Ongesensureerde MiniMax API: visie teen die vloerprys

Byna elke gehuisveste multimodale API pryseer visie as 'n premie. Jy betaal 'n teksmodeltarief vir teks, en dan betaal jy meer — soms verskeie kere meer — die oomblik wanneer 'n beeld in die opdrag beland. Boonop is beeldinsette waar weieringsgedrag die aggressiefste is: die model wat 'n onderwerp gewillig in teks sal bespreek, sal weier om dieselfde ding in 'n foto te beskryf. Die gevolg is 'n produk wat duur per oproep en onbetroubaar per oproep is, wat die slegste van albei wêrelde is wanneer jy volume verwerk. MiniMax-M3 op Shannon is ons antwoord daarop: dieselfde $0.50 / $2.00 wat jy vir ons goedkoopste teksmodel betaal, toegepas op 'n grondslag wat van die eerste stap af multimodaal afgerig is, sonder 'n weieringslaag wat daarvoor sit.

01Wat "goedkoopste ongesensureerde visiemodel" hier werklik beteken

Die Shannon-katalogus is twaalf modelle. Vyf daarvan aanvaar beelde. Hulle pryse, per miljoen tekens:

Visie-bekwame model	Inset	Uitvoer	Gestruktureerde uitvoer
MiniMax-M3 · 3BIT-REAP	$0.50	$2.00	json_schema + response_format
MiMo-V2.5 · W8A16	$0.50	$2.00	json_schema + response_format
Kimi-K2.6 · W4A16-AUTOROUND-REAP	$0.78	$3.67	json_schema + response_format
inkling · W4A16-AUTOROUND-REAP	$1.42	$6.07	slegs response_format
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 sit op die vloer — $0.50 / $2.00 — gelykop met MiMo-V2.5 en niks daaronder nie, want $0.50 / $2.00 is die vloer van ons pryslys. Teenoor die bokant van die visiereeks is dit 7.7× goedkoper op inset en 9.6× goedkoper op uitvoer as Kimi-K3.

Sit dit in 'n werklading. Sê nou jy sorteer 1,000 beelde — skermkiekies, geskandeerde bladsye, produkfoto's — met gemiddeld ongeveer 1,200 tekens beeld plus opdrag in en 300 tekens antwoord uit:

Shannon-lyspryse, September 2026. Tekentellings is illustratief; jou beeldtokenisering hang af van resolusie en hoeveel beelde jy per oproep aanheg.

Nog twee verwysingspunte wat nuttig is om in gedagte te hou. Om die hele venster van 262,144 tekens een keer te vul, kos ongeveer 13 sent. 'n Antwoord van maksimum lengte, 16,384 tekens, kos ongeveer 3.3 sent. Dit is die werklike grense van 'n enkele slegste-geval-versoek, en hulle is klein genoeg dat die interessante beperking op 'n visiepyplyn ophou om geld te wees en begin om deurset te wees.

02Die MiniMax-afstamming: 'n laboratorium wat tekens optimeer, nie opskrifte nie

MiniMax AI is 'n Sjanghai-laboratorium wie se hele rekord met oop gewigte oor een vraag gaan: hoe maak jy aandag goedkoop genoeg dat lang konteks en multimodaliteit ophou om luukshede te wees? Elke vrystelling in die lyn is 'n antwoord op daardie vraag, en die antwoorde bou op mekaar.

MiniMax-01 — Lightning Attention, en visie van die begin af

Die MiniMax-01-reeks (gepubliseer as arXiv 2501.08313) het Lightning Attention ingevoer, 'n I/O-bewuste implementering van 'n lineêre aandagvariant, binne 'n hibriede Mixture-of-Experts-model van 456B totale parameters met 45.9B aktief per teken. Die reeks het as 'n paar verskyn: MiniMax-Text-01 en MiniMax-VL-01, die visiemodel. VL-01 het die nou bekende ViT-MLP-LLM-stapel gebruik, maar met 'n Vision Transformer met 303 miljoen parameters wat van nuuts af op 694 miljoen beeld-onderskrif-pare afgerig is eerder as 'n geleende enkodeerder, daarna belyn en gesamentlik fyn ingestel oor 'n veelfase-pyplyn wat 512 miljard tekens verwerk het.

