Առանց ցենզուրայի MiniMax API. տեսողություն հատակագնով

Գրեթե ամեն հյուրընկալվող բազմամոդալ API տեսողությունը գնագոյացնում է որպես պրեմիում: Դուք վճարում եք տեքստի մոդելի սակագին տեքստի համար, ապա ավելի շատ եք վճարում — երբեմն մի քանի անգամ ավելի — հենց հրահանգի մեջ պատկեր է հայտնվում: Դրան գումարած՝ պատկերային մուտքերն են այն տեղը, որտեղ մերժման վարքագիծն ամենաագրեսիվն է. մոդելը, որը հեշտությամբ կքննարկի թեմա տեքստով, կհրաժարվի նկարագրել նույն բանը լուսանկարում: Արդյունքն այնպիսի արտադրանք է, որը մեկ կանչի հաշվով թանկ է և մեկ կանչի հաշվով անվստահելի, ինչը երկուսի ամենավատ համադրությունն է, երբ դուք մշակում եք ծավալ: MiniMax-M3-ը Shannon-ում մեր պատասխանն է դրան. նույն $0.50 / $2.00, որը վճարում եք մեր ամենաէժան տեքստային մոդելի համար, կիրառված այնպիսի հիմքի վրա, որը վարժեցվել է բազմամոդալ առաջին քայլից, և որի առջևում մերժման շերտ չկա:

01Ինչ է իրականում նշանակում «ամենաէժան առանց ցենզուրայի տեսողության մոդելը» այստեղ

Shannon կատալոգը տասներկու մոդել է: Դրանցից հինգն ընդունում են պատկերներ: Դրանց գները՝ մեկ միլիոն տոկենի հաշվով.

Տեսողությամբ մոդել	Մուտք	Ելք	Կառուցվածքային ելք
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	միայն response_format
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3-ը գտնվում է հատակում — $0.50 / $2.00 — հավասար MiMo-V2.5-ի հետ, և ոչինչ դրանից ցածր չկա, քանի որ $0.50 / $2.00-ը մեր գնացուցակի հատակն է: Տեսողության միջակայքի վերևի համեմատ այն 7.7 անգամ ավելի էժան է մուտքով և 9.6 անգամ ավելի էժան է ելքով, քան Kimi-K3-ը:

Դրեք դա ծանրաբեռնվածության մեջ: Ենթադրենք՝ դասակարգում եք 1,000 պատկեր — էկրանի պատկերներ, սկանավորված էջեր, ապրանքի լուսանկարներ — մուտքում միջինում մոտավորապես 1,200 տոկեն պատկեր գումարած հրահանգ, և ելքում 300 տոկեն պատասխան.

Shannon-ի գնացուցակի գներ, 2026 թ. սեպտեմբեր: Տոկենների քանակները ցուցադրական են. ձեր պատկերի տոկենացումը կախված է որակից և նրանից, թե քանի պատկեր եք կցում մեկ կանչին:

ԵՒս երկու հղման կետ, որոնք օգտակար է հիշել: Ամբողջ 262,144 տոկեն համատեքստը մեկ անգամ լցնելը արժե մոտավորապես 13 ցենտ: Առավելագույն 16,384 տոկեն երկարությամբ պատասխանն արժե մոտավորապես 3.3 ցենտ: Դրանք մեկ ամենավատ-դեպքի հարցման փաստացի սահմաններն են, և դրանք բավական փոքր են, որպեսզի տեսողական խողովակաշարի հետաքրքիր սահմանափակումը դադարի փող լինելուց և դառնա թողունակություն:

02MiniMax տոհմը. լաբորատորիա, որը օպտիմալացնում է տոկեններ, ոչ թե վերնագրեր

MiniMax AI-ն Շանհայի լաբորատորիա է, որի ողջ բաց-կշիռների գործունեության պատմությունը մեկ հարցի շուրջ է. ինչպե՞ս դարձնել ուշադրության մեխանիզմն այնքան էժան, որ երկար համատեքստը և բազմամոդալությունը դադարեն շքեղություն լինելուց: Շարքի յուրաքանչյուր թողարկում այդ հարցի պատասխանն է, և պատասխանները կառուցվում են միմյանց վրա:

MiniMax-01 — Lightning Attention, և տեսողություն հենց սկզբից

MiniMax-01 շարքը (հրապարակված որպես arXiv 2501.08313) ներդրեց Lightning Attention-ը՝ գծային ուշադրության տարբերակի I/O-գիտակ իրականացում, հիբրիդային Փորձագետների խառնուրդի մոդելի ներսում՝ 456 միլիարդ ընդհանուր պարամետրով և 45.9 միլիարդ ակտիվով մեկ տոկենի համար: Շարքը թողարկվեց զույգով. MiniMax-Text-01 և MiniMax-VL-01, տեսողության մոդելը: VL-01-ն օգտագործեց այժմ ծանոթ ViT-MLP-LLM կույտը, բայց 303 միլիոն պարամետրանոց Vision Transformer-ով, որը վարժեցվել էր զրոյից 694 միլիոն պատկեր-ենթագրություն զույգերի վրա, ոչ թե փոխառված կոդավորիչով, ապա հավասարեցվել և համատեղ ճշգրտվել բազմափուլային խողովակաշարով, որը մշակել է 512 միլիարդ տոկեն:

Այս մանրամասնը կարևոր է այն հոդվածի համար, որը կարդում եք: Այս տոհմում տեսողությունը ուշացած ադապտեր չէ, որը կպցվել է տեքստի մոդելին վանդակ նշելու համար: MiniMax-ը վարժեցնում է իր սեփական տեսողական աշտարակը իր առաջին բաց թողարկումից ի վեր, ինչի պատճառով փաստաթղթի ընկալումը, UI-ի և էկրանի պատկերի ըմբռնումը, ու գծապատկերի ընթերցումը եղել են ընտանիքի հետևողական ուժեղ կողմերը, ոչ թե հետագա մտածածներ:

MiniMax-M1 — հիբրիդային ուշադրություն երկար դատողության համար

MiniMax-M1-ը (arXiv 2506.13585) իր հեղինակների կողմից նկարագրվեց որպես առաջին բաց-կշիռներով, մեծածավալ հիբրիդային-ուշադրության դատողության մոդել: Այն պահպանեց 456Բ / 45.9Բ MoE մարմինը և հերթագայեց ուշադրության երկու տեսակները. սովորական softmax-ուշադրության transformer բլոկ ամեն յոթ Lightning Attention բլոկից հետո: Շահույթը չափվեց հաշվարկով, ոչ թե առաջատարների ցուցակի դիրքով — MiniMax-ը հայտնեց, որ 100Հ-տոկեն գեներացիայի երկարության դեպքում M1-ը սպառել է DeepSeek R1-ի FLOP-երի մոտավորապես 25%-ը, միևնույն ժամանակ բնիկորեն աջակցելով մեկ միլիոն տոկեն համատեքստի:

MiniMax-M2 — շրջադարձ դեպի փոքր ակտիվացում

MiniMax-M2-ը չափի հարցում գնաց հակառակ ուղղությամբ և հենց դրա համար գրավեց ուշադրություն. 62-շերտանոց դեկոդեր՝ 229.9 միլիարդ ընդհանուր պարամետրով, բայց ընդամենը ~9.8 միլիարդ ակտիվով մեկ տոկենի համար, օգտագործելով 256 մանրահատիկ փորձագետ մեկ MoE շերտում՝ sigmoid երթուղավորմամբ դրանցից ութին, RoPE դիրքերով և QK-RMSNorm-ով վարժեցման կայունության համար: Այն բացահայտորեն գործակալական-կոդագրման մոդել էր — բազմաֆայլային խմբագրումներ, գործարկում-ուղղում ցիկլեր, թեստով ստուգված նորոգումներ — և ներդրեց հերթագայված մտածողության ձևաչափը, որտեղ դատողությունը կրում է գործիք-կանչի փուլերի միջև, փոխանակ ամեն փուլից հետո հեռացվելու: M2-ը այն մոդելն է, որը հաստատեց MiniMax-ի հեղինակությունը՝ մատուցելով սահմանամերձ գործակալական վարքագիծ մեկ-տոկենային արժեքի մի մասով, զուտ ակտիվացումները փոքր պահելով:

MiniMax-M3 — այս էնդփոինթի հիմքում ընկած մոդելը

MiniMax-M3-ը թողարկվել է 2026 թ. հունիսի 1-ին, կշիռներով Hugging Face-ում մի փոքր ուշ և տեխնիկական զեկույցով arXiv 2606.13392-ում: Այն 428 միլիարդ պարամետրանոց Փորձագետների խառնուրդի մոդել է՝ մոտավորապես 23 միլիարդ ակտիվով մեկ տոկենի համար, փաստաթղթավորված մեկ միլիոն տոկեն համատեքստով և բնիկ պատկերի ու տեսանյութի մուտքով — MiniMax-ը նկարագրում է այն որպես խառը-մոդալային վարժեցված «հենց առաջին քայլից», այլ ոչ թե տեքստով նախավարժեցված և ապա բազմամոդալ ադապտացված: MiniMax-ի սեփական հրապարակված թվերով այն ստանում է 80.5% SWE-bench Verified-ում և 59.0% SWE-bench Pro-ում: Դրանք մատակարարի կողմից հայտարարված թվեր են կոդագրման բենչմարքի վրա, հենց այնպես, ինչպես պետք է կշռադատել դրանք. մենք մեջբերում ենք դրանք, քանի որ դրանք լաբորատորիայի հրապարակած պնդումներն են, ոչ թե որովհետև մենք անկախորեն վերարտադրել ենք դրանք:

03MiniMax Sparse Attention. ինչու կարող է տեսողության մոդելն այսքան էժան լինել

M3-ի հետաքրքիր ինժեներիան MiniMax Sparse Attention-ն է (MSA), և հենց դա է ուղղակի պատճառը, թե ինչու կարող է այս չափի բազմամոդալ մոդելը գտնվել մեր հատակագնում: Պատկերները տոկենային առումով թանկ են: Մի քանի բարձր որակի էջեր կարող են հրահանգի մեջ դնել տասնյակ հազարավոր տոկեններ, նախքան դուք գրած կլինեք մեկ հրահանգ: Ստանդարտ ուշադրության դեպքում այդ ծախսը կուտակվում է քառակուսիաբար, և մոդելը, որը կարդում է քսան էջ, երկու անգամ ավելի թանկ չէ, քան այն, որը կարդում է տասը — այն շատ ավելի վատ է, քան կրկնակի:

MSA-ն փոխում է այդ կորի ձևը: Այն բլոկային-նոսր մեխանիզմ է, կառուցված Grouped Query Attention հենքի վրա, բաժանված երկու ճյուղի.

• Թեթև Index Branch, որը գնահատում է key-value բլոկները — max-pooling գնահատականներ ամեն բլոկի տոկենների միջով — և ընտրում է top-k-ը մեկ հարցման դիրքի և մեկ GQA խմբի համար, միշտ ներառելով տեղական բլոկը, որը պարունակում է հենց հարցումը, վարժեցման կայունության համար:
• Main Branch, որը գործարկում է սովորական softmax ուշադրություն միայն ինդեքսի ընտրած բլոկների վրա:

MSA հոդվածում կարգավորումն է k = 16 բլոկ՝ 128 տոկենով յուրաքանչյուրը, ինչը յուրաքանչյուր հարցման տալիս է ֆիքսված 2,048 ուշադրության տակ վերցված տոկենի բյուջե: Ֆիքսված, նշանակում է՝ չի աճում հաջորդականության երկարության հետ: Սա ողջ հնարքն է. համատեքստի աճի հետ խիտ բազային տարբերակի ուշադրության արժեքն անընդհատ բարձրանում է, մինչդեռ MSA-ի Main Branch-ի արժեքը մնում է հարթ, ուստի ուշադրությունը մասշտաբավորվում է գծայնորեն, ոչ թե քառակուսիաբար:

Թվերը MiniMax Sparse Attention զեկույցից (arXiv 2606.13392). 28.4 անգամ կրճատում մեկ-տոկենային ուշադրության FLOP-երում՝ համեմատած համարժեք կարգավորված GQA-ի հետ 1Մ համատեքստում, և 14.2 անգամ prefill / 7.6 անգամ decode իրական ժամանակի արագացումներ, չափված H800 սարքավորման վրա հոդվածի 109 միլիարդ պարամետրանոց ուսումնասիրության մեջ: MiniMax-ը առանձին հայտնում է 9 անգամ prefill և 15 անգամ decode արագացումներ M3-ի համար M2-ի դիմաց 1Մ համատեքստում: Բոլորը լաբորատորիայի կողմից են հայտարարված:

Հոդվածն անում է նաև ստուգում, որը կարևոր է տեսողական հոդվածի համար. բնիկ բազմամոդալ 109 միլիարդ պարամետրանոց MoE-ի վրա MSA-ն պահպանել է լիարժեք-ուշադրության բազային տարբերակի հետ համադրելի արդյունավետություն պատկերային բենչմարքներում, այդ թվում AI2D, ChartQA և MMMU, և տեսանյութային բենչմարքներում, այդ թվում EgoSchema, LongVideoBench և VideoMME — նոսր տարբերակները երբեմն բարելավում են ավելի-երկար-համատեքստի տեսանյութային առաջադրանքները: Նոսրությունն այստեղ արագության դիմաց վճարվող որակի հարկ չէ. երկար մուտքերի դեպքում այն կարծես գրեթե անվճար է:

Ինչու պետք է դա հետաքրքրի ձեզ որպես հաճախորդի. սպասարկման արժեքն է, որ սահմանում է գնացուցակը: Հիմք, որի ուշադրության արժեքը դադարում է աճելուց, հիմք է, որը կարող եք թույլ տալ ուղղորդել հարյուր հազար պատկերի վրա: Հենց դա է մեխանիզմը «ամենաէժան առանց ցենզուրայի տեսողության մոդելի» հետևում — դա ակցիոն սակագին չէ, դա ճարտարապետություն է:

04Ինչ է նշանակում 3BIT-REAP-ը, և որտեղ է այն ձեզ արժենում

428 միլիարդ պարամետրանոց մոդելը ամբողջական ճշգրտությամբ ոչ մի հարմար տեղում չի տեղավորվում: Մեր MiniMax-M3 կառուցվածքը կրում է 3BIT-REAP վերջածանցը, որը նկարագրում է երկու առանձին գործողություն, կիրառված կոնկրետ հերթականությամբ:

REAP. ջնջեք փորձագետներին, նախքան դրանք սեղմելը

REAP-ը՝ Router-weighted Expert Activation Pruning, միանգամյա MoE սեղմման մեթոդ է Cerebras-ից և Կալգարիի համալսարանից, հրապարակված որպես arXiv 2510.13999 և ընդունված ICLR 2026-ում: Նրա փաստարկն այն է, որ գեներացիոն առաջադրանքների համար փորձագետների կրճատումը գերազանցում է դրանց միաձուլմանը. միաձուլումը քանդում է երթուղիչի մանրահատիկ վերահսկողությունը և ներմուծում է սխալ, որը երբեք չեք կարող վերականգնել: Ուստի REAP-ը փոխարենը գնահատում է յուրաքանչյուր փորձագետին նշանակալիության չափանիշով, որը զուգակցում է երթուղիչի դռան արժեքները (որքան հաճախ և որքան ուժեղ է երթուղիչն ընտրում այն) և փորձագետի ակտիվացման նորմաները (որքան է դրա ելքն իրականում նպաստում), ապա ամբողջովին ջնջում է ամենաքիչ նշանակալի փորձագետներին:

Հեղինակները հայտնում են, որ մոդելներից, որոնք հասնում են մեկ տրիլիոն պարամետրի, հեռացվում է փորձագետների մինչև 50%-ը՝ մեծապես պահպանելով բազային որակը — Qwen3-480B-Coder-FP8-ի վրա 50% կրճատմամբ պահպանվել է բազային ոչ-գործակալական կոդագրման կարողության 97.6%-ը և գործակալական SWE-Bench-ի 96.7%-ը: Դրանք հոդվածի թվերն են հոդվածի մոդելների վրա, ոչ թե մերը MiniMax-M3-ի վրա. մենք մեջբերում ենք դրանք, որպեսզի կարողանաք գնահատել մեթոդը, ոչ թե ակնարկելու համար, թե այստեղ համարժեք չափում է կատարվել:

3-բիթ կշիռներ, երկրորդը

Գոյատևող կշիռներն այնուհետև պահվում են 3 բիթով: Հերթականությունը միտումնավոր է, և հենց դա է համադրության իմաստը. նախ կրճատել, ապա քվանտացնել: Իմաստ չունի ծախսել ձեր թանկարժեք երեք բիթը մեկ կշիռի համար, հավատարմորեն կոդավորելով փորձագետներ, որոնց պատրաստվում եք ջնջել: Կրճատեք նոսր պոչը, ապա թողեք, որ մնացած բյուջեն ամբողջությամբ գնա այն փորձագետներին, որոնք իրականում ակտիվանում են:

Ազնիվ վերապահումը

3BIT-REAP-ը մեր մատակարարած ամենաագրեսիվ մակարդակն է: Մենք օգտագործում ենք այն ամենամեծ հիմքերի վրա — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — քանի որ դա տարբերությունն է այն մասին, թե այդ մոդելները հասանելի են ողջամիտ գնով, թե ընդհանրապես հասանելի չեն: Այնտեղ, որտեղ հիմքը բավական փոքր է, որպեսզի դրա կարիքը չունենա, մենք չենք օգտագործում այն. կատալոգի W8A16 մոդելները գործարկում են 8-բիթ կշիռներ 16-բիթ ակտիվացումներով, իսկ W4A16-AUTOROUND-REAP-ը գտնվում է միջանկյալում՝ օգտագործելով AutoRound-ի ուսուցված կլորացումը՝ վերականգնելու ճշգրտությունը, որը միամիտ ամենամոտին կլորացումը զիջում է: Ընտրեք ձեր հանդուրժողականությանը համապատասխանող մակարդակը: Եթե դաշտեր եք հանում տասը հազար հաշիվ-ապրանքագրից, 3-բիթը ճիշտ փոխզիջումն է: Եթե կատարում եք մեկ պատկերի բարձր-ռիսկային դատաբժշկական ընթերցում, ծախսեք գումարը Kimi-K3-ի վրա:

05Ինչ է նշանակում «մերժման շերտ չկա»-ն, երբ մուտքը պատկեր է

«Առանց ցենզուրայի»-ն ազատորեն օգտագործվող բառ է, ուստի ահա ճշգրիտ պնդումը. այս էնդփոինթում մերժման շերտ չկա, և ելքի զտում չի կիրառվում: Ոչ մի դասակարգիչ չի ուսումնասիրում ձեր պատկերը, նախքան մոդելը կտեսնի այն: Ոչ մի քաղաքականության մոդել չի ուսումնասիրում ելքի ճանապարհին եղած տոկենները: Այն, ինչ մոդելն արտադրում է, հենց այն է, ինչ դուք ստանում եք:

Տեքստում դրա ազդեցությունը ծանոթ է: Տեսողության մեջ այն որակապես տարբեր է, քանի որ մերժման վարքագիծը պատկերային մուտքերի վրա հենց այն տեղն է, որտեղ առևտրային բազմամոդալ API-ները ամենապահպանողականն են և ամենակամայականը: Բնորոշ ձախողումները տեսք ունեն այսպես.

