API MiniMax heb sensoriaeth: gweledol am y pris llawr

Mae bron pob API amlfoddol a gynhelir yn prisio gweledol fel eitem bremiwm. Rydych yn talu cyfradd model testun am destun, ac wedyn yn talu mwy — weithiau sawl gwaith yn fwy — y foment y daw delwedd i mewn i'r anogwr. Ar ben hynny, mewnbynnau delwedd yw'r union le y mae ymddygiad gwrthod ar ei fwyaf ymosodol: bydd y model sy'n fodlon trafod pwnc mewn testun yn gwrthod disgrifio'r un peth mewn ffotograff. Y canlyniad yw cynnyrch sy'n ddrud fesul galwad ac yn annibynadwy fesul galwad, sef gwaethaf y ddau fyd pan fyddwch yn prosesu cyfaint. MiniMax-M3 ar Shannon yw ein hateb i hynny: yr un $0.50 / $2.00 rydych yn ei dalu am ein model testun rhataf, wedi'i gymhwyso at sylfaen a hyfforddwyd yn amlfoddol o'r cam cyntaf, heb haen wrthod yn eistedd o'i blaen.

01Beth mae ‘y model gweledol rhataf heb sensoriaeth’ yn ei olygu yma mewn gwirionedd

Deuddeg model sydd yng nghatalog Shannon. Mae pump ohonynt yn derbyn delweddau. Dyma'u prisiau, fesul miliwn o docynnau:

Model gweledol	Mewnbwn	Allbwn	Allbwn strwythuredig
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	response_format yn unig
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

Mae MiniMax-M3 ar y llawr — $0.50 / $2.00 — yn gyfartal â MiMo-V2.5 a dim byd oddi tano, oherwydd mai $0.50 / $2.00 yw llawr ein rhestr brisiau. Yn erbyn brig yr ystod weledol mae 7.7× yn rhatach ar fewnbwn a 9.6× yn rhatach ar allbwn na Kimi-K3.

Rhowch hynny mewn llwyth gwaith. Tybiwch eich bod yn didoli 1,000 o ddelweddau — sgrinluniau, tudalennau wedi'u sganio, lluniau cynnyrch — sy'n cyfartaleddu tua 1,200 tocyn o ddelwedd ac anogwr i mewn a 300 tocyn o ateb allan:

Prisiau rhestr Shannon, Medi 2026. Mae'r cyfrifau tocynnau'n ddangosol; mae tocynneiddio eich delweddau'n dibynnu ar y cydraniad ac ar sawl delwedd rydych yn ei hatodi fesul galwad.

Dau bwynt cyfeirio arall sy'n werth eu cadw yn eich pen. Mae llenwi'r ffenestr 262,144 tocyn gyfan unwaith yn costio tua 13 sent. Mae ymateb 16,384 tocyn o hyd mwyaf yn costio tua 3.3 sent. Dyna wir ffiniau un cais gwaethaf posibl, ac maent yn ddigon bach fel bod y cyfyngiad diddorol ar biblinell weledol yn peidio â bod yn arian ac yn dechrau bod yn drwybwn.

02Llinach MiniMax: labordy sy'n optimeiddio tocynnau, nid penawdau

Labordy yn Shanghai yw MiniMax AI, ac mae ei holl hanes pwysau agored yn ymwneud ag un cwestiwn: sut rydych yn gwneud sylw'n ddigon rhad fel bod cyd-destun hir ac amlfoddoldeb yn peidio â bod yn foethusrwydd? Mae pob rhyddhad yn y llinach yn ateb i'r cwestiwn hwnnw, ac mae'r atebion yn adeiladu ar ei gilydd.

MiniMax-01 — Lightning Attention, a gweledol o'r cychwyn

Cyflwynodd cyfres MiniMax-01 (a gyhoeddwyd fel arXiv 2501.08313) Lightning Attention, gweithrediad sy'n ymwybodol o M/A o amrywiad sylw llinol, y tu mewn i fodel Cymysgedd o Arbenigwyr hybrid o 456B paramedr cyfan gyda 45.9B yn actif fesul tocyn. Daeth y gyfres fel pâr: MiniMax-Text-01 a MiniMax-VL-01, y model gweledol. Defnyddiodd VL-01 y pentwr ViT-MLP-LLM cyfarwydd bellach, ond gyda Vision Transformer 303 miliwn paramedr wedi'i hyfforddi o'r dechrau ar 694 miliwn o barau delwedd-capsiwn yn hytrach nag amgodiwr benthyg, ac wedyn ei alinio a'i gyd-fireinio ar draws piblinell aml-gam a brosesodd 512 biliwn o docynnau.

