Sensuroimaton MiniMax-API: näkö hintalattialla

Lähes jokainen ylläpidetty multimodaalinen API hinnoittelee näön premiumina. Maksat tekstimallin hinnan tekstistä, ja sitten maksat enemmän — joskus moninkertaisesti — sillä hetkellä kun kuva tulee kehotteeseen. Päälle vielä: kuvasyötteet ovat juuri se paikka jossa kieltäytymiskäyttäytyminen on aggressiivisimmillaan — malli joka keskustelee aiheesta mielellään tekstissä kieltäytyy kuvaamasta samaa asiaa valokuvassa. Tuloksena on tuote joka on kallis kutsua kohti ja epäluotettava kutsua kohti, mikä on molempien maailmojen huonoin puoli kun käsittelet volyymia. MiniMax-M3 Shannonissa on vastauksemme siihen: sama $0.50 / $2.00 jonka maksat halvimmasta tekstimallistamme, sovellettuna perustaan joka koulutettiin multimodaaliseksi ensimmäisestä askeleesta lähtien, eikä sen edessä istu kieltäytymiskerrosta.

01Mitä ”halvin sensuroimaton näkömalli” tässä oikeasti tarkoittaa

Shannonin luettelo on kaksitoista mallia. Viisi niistä ottaa vastaan kuvia. Niiden hinnat miljoonalta tokenilta:

Näkökykyinen malli	Syöte	Tuloste	Rakenteinen tuloste
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	vain response_format
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 on lattialla — $0.50 / $2.00 — tasoissa MiMo-V2.5:n kanssa eikä mitään sen alapuolella, koska $0.50 / $2.00 on hinnastomme lattia. Näköhaarukan huippuun verrattuna se on 7,7× halvempi syötteessä ja 9,6× halvempi tulosteessa kuin Kimi-K3.

Aseta se kuormaan. Oletetaan että lajittelet 1 000 kuvaa — kuvakaappauksia, skannattuja sivuja, tuotekuvia — keskimäärin noin 1 200 tokenia kuvaa ja kehotetta sisään ja 300 tokenia vastausta ulos:

Shannonin listahinnat, syyskuu 2026. Tokenimäärät ovat havainnollistavia; kuviesi tokenisointi riippuu resoluutiosta ja siitä montako kuvaa liität kutsua kohti.

Kaksi muuta vertailukohtaa jotka kannattaa pitää mielessä. Koko 262 144 tokenin kontekstin täyttäminen kerran maksaa noin 13 senttiä. Enimmäispituinen 16 384 tokenin vastaus maksaa noin 3,3 senttiä. Nuo ovat yksittäisen pahimman tapauksen pyynnön todelliset rajat, ja ne ovat niin pieniä että näköputken kiinnostava rajoite lakkaa olemasta raha ja alkaa olla läpimeno.

02MiniMaxin sukulinja: laboratorio joka optimoi tokeneita, ei otsikoita

MiniMax AI on shanghailainen laboratorio jonka koko avoinpainoinen historia koskee yhtä kysymystä: miten teet huomiosta riittävän halpaa jotta pitkä konteksti ja multimodaalisuus lakkaavat olemasta ylellisyyksiä? Jokainen julkaisu linjassa on vastaus tuohon kysymykseen, ja vastaukset rakentuvat toistensa päälle.

MiniMax-01 — Lightning Attention ja näkö alusta asti

MiniMax-01-sarja (julkaistu nimellä arXiv 2501.08313) esitteli Lightning Attentionin, I/O-tietoisen toteutuksen lineaarisen huomion muunnelmasta, hybridi-Mixture-of-Experts-mallin sisällä jossa oli 456 miljardia parametria yhteensä ja 45,9 miljardia aktiivista tokenia kohti. Sarja toimitettiin parina: MiniMax-Text-01 ja MiniMax-VL-01, näkömalli. VL-01 käytti nyt tuttua ViT-MLP-LLM-pinoa, mutta 303 miljoonan parametrin Vision Transformerilla joka koulutettiin alusta asti 694 miljoonalla kuva-kuvatekstiparilla lainatun enkooderin sijaan, minkä jälkeen se linjattiin ja hienosäädettiin yhdessä monivaiheisessa putkessa joka käsitteli 512 miljardia tokenia.