Daardie besonderheid maak saak vir die artikel wat jy lees. Visie in hierdie afstamming is nie 'n laat aanpasser wat aan 'n teksmodel vasgeskroef is om 'n blokkie af te merk nie. MiniMax lei sy eie visuele toring op sedert sy eerste oop vrystelling, wat is waarom dokumentbegrip, UI- en skermkiekiebegrip, en grafieklees konsekwente sterkpunte van die familie was eerder as nagedagtes.

MiniMax-M1 — hibriede aandag vir redenering oor lengte

MiniMax-M1 (arXiv 2506.13585) is deur sy outeurs beskryf as die eerste grootskaalse hibriede-aandag-redeneermodel met oop gewigte. Dit het die 456B / 45.9B MoE-liggaam behou en die twee aandagtipes afgewissel: 'n konvensionele softmax-aandag-transformerblok ná elke sewe Lightning Attention-blokke. Die opbrengs is in rekenkrag eerder as ranglysposisie gemeet — MiniMax het berig dat M1 by 'n genereringslengte van 100K tekens ongeveer 25% van die FLOPs van DeepSeek R1 verbruik het, terwyl dit inheems 'n konteks van een miljoen tekens ondersteun.

MiniMax-M2 — die klein-aktivering-swaai

MiniMax-M2 het die ander rigting op grootte gegaan en aandag daarvoor gekry: 'n dekodeerder met 62 lae met 229.9B totale parameters maar slegs ~9.8B aktief per teken, wat 256 fynkorrelige eksperts per MoE-laag gebruik met sigmoïed-routering na agt daarvan, RoPE-posisies en QK-RMSNorm vir afrigtingstabiliteit. Dit was eksplisiet 'n agentiese koderingsmodel — multi-lêer-wysigings, loop-herstel-lusse, toetsgevalideerde herstellings — en dit het die afgewisselde denke-formaat ingevoer, waar redenering tussen gereedskaproeprondtes gedra word in plaas daarvan om ná elke beurt weggegooi te word. M2 is die model wat MiniMax se reputasie gevestig het om grens-aangrensende agentiese gedrag teen 'n breukdeel van die koste per teken te lewer, bloot deur aktiverings piepklein te hou.

MiniMax-M3 — die grondslag onder hierdie eindpunt

MiniMax-M3 is op 1 Junie 2026 vrygestel, met gewigte kort daarna op Hugging Face en 'n tegniese verslag by arXiv 2606.13392. Dit is 'n Mixture-of-Experts-model met 428B parameters met ongeveer 23B aktief per teken, 'n gedokumenteerde konteks van een miljoen tekens, en inheemse beeld- en video-inset — MiniMax beskryf dit as gemengde-modaliteit afgerig "from the very first step," eerder as teksvoorafgeleer en dan multimodaal aangepas. Op MiniMax se eie gepubliseerde syfers behaal dit 80.5% op SWE-bench Verified en 59.0% op SWE-bench Pro. Dit is verskaffer-berigte syfers op 'n koderingsmaatstaf, wat presies is hoe jy hulle moet weeg; ons haal hulle aan omdat dit die laboratorium se gepubliseerde aansprake is, nie omdat ons hulle onafhanklik herhaal het nie.

03MiniMax Sparse Attention: waarom 'n visiemodel so goedkoop kan wees

Die interessante ingenieurswerk in M3 is MiniMax Sparse Attention (MSA), en dit is die regstreekse rede waarom 'n multimodale model van hierdie grootte teen ons vloerprys kan sit. Beelde is duur in tekens. 'n Handjievol hoëresolusie-bladsye kan tienduisende tekens in 'n opdrag plaas voordat jy 'n enkele instruksie geskryf het. Onder standaardaandag vermeerder daardie koste kwadraties, en die model wat twintig bladsye lees, is nie twee keer so duur as die een wat tien lees nie — dit is baie erger as twee keer.