Mae'r manylyn hwnnw'n bwysig i'r erthygl rydych yn ei darllen. Nid addasydd hwyr wedi'i folltio ar fodel testun i dicio blwch yw gweledol yn y llinach hon. Mae MiniMax wedi bod yn hyfforddi ei dŵr gweledol ei hun ers ei rhyddhad agored cyntaf, a dyna pam mae deall dogfennau, deall rhyngwynebau a sgrinluniau, a darllen siartiau wedi bod yn gryfderau cyson i'r teulu yn hytrach nag ôl-ystyriaethau.

MiniMax-M1 — sylw hybrid ar gyfer rhesymu hir

Disgrifiwyd MiniMax-M1 (arXiv 2506.13585) gan ei awduron fel y model rhesymu sylw-hybrid graddfa fawr, pwysau agored cyntaf. Cadwodd gorff MoE 456B / 45.9B a chydblethodd y ddau fath o sylw: bloc trawsnewidydd sylw-softmax confensiynol ar ôl pob saith bloc Lightning Attention. Mesurwyd yr enillion mewn cyfrifiant yn hytrach na safle ar dabl arweinwyr — adroddodd MiniMax fod M1, ar hyd cynhyrchu o 100K tocyn, yn defnyddio tua 25% o FLOPau DeepSeek R1, tra'n cefnogi cyd-destun miliwn o docynnau'n frodorol.

MiniMax-M2 — y tro tuag at actifadu bach

Aeth MiniMax-M2 i'r cyfeiriad arall o ran maint ac ennill sylw am hynny: datgodiwr 62 haen gyda 229.9B paramedr cyfan ond dim ond ~9.8B yn actif fesul tocyn, yn defnyddio 256 arbenigwr mân fesul haen MoE gyda llwybro sigmoid i wyth ohonynt, safleoedd RoPE a QK-RMSNorm er sefydlogrwydd hyfforddi. Model codio asiantaidd ydoedd yn benodol — golygiadau aml-ffeil, dolenni rhedeg-a-thrwsio, atgyweiriadau wedi'u dilysu gan brofion — a chyflwynodd y fformat rhesymu cydblethedig, lle mae rhesymu'n cael ei gario rhwng rowndiau galw offer yn lle ei daflu ar ôl pob tro. M2 yw'r model a sefydlodd enw da MiniMax am gyflenwi ymddygiad asiantaidd bron ar y ffin am gyfran o'r gost fesul tocyn, drwy gadw'r actifadu'n fach a dim byd arall.

MiniMax-M3 — y sylfaen o dan y pwynt terfyn hwn

Rhyddhawyd MiniMax-M3 ar 1 Mehefin 2026, gyda'r pwysau ar Hugging Face yn fuan wedyn ac adroddiad technegol yn arXiv 2606.13392. Mae'n fodel Cymysgedd o Arbenigwyr 428B paramedr gyda thua 23B yn actif fesul tocyn, cyd-destun miliwn o docynnau wedi'i ddogfennu, a mewnbwn delwedd a fideo brodorol — mae MiniMax yn ei ddisgrifio fel un a hyfforddwyd mewn moddau cymysg ‘o'r cam cyntaf un’, yn hytrach na'i rag-hyfforddi ar destun ac yna ei addasu'n amlfoddol. Yn ôl ffigurau cyhoeddedig MiniMax ei hun, mae'n sgorio 80.5% ar SWE-bench Verified a 59.0% ar SWE-bench Pro. Ffigurau a adroddwyd gan y gwerthwr ar feincnod codio yw'r rheini, sef yn union sut y dylech eu pwyso; rydym yn eu dyfynnu am mai dyma honiadau cyhoeddedig y labordy, nid am ein bod wedi eu hatgynhyrchu'n annibynnol.

03MiniMax Sparse Attention: pam y gall model gweledol fod mor rhad â hyn

Y peiriannu diddorol yn M3 yw MiniMax Sparse Attention (MSA), a dyna'r rheswm uniongyrchol y gall model amlfoddol o'r maint hwn eistedd ar ein pris llawr. Mae delweddau'n ddrud o ran tocynnau. Gall llond llaw o dudalennau cydraniad uchel roi degau o filoedd o docynnau i mewn i anogwr cyn i chi ysgrifennu un cyfarwyddyd. O dan sylw safonol mae'r gost honno'n cyfansymio'n gwadratig, ac nid yw'r model sy'n darllen ugain tudalen ddwywaith mor ddrud â'r un sy'n darllen deg — mae'n llawer gwaeth na dwywaith.