Tuolla yksityiskohdalla on merkitystä artikkelille jota luet. Näkö tässä sukulinjassa ei ole myöhäinen adapteri joka pultattiin tekstimalliin ruksin vuoksi. MiniMax on kouluttanut omaa visuaalista torniaan ensimmäisestä avoimesta julkaisustaan lähtien, ja siksi dokumenttien ymmärtäminen, käyttöliittymien ja kuvakaappausten hahmottaminen sekä kaavioiden lukeminen ovat olleet perheen johdonmukaisia vahvuuksia eivätkä jälkiajatuksia.

MiniMax-M1 — hybridihuomio pitkäkestoiseen päättelyyn

MiniMax-M1 (arXiv 2506.13585) kuvattiin tekijöidensä toimesta ensimmäiseksi avoinpainoiseksi, suuren mittakaavan hybridihuomion päättelymalliksi. Se säilytti 456B / 45,9B MoE-rungon ja lomitti kaksi huomiotyyppiä: tavanomainen softmax-huomion transformer-lohko joka seitsemännen Lightning Attention -lohkon jälkeen. Hyöty mitattiin laskennassa eikä tulostaulun sijoituksessa — MiniMax raportoi että 100 000 tokenin generointipituudella M1 kulutti noin 25 % DeepSeek R1:n FLOPeista ja tuki samalla natiivisti miljoonan tokenin kontekstia.

MiniMax-M2 — käänne pieniin aktivaatioihin

MiniMax-M2 meni koon suhteen toiseen suuntaan ja sai siitä huomiota: 62-kerroksinen dekooderi jossa on 229,9 miljardia parametria yhteensä mutta vain noin 9,8 miljardia aktiivista tokenia kohti, 256 hienojakoista asiantuntijaa MoE-kerrosta kohti ja sigmoidireititys kahdeksaan niistä, RoPE-positiot ja QK-RMSNorm koulutuksen vakauteen. Se oli eksplisiittisesti agenttikoodausmalli — monen tiedoston muokkaukset, aja-korjaa-silmukat, testeillä todennetut korjaukset — ja se esitteli lomitetun ajattelun muodon, jossa päättely kannetaan työkalukutsukierrosten välillä sen sijaan että se hylättäisiin jokaisen kierroksen jälkeen. M2 on se malli joka vakiinnutti MiniMaxin maineen huippua lähestyvän agenttikäyttäytymisen tuottajana murto-osalla tokenikohtaisesta kustannuksesta, puhtaasti pitämällä aktivaatiot pieninä.

MiniMax-M3 — tämän päätepisteen alla oleva perusta

MiniMax-M3 julkaistiin 1. kesäkuuta 2026, painot Hugging Faceen pian sen jälkeen ja tekninen raportti osoitteessa arXiv 2606.13392. Se on 428 miljardin parametrin Mixture-of-Experts-malli jossa on noin 23 miljardia aktiivista parametria tokenia kohti, dokumentoitu miljoonan tokenin konteksti ja natiivi kuva- ja videosyöte — MiniMax kuvaa sen sekamodaalisesti koulutetuksi ”aivan ensimmäisestä askeleesta lähtien” eikä tekstillä esikoulutetuksi ja sitten multimodaalisesti sovitetuksi. MiniMaxin omilla julkaisemilla luvuilla se saa 80,5 % SWE-bench Verifiedissä ja 59,0 % SWE-bench Prossa. Ne ovat valmistajan raportoimia lukuja koodausvertailussa, mikä on täsmälleen se paino jolla ne kannattaa ottaa; siteeraamme niitä koska ne ovat laboratorion julkaisemia väitteitä, emme siksi että olisimme toistaneet ne riippumattomasti.