• Հանրագումարային ինքնության մերժումներ — ընդհանրապես հրաժարվել նկարագրել մարդկանց լուսանկարում, ներառյալ բացահայտորեն տեսանելի և լիովին անվնաս հատկանիշները, քանի որ քաղաքականությունը չի կարող տարբերել նկարագրությունը ինքնության հաստատումից:
• Բովանդակային փախուստներ — հրաժարվել արտագրել կամ ամփոփել փաստաթուղթ՝ ելնելով նրանից, թե ինչի մասին է փաստաթուղթը, չնայած արտագրումը մեխանիկական առաջադրանք է:
• Բժշկական և դատաբժշկական քնքշություն — հրաժարվել նկարագրել կլինիկական պատկերներ, վնասվածքի փաստագրում կամ վթարի լուսանկարներ, որոնց նկարագրությունը մասնագետին անհրաժեշտ է:
• Անվտանգության գործիքների կեղծ դրականներ — հրաժարվել կարդալ էկրանի պատկեր, քանի որ այն պարունակում է տերմինալ, փաթեթների գրանցում կամ վրիպազերծիչ:
• Լուռ վատթարացում — ամենավատը. ոչ թե մերժում, այլ վերապահումով ոչ-պատասխան, որն անցնում է ձեր սխեմայի ստուգումը և թունավորում ձեր տվյալաշարը՝ երբեք սխալ չառաջացնելով:

Հինգի հետ գործառնական խնդիրն այն չէ, որ դրանք անարդար են: Խնդիրն այն է, որ դրանք անչափելի են: Սխալ պատասխանը տվյալների կետ է. կարող եք գնահատել այն, բռնել գնահատման ժամանակ և ուղղել դրա համար: Մերժումը փոս է: Փաթեթի մասշտաբով 3% մերժման տոկոսադրույքը, որը ոչ-պատահականորեն բաշխված է ձեր մուտքերի վրա — կենտրոնացած, ըստ կառուցվածքի, հենց դժվար և անսովոր դեպքերի վրա — ձեր արդյունքներում համակարգային շեղում է, որը ոչ մի քանակի հետագա մաքրում չի վերականգնում: Մերժման շերտի հեռացումը հեռացնում է լուռ, փոխկապակցված բացակայող տվյալների աղբյուր:

Shannon-ը շահագործվում է Shannon Lab LLC-ի կողմից, Նյու Մեքսիկո, ԱՄՆ, մեր Պատասխանատու օգտագործման քաղաքականության ներքո: Առանց ցենզուրայի նշանակում է, որ մոդելը չի մեկնաբանում ձեր մուտքերը. այն չի նշանակում, որ հաշիվը պայմաններ չունի:

06Ամբողջական բնութագիրը

Դաշտ	MiniMax-M3 · 3BIT-REAP
Մոդելի ID	MiniMax-M3-3BIT-REAP
Հիմք	MiniMax-M3 (MiniMax AI)
Համատեքստի պատուհան	262,144 տոկեն
Առավելագույն ելք	16,384 տոկեն
Պատկերի մուտք	Այո
Տեսանյութի մուտք	Չի տրամադրվում
Հոսքային փոխանցում	Այո
Գործիքի կանչում	Այո
Դատողություն	Այո (reasoning_effort)
Կառուցվածքային ելք	json_schema + response_format
Մերժման շերտ	Չկա
Էնդփոինթներ	/v1/chat/completions · /v1/messages · /v1/responses
Մատուցվում է	Shannon-ի սեփական GPU կլաստերի վրա