Mae MSA yn newid siâp y gromlin honno. Mae'n fecanwaith bloc-denau wedi'i adeiladu ar asgwrn cefn Grouped Query Attention, wedi'i rannu'n ddwy gangen:

• Cangen Fynegai ysgafn sy'n sgorio blociau allwedd-gwerth — sgorau uchafswm-gronni ar draws y tocynnau o fewn pob bloc — ac yn dewis y k uchaf fesul safle ymholiad a fesul grŵp GQA, gan gynnwys bob amser y bloc lleol sy'n cynnwys yr ymholiad ei hun er sefydlogrwydd hyfforddi.
• Prif Gangen sy'n rhedeg sylw softmax cyffredin dros y blociau a ddewiswyd gan y mynegai yn unig.

Y ffurfweddiad ym mhapur MSA yw k = 16 bloc o 128 tocyn, sy'n rhoi cyllideb sefydlog o 2,048 tocyn i bob ymholiad. Sefydlog, sef nad yw'n tyfu gyda hyd y dilyniant. Dyna'r gamp gyfan: wrth i'r cyd-destun dyfu, mae cost sylw llinell sylfaen ddwys yn dal i ddringo tra bod cost prif gangen MSA yn aros yn wastad, felly mae sylw'n graddio'n llinol yn lle'n gwadratig.

Ffigurau o adroddiad MiniMax Sparse Attention (arXiv 2606.13392): gostyngiad o 28.4× mewn FLOPau sylw fesul tocyn o gymharu â GQA wedi'i ffurfweddu'n gyfatebol ar gyd-destun 1M, a chyflymiadau cloc-wal o 14.2× rhaglwytho / 7.6× datgodio a fesurwyd ar galedwedd H800 yn astudiaeth 109B paramedr y papur. Mae MiniMax ar wahân yn adrodd cyflymiadau o 9× rhaglwytho a 15× datgodio i M3 o gymharu ag M2 ar gyd-destun 1M. Mae pob un yn ffigur a adroddwyd gan y labordy.

Mae'r papur hefyd yn gwneud y gwiriad sy'n cyfrif mewn erthygl am weledol: ar MoE 109B amlfoddol brodorol, cadwodd MSA berfformiad cymharol i linell sylfaen sylw llawn ar draws meincnodau delwedd gan gynnwys AI2D, ChartQA a MMMU, ac ar draws meincnodau fideo gan gynnwys EgoSchema, LongVideoBench a VideoMME — gyda'r amrywiadau tenau weithiau'n gwella ar y tasgau fideo cyd-destun hirach. Nid treth ansawdd rydych yn ei thalu am gyflymder yw teneurwydd yma; ar fewnbynnau hir mae'n ymddangos yn fras am ddim.

Pam y dylai hyn eich poeni chi fel cwsmer: cost gwasanaethu sy'n gosod y pris rhestr. Mae sylfaen y mae ei chost sylw'n peidio â thyfu yn sylfaen y gallwch fforddio ei phwyntio at gan mil o ddelweddau. Dyna'r mecanwaith y tu ôl i ‘y model gweledol rhataf heb sensoriaeth’ — nid cyfradd hyrwyddo mohono, ond pensaernïaeth.

04Beth mae 3BIT-REAP yn ei olygu, a ble mae'n costio i chi

Nid yw model 428 biliwn paramedr yn ffitio unrhyw le cyfleus ar fanwlder llawn. Mae ein hadeiladwaith MiniMax-M3 yn cario'r ôl-ddodiad 3BIT-REAP, sy'n disgrifio dau weithrediad ar wahân wedi'u cymhwyso mewn trefn benodol.