03MiniMax Sparse Attention: miksi näkömalli voi olla näin halpa

M3:n kiinnostava insinöörityö on MiniMax Sparse Attention (MSA), ja se on suora syy siihen että tämän kokoinen multimodaalinen malli voi olla hintalattiallamme. Kuvat ovat tokenikalliita. Kourallinen korkearesoluutioisia sivuja voi tuoda kehotteeseen kymmeniätuhansia tokeneita ennen kuin olet kirjoittanut yhtäkään ohjetta. Tavanomaisella huomiolla tuo kustannus kertautuu neliöllisesti, eikä kaksikymmentä sivua lukeva malli ole kaksi kertaa kymmenen sivua lukevaa kalliimpi — se on paljon pahempi kuin kaksinkertainen.

MSA muuttaa tuon käyrän muodon. Se on lohkoharva mekanismi joka on rakennettu Grouped Query Attention -rungon päälle ja jaettu kahteen haaraan:

• Kevyt indeksihaara joka pisteyttää avain-arvo-lohkoja — max-poolaten pisteet kunkin lohkon tokenien yli — ja valitsee top-k:n kyselypositiota ja GQA-ryhmää kohti, sisällyttäen aina paikallisen lohkon jossa kysely itse on, koulutuksen vakauden vuoksi.
• Päähaara joka ajaa tavanomaista softmax-huomiota vain niiden lohkojen yli jotka indeksi valitsi.

MSA-artikkelin konfiguraatio on k = 16 lohkoa á 128 tokenia, mikä antaa jokaiselle kyselylle kiinteän 2 048 huomioidun tokenin budjetin. Kiinteän, eli se ei kasva sekvenssin pituuden mukana. Siinä on koko temppu: kun konteksti kasvaa, tiheän perustason huomiokustannus kiipeää jatkuvasti kun taas MSA:n päähaaran kustannus pysyy tasaisena, joten huomio skaalautuu lineaarisesti neliöllisen sijaan.

Luvut MiniMax Sparse Attention -raportista (arXiv 2606.13392): 28,4-kertainen vähennys tokenikohtaisissa huomio-FLOPeissa vastaavasti konfiguroituun GQA:han verrattuna miljoonan tokenin kontekstissa, sekä 14,2× prefill- ja 7,6× dekoodausnopeutukset seinäkellossa mitattuna H800-laitteistolla artikkelin 109 miljardin parametrin tutkimuksessa. MiniMax raportoi erikseen 9× prefill- ja 15× dekoodausnopeutukset M3:lle M2:een verrattuna miljoonan tokenin kontekstissa. Kaikki ovat laboratorion raportoimia.

Artikkeli tekee myös sen tarkistuksen jolla on merkitystä näköartikkelille: natiivisti multimodaalisella 109 miljardin MoE:lla MSA piti suorituskyvyn vertailukelpoisena täyden huomion perustasoon nähden kuvavertailuissa kuten AI2D, ChartQA ja MMMU, sekä videovertailuissa kuten EgoSchema, LongVideoBench ja VideoMME — harvat variantit joskus jopa paransivat pidemmän kontekstin videotehtävissä. Harvuus ei ole täällä laatuvero jonka maksat nopeudesta; pitkillä syötteillä se vaikuttaa olevan suunnilleen ilmaista.

Miksi tämän pitäisi kiinnostaa asiakkaana: tarjoamisen kustannus asettaa listahinnan. Perusta jonka huomiokustannus lakkaa kasvamasta on perusta jonka voit varaa osoittaa satatuhatta kuvaa kohti. Se on mekanismi ilmauksen ”halvin sensuroimaton näkömalli” takana — se ei ole kampanjahinta, se on arkkitehtuuri.

04Mitä 3BIT-REAP tarkoittaa ja missä se maksaa sinulle

428 miljardin parametrin malli ei mahdu mihinkään kätevään täydellä tarkkuudella. MiniMax-M3-buildimme kantaa 3BIT-REAP-päätettä, joka kuvaa kahta erillistä operaatiota tietyssä järjestyksessä.