MSA verander die vorm van daardie kromme. Dit is 'n blok-yl meganisme wat op 'n Grouped Query Attention-ruggraat gebou is, verdeel in twee takke:

• 'n Liggewig-Indekstak wat sleutel-waarde-blokke punt — deur maksimumsamevoeging van tellings oor die tekens binne elke blok — en die top-k per navraagposisie en per GQA-groep kies, met die plaaslike blok wat die navraag self bevat altyd ingesluit vir afrigtingstabiliteit.
• 'n Hooftak wat gewone softmax-aandag slegs oor die blokke wat die indeks gekies het laat loop.

Die opstelling in die MSA-artikel is k = 16 blokke van 128 tekens, wat elke navraag 'n vaste begroting van 2,048 tekens waaraan aandag gegee word gee. Vas, wat beteken dit groei nie met reekslengte nie. Dit is die hele truuk: soos konteks groei, klim 'n digte grondlyn se aandagkoste aan terwyl MSA se hooftakkoste plat bly, sodat aandag lineêr in plaas van kwadraties skaal.

Syfers uit die MiniMax Sparse Attention-verslag (arXiv 2606.13392): 'n vermindering van 28.4× in aandag-FLOPs per teken teenoor eweredig opgestelde GQA by 1M konteks, en versnellings van 14.2× voorvul / 7.6× dekodeer in wandkloktyd, gemeet op H800-hardeware in die artikel se studie met 109B parameters. MiniMax berig afsonderlik versnellings van 9× voorvul en 15× dekodeer vir M3 teenoor M2 by 1M konteks. Almal is deur die laboratorium berig.

Die artikel doen ook die toets wat vir 'n visie-artikel saak maak: op 'n inheems multimodale 109B MoE het MSA prestasie vergelykbaar met 'n vol-aandag-grondlyn gehou oor beeldmaatstawwe insluitend AI2D, ChartQA en MMMU, en oor videomaatstawwe insluitend EgoSchema, LongVideoBench en VideoMME — met die yl variante wat soms op die langer-konteks-videotake verbeter. Ylheid hier is nie 'n kwaliteitsbelasting wat jy vir spoed betaal nie; op lang insette lyk dit ongeveer gratis.

Waarom jy as kliënt moet omgee: bedieningskoste is wat lysprys bepaal. 'n Grondslag wie se aandagkoste ophou groei, is 'n grondslag wat jy kan bekostig om op honderdduisend beelde te rig. Dit is die meganisme agter "goedkoopste ongesensureerde visiemodel" — dit is nie 'n promosietarief nie, dit is 'n argitektuur.

04Wat 3BIT-REAP beteken, en waar dit jou kos

'n Model met 428 miljard parameters pas nêrens gerieflik teen volle presisie nie. Ons MiniMax-M3-bou dra die 3BIT-REAP-agtervoegsel, wat twee afsonderlike bewerkings beskryf wat in 'n spesifieke volgorde toegepas word.

REAP: skrap eksperts voordat jy hulle komprimeer

REAP — Router-weighted Expert Activation Pruning — is 'n eenskoot-MoE-kompressiemetode van Cerebras en die Universiteit van Calgary, gepubliseer as arXiv 2510.13999 en by ICLR 2026 aanvaar. Sy argument is dat snoei vir generatiewe take beter is as saamsmelting: saamsmelting vernietig die router se fynkorrelige beheer en voer 'n fout in wat jy nooit kan herwin nie. REAP punt dus elke ekspert met 'n opvallendheidsmaatstaf wat routerhekwaardes (hoe dikwels en hoe sterk die router dit kies) en ekspertaktiveringsnorme (hoeveel sy uitvoer werklik bydra) kombineer, en skrap dan die minste opvallende eksperts heeltemal.