REAP: dileu arbenigwyr cyn eu cywasgu

Mae REAP — Tocio Actifadu Arbenigwyr wedi'i Bwysoli gan y Llwybrydd — yn ddull cywasgu MoE un-ergyd gan Cerebras a Phrifysgol Calgary, a gyhoeddwyd fel arXiv 2510.13999 ac a dderbyniwyd i ICLR 2026. Ei ddadl yw bod tocio arbenigwyr yn curo eu cyfuno ar gyfer tasgau cynhyrchiol: mae cyfuno'n dinistrio rheolaeth fanwl y llwybrydd ac yn cyflwyno gwall na allwch fyth ei adfer. Felly mae REAP yn sgorio pob arbenigwr yn lle hynny gyda maen prawf arwyddocâd sy'n cyfuno gwerthoedd giât y llwybrydd (pa mor aml a pha mor gryf y mae'r llwybrydd yn ei ddewis) a normau actifadu'r arbenigwr (faint mae ei allbwn yn ei gyfrannu mewn gwirionedd), ac wedyn yn dileu'r arbenigwyr lleiaf arwyddocaol yn llwyr.

Mae'r awduron yn adrodd tynnu hyd at 50% o arbenigwyr o fodelau mor fawr ag un triliwn paramedr tra'n cadw ansawdd y llinell sylfaen i raddau helaeth — ar Qwen3-480B-Coder-FP8 ar docio 50%, cadwyd 97.6% o'r gallu codio anasiantaidd sylfaenol a 96.7% ar SWE-Bench asiantaidd. Ffigurau'r papur ar fodelau'r papur yw'r rheini, nid ein rhai ni ar MiniMax-M3; rydym yn eu dyfynnu er mwyn i chi allu barnu'r dull, nid i awgrymu mesuriad cyfatebol yma.

Pwysau 3 did, yn ail

Caiff y pwysau sy'n goroesi eu storio wedyn ar 3 did. Mae'r drefn yn fwriadol a dyna bwynt y cyfuniad: tocio'n gyntaf, cwanteiddio'n ail. Nid oes synnwyr mewn gwario eich tri did gwerthfawr fesul pwysau yn amgodio'n ffyddlon arbenigwyr rydych ar fin eu dileu. Tociwch y gynffon denau, ac wedyn gadewch i'r gyllideb sy'n weddill fynd yn gyfan gwbl i arbenigwyr sy'n tanio mewn gwirionedd.

Y cafeat gonest

3BIT-REAP yw'r haen fwyaf ymosodol a gludwn. Rydym yn ei defnyddio ar y sylfeini mwyaf — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — am mai dyna'r gwahaniaeth rhwng bod y modelau hynny ar gael am bris call a pheidio â bod ar gael o gwbl. Lle mae sylfaen yn ddigon bach i beidio â bod ei hangen, nid ydym yn ei defnyddio: mae'r modelau W8A16 yn y catalog yn rhedeg pwysau 8 did gydag actifadu 16 did, ac mae W4A16-AUTOROUND-REAP yn eistedd yn y canol, gan ddefnyddio talgrynnu dysgedig AutoRound i adfer cywirdeb y mae cwanteiddio talgrynnu-at-yr-agosaf naïf yn ei ollwng. Dewiswch yr haen sy'n cyfateb i'ch goddefgarwch. Os ydych yn tynnu meysydd o ddeng mil o anfonebau, 3 did yw'r fargen gywir. Os ydych yn gwneud un darlleniad fforensig risg uchel o un ddelwedd, gwariwch yr arian ar Kimi-K3.

05Beth mae ‘dim haen wrthod’ yn ei olygu pan mai delwedd yw'r mewnbwn

Mae ‘heb sensoriaeth’ yn air a ddefnyddir yn llac, felly dyma'r honiad manwl: nid oes haen wrthod na hidlo allbwn ar y pwynt terfyn hwn. Nid oes dosbarthydd yn archwilio eich delwedd cyn i'r model ei gweld. Nid oes model polisi'n archwilio'r tocynnau ar y ffordd allan. Yr hyn mae'r model yn ei gynhyrchu yw'r hyn rydych yn ei dderbyn.