REAP: poista asiantuntijat ennen kuin pakkaat ne

REAP — Router-weighted Expert Activation Pruning — on kertaluonteinen MoE-pakkausmenetelmä Cerebrasilta ja Calgaryn yliopistolta, julkaistu nimellä arXiv 2510.13999 ja hyväksytty ICLR 2026:een. Sen argumentti on, että generatiivisissa tehtävissä asiantuntijoiden karsiminen voittaa niiden yhdistämisen: yhdistäminen tuhoaa reitittimen hienojakoisen hallinnan ja tuo virheen jota ei voi enää koskaan palauttaa. Niinpä REAP sen sijaan pisteyttää jokaisen asiantuntijan merkitsevyyskriteerillä joka yhdistää reitittimen porttiarvot (kuinka usein ja kuinka voimakkaasti reititin valitsee sen) ja asiantuntijan aktivaationormit (kuinka paljon sen tuloste oikeasti vaikuttaa), ja poistaa sitten vähiten merkitykselliset asiantuntijat kokonaan.

Tekijät raportoivat poistavansa jopa 50 % asiantuntijoista jopa biljoonan parametrin malleista säilyttäen suurelta osin perustason laadun — Qwen3-480B-Coder-FP8-mallissa 50 %:n karsinnalla säilyi 97,6 % perustason ei-agenttisesta koodauskyvystä ja 96,7 % agenttisessa SWE-Benchissä. Nuo ovat artikkelin lukuja artikkelin malleille eivätkä meidän lukujamme MiniMax-M3:lle; siteeraamme niitä jotta voit arvioida menetelmän, emme vihjataksemme vastaavaan mittaukseen täällä.

3-bittiset painot, toisena

Selviytyneet painot tallennetaan sitten 3 bitillä. Järjestys on tarkoituksellinen ja se on koko yhdistelmän pointti: ensin karsi, sitten kvantisoi. Ei ole mitään järkeä käyttää kallisarvoisia kolmea bittiä painoa kohti uskollisesti koodaamaan asiantuntijoita jotka olet poistamassa. Karsi harva häntä, ja anna jäljelle jäävän budjetin mennä kokonaan asiantuntijoille jotka oikeasti laukeavat.

Rehellinen varauma

3BIT-REAP on aggressiivisin taso jonka toimitamme. Käytämme sitä suurimpiin perustoihin — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — koska se on ero sen välillä ovatko nuo mallit saatavilla järkevään hintaan vai eivät ollenkaan. Missä perusta on riittävän pieni jottei sitä tarvita, emme käytä sitä: luettelon W8A16-mallit ajavat 8-bittisiä painoja 16-bittisillä aktivaatioilla, ja W4A16-AUTOROUND-REAP asettuu näiden väliin käyttäen AutoRoundin opittua pyöristystä palauttamaan tarkkuutta jonka naiivi lähimpään pyöristys antaa pois. Valitse taso joka vastaa sietokykyäsi. Jos poimit kenttiä kymmenestätuhannesta laskusta, 3 bittiä on oikea vaihtokauppa. Jos teet yhden korkean panoksen oikeuslääketieteellisen luennan yhdestä kuvasta, käytä rahat malliin Kimi-K3.

05Mitä ”ei kieltäytymiskerrosta” tarkoittaa kun syöte on kuva

Sensuroimaton on sana jota käytetään löyhästi, joten tässä on täsmällinen väite: tässä päätepisteessä ei ole kieltäytymiskerrosta eikä tulosteen suodatusta. Mikään luokittelija ei tarkasta kuvaasi ennen kuin malli näkee sen. Mikään käytäntömalli ei tarkasta tokeneita ulosmenomatkalla. Se mitä malli tuottaa on se mitä saat.