Die outeurs berig dat hulle tot 50% van die eksperts uit modelle so groot soos een biljoen parameters verwyder terwyl die grondlynkwaliteit grootliks behou word — op Qwen3-480B-Coder-FP8 teen 50% snoei is 97.6% van die grondlyn se nie-agentiese koderingsvermoë en 96.7% op agentiese SWE-Bench behou. Dit is die artikel se syfers op die artikel se modelle, nie ons s'n op MiniMax-M3 nie; ons haal hulle aan sodat jy die metode kan beoordeel, nie om 'n gelykstaande meting hier te impliseer nie.

3-bis-gewigte, tweede

Die oorlewende gewigte word dan teen 3 bisse geberg. Die volgorde is doelbewus en dit is die punt van die kombinasie: snoei eers, kwantiseer tweede. Dit maak geen sin om jou kosbare drie bisse per gewig te bestee om eksperts getrou te enkodeer wat jy op die punt is om te skrap nie. Snoei die yl stert, en laat die oorblywende begroting dan heeltemal na eksperts gaan wat werklik vuur.

Die eerlike voorbehoud

3BIT-REAP is die aggressiefste vlak wat ons stuur. Ons gebruik dit op die grootste grondslae — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — want dit is die verskil tussen daardie modelle wat teen 'n verstandige prys beskikbaar is en wat glad nie beskikbaar is nie. Waar 'n grondslag klein genoeg is om dit nie nodig te hê nie, gebruik ons dit nie: die W8A16-modelle in die katalogus loop 8-bis-gewigte met 16-bis-aktiverings, en W4A16-AUTOROUND-REAP sit tussenin, met AutoRound se aangeleerde afronding om akkuraatheid te herwin wat naïewe afronding-na-naaste-kwantisering weggee. Kies die vlak wat by jou verdraagsaamheid pas. As jy velde uit tienduisend fakture onttrek, is 3-bis die korrekte ruil. As jy een hoërisiko-forensiese lesing van 'n enkele beeld doen, bestee die geld aan Kimi-K3.

05Wat "geen weieringslaag" beteken wanneer die inset 'n beeld is

Ongesensureerd is 'n woord wat los gebruik word, so hier is die presiese bewering: daar is geen weieringslaag en geen uitvoerfiltrering op hierdie eindpunt nie. Geen klassifiseerder inspekteer jou beeld voordat die model dit sien nie. Geen beleidsmodel inspekteer die tekens op pad uit nie. Wat die model produseer, is wat jy ontvang.

In teks is die uitwerking daarvan bekend. In visie is dit anders in aard, want weieringsgedrag op beeldinsette is waar kommersiële multimodale API's op hulle mees konserwatief en mees willekeurig is. Die kenmerkende mislukkings lyk so:

• Blanket-identiteitsweierings — om te weier om mense in 'n foto hoegenaamd te beskryf, insluitend eienskappe wat duidelik sigbaar en heeltemal goedaardig is, omdat 'n beleid nie beskrywing van identifikasie kan onderskei nie.
• Onderwerp-uitspringe — om te weier om 'n dokument te transkribeer of op te som weens waaroor die dokument gaan, al is transkripsie 'n meganiese taak.
• Mediese en forensiese preutsheid — om te weier om kliniese beeldmateriaal, beseringsdokumentasie of ongeluksfoto's te beskryf wat 'n professionele persoon beskryf moet hê.
• Vals positiewes vir sekuriteitsgereedskap — om te weier om 'n skermkiekie te lees omdat dit 'n terminaal, 'n pakkievasleg of 'n ontfouter bevat.
• Stil agteruitgang — die ergste een: nie 'n weiering nie maar 'n ontwykende nie-antwoord, wat jou skemavalidasie slaag en jou datastel vergiftig sonder om ooit 'n fout te lig.