Mewn testun, mae effaith hynny'n gyfarwydd. Mewn gweledol mae'n wahanol o ran ei natur, oherwydd mai ymddygiad gwrthod ar fewnbynnau delwedd yw lle mae APIau amlfoddol masnachol ar eu mwyaf ceidwadol ac ar eu mwyaf mympwyol. Dyma sut olwg sydd ar y methiannau nodweddiadol:

• Gwrthodiadau hunaniaeth cyffredinol — gwrthod disgrifio pobl mewn ffotograff o gwbl, gan gynnwys nodweddion sy'n amlwg weladwy ac yn hollol ddiniwed, oherwydd na all polisi wahaniaethu rhwng disgrifio ac adnabod.
• Cefnu oherwydd y pwnc — gwrthod trawsgrifio neu grynhoi dogfen oherwydd ei chynnwys, er bod trawsgrifio'n dasg fecanyddol.
• Cywilydd meddygol a fforensig — gwrthod disgrifio delweddau clinigol, dogfennaeth anafiadau, neu ffotograffau damweiniau y mae angen i weithiwr proffesiynol eu cael wedi'u disgrifio.
• Positifau ffug offer diogelwch — gwrthod darllen sgrinlun am ei fod yn cynnwys terfynell, cipiad pecynnau, neu ddadfygiwr.
• Dirywiad tawel — y gwaethaf: nid gwrthodiad ond ateb-di-ateb gochelgar, sy'n pasio eich dilysiad sgema ac yn gwenwyno eich set ddata heb godi gwall byth.

Nid y broblem weithredol gyda'r pump yw eu bod yn annheg. Y broblem yw eu bod yn anfesuradwy. Mae ateb anghywir yn bwynt data; gallwch ei sgorio, ei ddal mewn gwerthusiad, a chywiro amdano. Twll yw gwrthodiad. Ar raddfa swp, mae cyfradd wrthod o 3% wedi'i dosbarthu'n anhapdrefnus ar draws eich mewnbynnau — wedi'i chrynhoi, wrth ei natur, ar yr union achosion anodd ac anarferol — yn duedd systematig yn eich canlyniadau nad oes unrhyw faint o lanhau i lawr yr afon yn ei hadfer. Mae tynnu'r haen wrthod yn tynnu ffynhonnell o ddata coll tawel a chydberthynol.

Caiff Shannon ei weithredu gan Shannon Lab LLC, New Mexico, UDA, o dan ein Polisi Defnydd Cyfrifol. Mae ‘heb sensoriaeth’ yn golygu nad yw'r model yn golygyddu am eich mewnbynnau; nid yw'n golygu nad oes telerau ar y cyfrif.

06Y fanyleb lawn

Maes	MiniMax-M3 · 3BIT-REAP
ID model	MiniMax-M3-3BIT-REAP
Sylfaen	MiniMax-M3 (MiniMax AI)
Ffenestr cyd-destun	262,144 tocyn
Allbwn mwyaf	16,384 tocyn
Mewnbwn delwedd	Ie
Mewnbwn fideo	Heb ei ddatgelu
Ffrydio	Ie
Galw offer	Ie
Rhesymu	Ie (reasoning_effort)
Allbwn strwythuredig	json_schema + response_format
Haen wrthod	Dim
Pwyntiau terfyn	/v1/chat/completions · /v1/messages · /v1/responses
Gwasanaethir ar	Clwstwr GPU Shannon ei hun

Mae dwy linell yn y tabl hwnnw'n haeddu pwyslais. Nid yw mewnbwn fideo wedi'i ddatgelu. Hyfforddwyd sylfaen wreiddiol M3 ar fideo ac mae MiniMax yn dogfennu mewnbwn fideo; mae ein pwynt terfyn ni'n derbyn delweddau. Adeiladwch yn erbyn delweddau. Yn ail, ein ffenestr ni yw'r 262,144 tocyn, nid y ffigur miliwn gwreiddiol — cynlluniwch lwythi gwaith dogfennau hir ac aml-ddelwedd yn erbyn 262,144 ac ni chewch eich synnu byth.

07Galw'r API MiniMax heb sensoriaeth

Tair tafodiaith, yr un model y tu ôl i bob un, ffrydio ar bob un o'r tair. Defnyddiwch pa un bynnag y mae eich cleient presennol eisoes yn ei siarad; nid oes gwahaniaeth gallu rhyngddynt. Pwyntiwch eich URL sylfaen at Shannon a newidiwch yr ID model.

Deall delweddau drwy dafodiaith OpenAI

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
  }'

Mae URLau https:// pell ac URLau data base64 ill dau'n gweithio yn y rhan image_url. Atodwch sawl rhan ddelwedd mewn un neges pan fydd angen cymhariaeth traws-dudalen arnoch — mae gennych 262,144 o docynnau i'w gwario ac, am $0.50 y filiwn, mae eu gwario'n rhad.