Tekstissä sen vaikutus on tuttu. Näössä se on laadullisesti erilainen, koska kieltäytymiskäyttäytyminen kuvasyötteissä on juuri se kohta jossa kaupalliset multimodaaliset API:t ovat konservatiivisimmillaan ja mielivaltaisimmillaan. Tyypilliset epäonnistumiset näyttävät tältä:

• Kategoriset identiteettikieltäytymiset — kieltäytyminen kuvaamasta valokuvassa olevia ihmisiä ollenkaan, mukaan lukien selvästi näkyvät ja täysin harmittomat piirteet, koska käytäntö ei osaa erottaa kuvailua tunnistamisesta.
• Aihepiiristä pakeneminen — kieltäytyminen litteroimasta tai tiivistämästä dokumenttia sen aiheen vuoksi, vaikka litterointi on mekaaninen tehtävä.
• Lääketieteellinen ja oikeuslääketieteellinen arkuus — kieltäytyminen kuvaamasta kliinistä kuvamateriaalia, vammadokumentaatiota tai onnettomuusvalokuvia jotka ammattilainen tarvitsee kuvatuiksi.
• Tietoturvatyökalujen väärät positiiviset — kieltäytyminen lukemasta kuvakaappausta koska siinä on terminaali, pakettikaappaus tai virheenjäljitin.
• Hiljainen heikkeneminen — pahin: ei kieltäytyminen vaan varovainen ei-vastaus, joka läpäisee skeemavalidoinnin ja myrkyttää aineistosi nostamatta koskaan virhettä.

Operatiivinen ongelma kaikissa viidessä ei ole se että ne olisivat epäreiluja. Se on että ne ovat mittaamattomia. Väärä vastaus on datapiste; voit pisteyttää sen, napata sen arvioinnissa ja korjata sen vaikutuksen. Kieltäytyminen on aukko. Eräkoossa 3 %:n kieltäytymisaste joka jakautuu ei-satunnaisesti syötteidesi yli — keskittyen rakenteellisesti juuri vaikeisiin ja epätavallisiin tapauksiin — on systemaattinen vinouma tuloksissasi jota mikään määrä jälkisiivousta ei palauta. Kieltäytymiskerroksen poistaminen poistaa hiljaisen, korreloituneen puuttuvan datan lähteen.

Shannonia operoi Shannon Lab LLC, New Mexico, USA, vastuullisen käytön käytäntömme mukaisesti. Sensuroimaton tarkoittaa että malli ei kommentoi syötteitäsi; se ei tarkoita ettei tilillä olisi ehtoja.

06Täydellinen määrittely

Kenttä	MiniMax-M3 · 3BIT-REAP
Mallitunnus	MiniMax-M3-3BIT-REAP
Perusta	MiniMax-M3 (MiniMax AI)
Konteksti-ikkuna	262 144 tokenia
Enimmäistuloste	16 384 tokenia
Kuvasyöte	Kyllä
Videosyöte	Ei tarjolla
Suoratoisto	Kyllä
Työkalukutsut	Kyllä
Päättely	Kyllä (reasoning_effort)
Rakenteinen tuloste	json_schema + response_format
Kieltäytymiskerros	Ei ole
Päätepisteet	/v1/chat/completions · /v1/messages · /v1/responses
Tarjotaan	Shannonin omalla GPU-klusterilla

Kaksi riviä tuossa taulukossa ansaitsee korostuksen. Videosyötettä ei tarjota. Lähdeperusta M3 koulutettiin videolla ja MiniMax dokumentoi videosyötteen; meidän päätepisteemme ottaa vastaan kuvia. Rakenna kuvia vasten. Toiseksi, 262 144 tokenin ikkuna on meidän eikä lähteen miljoonan luku — suunnittele pitkien dokumenttien ja monen kuvan kuormat 262 144:ää vasten, niin et yllity koskaan.

07Sensuroimattoman MiniMax-API:n kutsuminen

Kolme murretta, sama malli niiden kaikkien takana, suoratoisto kaikilla kolmella. Käytä sitä jota olemassa oleva asiakkaasi jo puhuu; niiden välillä ei ole kyvykkyyseroa. Osoita perus-URL Shannoniin ja vaihda mallitunnus.

Kuvien ymmärtäminen OpenAI-murteella

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
  }'

Sekä etä-https://-URL:t että base64-data-URL:t toimivat image_url-osassa. Liitä useita kuvaosia yhteen viestiin kun tarvitset sivujen välistä vertailua — sinulla on 262 144 tokenia käytettävänä ja hintaan $0.50 miljoonalta niiden käyttäminen on halpaa.