Die operasionele probleem met al vyf is nie dat hulle onbillik is nie. Dit is dat hulle onmeetbaar is. 'n Verkeerde antwoord is 'n datapunt; jy kan dit punt, dit in evaluering vang, en daarvoor korrigeer. 'n Weiering is 'n gat. Op bondelskaal is 'n weieringskoers van 3% wat nie-ewekansig oor jou insette versprei is — per konstruksie gekonsentreer op presies die moeilike en ongewone gevalle — 'n stelselmatige sydigheid in jou resultate wat geen hoeveelheid stroomaf-opruiming herwin nie. Om die weieringslaag te verwyder, verwyder 'n bron van stil, gekorreleerde ontbrekende data.

Shannon word deur Shannon Lab LLC, New Mexico, VSA, bedryf, onder ons Beleid vir Verantwoordelike Gebruik. Ongesensureerd beteken die model moraliseer nie oor jou insette nie; dit beteken nie die rekening het geen bepalings nie.

06Die volledige spesifikasie

Veld	MiniMax-M3 · 3BIT-REAP
Model-ID	MiniMax-M3-3BIT-REAP
Grondslag	MiniMax-M3 (MiniMax AI)
Konteksvenster	262,144 tekens
Maks uitvoer	16,384 tekens
Beeldinset	Ja
Video-inset	Nie beskikbaar nie
Stroming	Ja
Gereedskaproeping	Ja
Redenering	Ja (reasoning_effort)
Gestruktureerde uitvoer	json_schema + response_format
Weieringslaag	Geen
Eindpunte	/v1/chat/completions · /v1/messages · /v1/responses
Bedien op	Shannon se eie GPU-tros

Twee reëls in daardie tabel verdien klem. Video-inset is nie beskikbaar nie. Die stroomop-M3-grondslag is op video afgerig en MiniMax dokumenteer video-inset; ons eindpunt aanvaar beelde. Bou teen beelde. Tweedens is die venster van 262,144 tekens ons s'n, nie die stroomop-syfer van een miljoen nie — beplan lang-dokument- en veelbeeld-werkladings teen 262,144 en jy sal nooit verras word nie.

07Om die ongesensureerde MiniMax API te roep

Drie dialekte, dieselfde model agter almal, stroming op al drie. Gebruik watter een jou bestaande kliënt reeds praat; daar is geen vermoënsverskil tussen hulle nie. Wys jou basis-URL na Shannon en verander die model-ID.

Beeldbegrip via die OpenAI-dialek

curl https://api.shannon-ai.com/v1/chat/completions \
  -H "Authorization: Bearer $SHANNON_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "MiniMax-M3-3BIT-REAP",
    "messages": [{
      "role": "user",
      "content": [
        { "type": "text", "text": "Transcribe every field in this scan. Do not summarize." },
        { "type": "image_url",
          "image_url": { "url": "data:image/png;base64,iVBORw0KGgo..." } }
      ]
    }],
    "max_tokens": 4096,
    "stream": true
  }'

Afgeleë https://-URL's en base64-data-URL's werk albei in die image_url-deel. Heg verskeie beelddele in een boodskap aan wanneer jy vergelyking oor bladsye nodig het — jy het 262,144 tekens om te bestee en, teen $0.50 per miljoen, is dit goedkoop om hulle te bestee.