Echdynnu strwythuredig gyda sgema JSON

Lle mae'r model hwn yn ennill ei le mewn piblinell yw'r cyfuniad o weledol + sgema llym + pris llawr. Nid oes gan bob model yn ein catalog y tri: nid yw Laguna-S-2.1 nac inkling yn cefnogi json_schema. Mae MiniMax-M3 yn ei gefnogi, sy'n golygu y gallwch gael gwrthrych dilysedig allan o ddelwedd heb haen ddosrannu:

{
  "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
      }
    }
  }
}

Ymdrech rhesymu

Mae'r model yn datgelu reasoning_effort. Ar ddosbarthu delweddau swmpus, cadwch ef yn isel — cwestiwn canfyddiadol rydych yn ei ofyn, a thocynnau allbwn rydych yn talu amdanynt yw tocynnau rhesymu. Codwch ef ar gyfer y galwadau lle mae'r ddelwedd yn dystiolaeth mewn dadl hirach: darllen diagram yn erbyn manyleb, cysoni siart â thabl, penderfynu a yw dau sgrinlun yn dangos yr un diffyg.

Mae'r cyfeirlyfr paramedrau llawn, semanteg gwallau, a'r fformatau ffrydio ar gyfer y tair tafodiaith yn nogfennaeth API Shannon.

08Ble mae MiniMax-M3 yn ddewis cywir — a ble nad yw

Estynnwch amdano pan fo

• Gwaith delwedd swmpus. Labelu setiau data, ymchwil cymedroli, cyfoethogi catalogau, didoli sgrinluniau, OCR-a-strwythuro swp dros ddogfennau wedi'u sganio. Y pris llawr yw'r ddadl gyfan.
• Delweddau'n troi'n gofnodion o fath penodol. Mae gweledol ynghyd â json_schema llym ynghyd â'r tocynnau rhataf yn y catalog yn gyfuniad nad yw ond dau fodel yma'n ei gynnig.
• Cyd-destun amlfoddol hir. Sawl tudalen, neu sawl ffrâm, mewn un cais — mae'r bensaernïaeth oddi tano wedi'i hadeiladu ar gyfer union siâp y mewnbwn hwn.
• Ymchwil lle mae gwrthodiadau'n llygru'r sampl. Unrhyw astudiaeth y mae ei dilysrwydd yn dibynnu ar y model yn ateb pob eitem, gan gynnwys y rhai anghyfforddus.
• Dolenni asiantaidd sy'n darllen sgrin. Mae llinach y gyfres M yn asiantaidd yn benodol, ac mae galw offer ar gael.

Estynnwch am rywbeth arall pan fo

• Angen y nenfwd gweledol uchaf arnoch a'r gyllideb yn bodoli. Mae Kimi-K3 · 3BIT-REAP yn 7.7× pris y mewnbwn am reswm; ar un darlleniad risg uchel, dyna'r arian cywir i'w wario.
• Angen pwysau ffyddlondeb uchaf arnoch. 3 did yw ein haen fwyaf ymosodol. Mae'r modelau W8A16 yn cyfnewid pris am fanwlder, ac mae MiMo-V2.5 · W8A16 yn weledol am yr un $0.50 / $2.00 os mai ffyddlondeb fesul pwysau rydych yn ei optimeiddio.
• Angen fideo arnoch. Nid ydym yn datgelu mewnbwn fideo ar y pwynt terfyn hwn.
• Y dasg yn destun pur ar y ffin. Mae DeepSeek-V4-Pro-0813 yn bodoli ar gyfer hynny; fel arall byddech yn talu am dŵr gweledol nad ydych byth yn ei ddefnyddio.

Mae'r ffigurau pensaernïaeth, meincnodau a chyflymiad ar gyfer teulu MiniMax wedi'u hadrodd gan labordy MiniMax AI; mae ffigurau REAP wedi'u hadrodd gan awduron REAP ar eu modelau eu hunain ac nid ydynt yn fesuriad o'r adeiladwaith hwn. Ein rhai ni yw prisiau, ffenestr cyd-destun a baneri gallu Shannon, ac fe'u darllenir o'n catalog modelau byw.

09Cwestiynau cyffredin

---

Ffynonellau: Cerdyn model MiniMax-M3 · 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. Mae ffigurau meincnod a chyflymiad MiniMax wedi'u hadrodd gan y labordy ac yn ddarpariaethol nes eu gwirio'n annibynnol. Mae prisiau a baneri gallu Shannon yn gyfredol hyd at 5 Medi 2026.