Tyypitetty poiminta JSON-skeemalla

Tämä malli ansaitsee paikkansa putkessa yhdistelmällä näkö + tiukka skeema + hintalattia. Kaikilla luettelomme malleilla ei ole kaikkia kolmea: Laguna-S-2.1 ja inkling eivät tue json_schema-määrittelyä. MiniMax-M3 tukee, mikä tarkoittaa että saat validoidun olion kuvasta ilman jäsennyskerrosta:

{
  "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
      }
    }
  }
}

Päättelyn panostus

Malli tarjoaa reasoning_effort-parametrin. Massakuvaluokittelussa pidä se matalana — kysyt havaintokysymystä, ja päättelytokenit ovat tulostetokeneita joista maksat. Nosta sitä niissä kutsuissa joissa kuva on todiste pidemmässä argumentissa: kaavion lukeminen määrittelyä vasten, kuvaajan sovittaminen taulukkoon, sen päättäminen näyttävätkö kaksi kuvakaappausta saman vian.

Täydellinen parametriviite, virhesemantiikka ja suoratoistomuodot kaikille kolmelle murteelle löytyvät Shannonin API-dokumentaatiosta.

08Missä MiniMax-M3 on oikea valinta — ja missä ei

Tartu siihen kun

• Volyymikuvatyö. Aineiston merkintä, moderointitutkimus, luettelon rikastaminen, kuvakaappausten lajittelu, erä-OCR ja rakenteistus skannatuista dokumenteista. Hintalattia on koko argumentti.
• Kuvista tyypitettyihin tietueisiin. Näkö plus tiukka json_schema plus luettelon halvimmat tokenit on yhdistelmä jonka vain kaksi mallia täällä tarjoaa.
• Pitkä multimodaalinen konteksti. Monta sivua tai monta ruutua yhdessä pyynnössä — alla oleva arkkitehtuuri on rakennettu täsmälleen tämän muotoiselle syötteelle.
• Tutkimus jossa kieltäytymiset turmelevat otoksen. Mikä tahansa tutkimus jonka pätevyys riippuu siitä että malli vastaa jokaiseen kohtaan, myös epämukaviin.
• Agenttisilmukat jotka lukevat ruutua. M-sarjan sukulinja on eksplisiittisesti agenttinen, ja työkalukutsut ovat käytettävissä.

Tartu johonkin muuhun kun

• Tarvitset korkeimman näkökaton ja budjetti on olemassa. Kimi-K3 · 3BIT-REAP on 7,7-kertainen syötehinnaltaan syystä; yhdessä korkean panoksen luennassa se on oikea paikka käyttää rahaa.
• Tarvitset maksimaalisen tarkkuuden painot. 3 bittiä on aggressiivisin tasomme. W8A16-mallit vaihtavat hintaa tarkkuuteen, ja MiMo-V2.5 · W8A16 on näkökykyinen samalla hinnalla $0.50 / $2.00 jos optimoit painokohtaista tarkkuutta.
• Tarvitset videon. Emme tarjoa videosyötettä tässä päätepisteessä.
• Tehtävä on puhdasta tekstiä huipputasolla. DeepSeek-V4-Pro-0813 on olemassa sitä varten; maksaisit näkötornista jota et koskaan käytä.

MiniMax-perheen arkkitehtuuri-, vertailu- ja nopeutusluvut ovat MiniMax AI:n laboratoriossa raportoimia; REAP-luvut ovat REAPin tekijöiden raportoimia heidän omista malleistaan eivätkä ole mittaus tästä buildista. Shannonin hinnat, konteksti-ikkuna ja ominaisuusliput ovat meidän ja luetaan live-malliluettelostamme.

09Usein kysytyt kysymykset

---

Lähteet: MiniMax-M3 -mallikortti · 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. MiniMaxin vertailu- ja nopeutusluvut ovat laboratorion raportoimia ja alustavia riippumatonta todentamista odotettaessa. Shannonin hinnat ja ominaisuusliput ovat ajan tasalla 5. syyskuuta 2026.