Getikte onttrekking met 'n JSON-skema

Waar hierdie model sy plek in 'n pyplyn verdien, is die kombinasie van visie + streng skema + vloerprys. Nie elke model in ons katalogus het al drie nie: Laguna-S-2.1 en inkling ondersteun nie json_schema nie. MiniMax-M3 wel, wat beteken jy kan 'n gevalideerde objek uit 'n beeld kry sonder 'n ontledingslaag:

{
  "model": "MiniMax-M3-3BIT-REAP",
  "messages": [ /* text part + image_url part */ ],
  "response_format": {
    "type": "json_schema",
    "json_schema": {
      "name": "invoice",
      "strict": true,
      "schema": {
        "type": "object",
        "properties": {
          "vendor":     { "type": "string" },
          "issued_on":  { "type": "string" },
          "total_cents":{ "type": "integer" },
          "line_items": { "type": "array", "items": { "type": "string" } }
        },
        "required": ["vendor", "issued_on", "total_cents", "line_items"],
        "additionalProperties": false
      }
    }
  }
}

Redeneerpoging

Die model stel reasoning_effort beskikbaar. Op grootmaat-beeldklassifikasie, hou dit laag — jy vra 'n perseptuele vraag, en redeneertekens is uitvoertekens waarvoor jy betaal. Verhoog dit vir die oproepe waar die beeld getuienis in 'n langer argument is: om 'n diagram teen 'n spesifikasie te lees, 'n grafiek met 'n tabel te versoen, te besluit of twee skermkiekies dieselfde defek wys.

Die volledige parameterverwysing, foutsemantiek en stroomformate vir al drie dialekte leef in die Shannon API-dokumentasie.

08Waar MiniMax-M3 die regte keuse is — en waar nie

Gryp daarna wanneer

• Beeldwerk op volume. Datastel-etikettering, modereringsnavorsing, katalogusverryking, skermkiekie-sortering, bondel-OCR-en-struktuur oor geskandeerde dokumente. Die vloerprys is die hele argument.
• Beelde na getikte rekords. Visie plus streng json_schema plus die goedkoopste tekens in die katalogus is 'n kombinasie wat net twee modelle hier bied.
• Lang multimodale konteks. Baie bladsye, of baie rame, in 'n enkele versoek — die argitektuur daaronder is presies vir hierdie vorm van inset gebou.
• Navorsing waar weierings die steekproef bederf. Enige studie wie se geldigheid afhang daarvan dat die model elke item beantwoord, insluitend die ongemaklikes.
• Agentiese lusse wat 'n skerm lees. Die M-reeks-afstamming is eksplisiet agenties, en gereedskaproeping is beskikbaar.

Gryp na iets anders wanneer

• Jy die hoogste visieplafon nodig het en die begroting bestaan. Kimi-K3 · 3BIT-REAP is 7.7× die insetprys om 'n rede; op 'n enkele hoërisiko-lesing is dit die regte geld om te bestee.
• Jy gewigte met maksimum getrouheid nodig het. 3-bis is ons aggressiefste vlak. Die W8A16-modelle ruil prys vir presisie, en MiMo-V2.5 · W8A16 is visie-bekwaam teen dieselfde $0.50 / $2.00 as getrouheid per gewig is wat jy optimeer.
• Jy video nodig het. Ons stel nie video-inset op hierdie eindpunt beskikbaar nie.
• Die taak suiwer teks by die grens is. DeepSeek-V4-Pro-0813 bestaan daarvoor; jy sou vir 'n visietoring betaal wat jy nooit gebruik nie.

Argitektuur-, maatstaf- en versnellingsyfers vir die MiniMax-familie word deur MiniMax AI as laboratorium berig; REAP-syfers word deur die REAP-outeurs op hulle eie modelle berig en is nie 'n meting van hierdie bou nie. Shannon se pryse, konteksvenster en vermoënsvlae is ons s'n en word uit ons lewendige modelkatalogus gelees.

09Gereelde vrae

---

Bronne: MiniMax-M3-modelkaart · MiniMax-M1: Scaling Test-Time Compute Efficiently with Lightning Attention · MiniMax-01: Scaling Foundation Models with Lightning Attention · REAP the Experts: Why Pruning Prevails for One-Shot MoE Compression. MiniMax se maatstaf- en versnellingsyfers word deur die laboratorium berig en is voorlopig hangende onafhanklike verifikasie. Shannon se pryse en vermoënsvlae is geldig soos op 5 September 2026.