.

Texteingaben, Audioproben und generierte Medien werden an die gewählte MiniMax-Region (global oder China) zur Verarbeitung gesendet und gelangen anschließend in den Kontext des verbundenen KI-Modells.

Stimmklon-Funktionen verarbeiten Audioproben realer Personen; ohne Einwilligung der aufgenommenen Person besteht Missbrauchspotenzial. API-Schlüssel und Host-Region müssen zusammenpassen, sonst schlägt die Authentifizierung fehl. Kein kostenloses Dauerkontingent: Nutzung verursacht laut Anbieter Kosten je nach MiniMax-Preisstruktur.