Այդ աղյուսակի երկու տողն արժանի է ընդգծման: Տեսանյութի մուտքը չի տրամադրվում: Սկզբնաղբյուր M3 հիմքը վարժեցվել է տեսանյութի վրա, և MiniMax-ը փաստաթղթավորում է տեսանյութի մուտք. մեր էնդփոինթն ընդունում է պատկերներ: Կառուցեք ըստ պատկերների: Երկրորդ, 262,144 տոկեն պատուհանը մերն է, ոչ թե սկզբնաղբյուր մեկ-միլիոն թիվը — պլանավորեք ձեր երկար-փաստաթղթային և բազմա-պատկերային ծանրաբեռնվածությունը ըստ 262,144-ի, և երբեք չեք զարմանա:

07Առանց ցենզուրայի MiniMax API-ի կանչումը

Երեք բարբառ, նույն մոդելը բոլորի հետևում, հոսքային փոխանցում երեքի վրա էլ: Օգտագործեք այն, որով ձեր առկա հաճախորդն արդեն խոսում է. դրանց միջև հնարավորությունների տարբերություն չկա: Ուղղորդեք ձեր base URL-ը դեպի Shannon և փոխեք մոդելի ID-ն:

Պատկերի ընկալում OpenAI բարբառով

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
  }'

Հեռավոր https:// URL-ները և base64 տվյալների URL-ները երկուսն էլ աշխատում են image_url մասում: Կցեք մի քանի պատկերային մաս մեկ հաղորդագրության մեջ, երբ ձեզ էջեր-միջև համեմատություն է պետք — ունեք 262,144 տոկեն ծախսելու, և $0.50-ով մեկ միլիոնի դիմաց դրանք ծախսելը էժան է:

Տիպավորված արտահանում JSON schema-ով

Այն, թե որտեղ է այս մոդելը վաստակում իր տեղը խողովակաշարում, տեսողություն + խիստ սխեմա + հատակագին համադրությունն է: Ոչ բոլոր մոդելներն են մեր կատալոգում ունեն երեքն էլ. Laguna-S-2.1-ը և inkling-ը չեն աջակցում json_schema-ին: MiniMax-M3-ն աջակցում է, ինչը նշանակում է, որ կարող եք ստանալ ստուգված օբյեկտ պատկերից՝ առանց վերլուծման շերտի.

{
  "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
      }
    }
  }
}

Դատողության ջանք

Մոդելը տրամադրում է reasoning_effort: Զանգվածային պատկերների դասակարգման դեպքում պահեք այն ցածր — դուք ընկալողական հարց եք տալիս, և դատողության տոկենները ելքային տոկեններ են, որոնց համար վճարում եք: Բարձրացրեք այն այն կանչերի համար, որտեղ պատկերն ապացույց է ավելի երկար փաստարկի մեջ. դիագրամի ընթերցում ըստ բնութագրի, գծապատկերի համադրում աղյուսակի հետ, երկու էկրանի պատկերների նույն թերությունը ցույց տալու որոշում:

Ամբողջական պարամետրերի տեղեկատուն, սխալի իմաստաբանությունը և հոսքային ձևաչափերը երեք բարբառների համար գտնվում են Shannon API փաստաթղթերում:

08Որտեղ է MiniMax-M3-ը ճիշտ ընտրություն — և որտեղ չէ

Ընտրեք այն, երբ

• Ծավալային պատկերային աշխատանք: Տվյալաշարի պիտակավորում, մոդերացիայի հետազոտություն, կատալոգի հարստացում, էկրանի պատկերների դասակարգում, փաթեթային OCR-և-կառուցվածքավորում սկանավորված փաստաթղթերի վրա: Հատակագինը ողջ փաստարկն է:
• Պատկերները՝ տիպավորված գրառումների: Տեսողությունը գումարած խիստ json_schema գումարած կատալոգի ամենաէժան տոկենները՝ համադրություն, որը միայն երկու մոդել է առաջարկում այստեղ:
• Երկար բազմամոդալ համատեքստ: Շատ էջեր կամ շատ կադրեր մեկ հարցման մեջ — ներքևի ճարտարապետությունը կառուցված է հենց այս ձևի մուտքի համար:
• Հետազոտություն, որտեղ մերժումները փչացնում են նմուշը: Ցանկացած ուսումնասիրություն, որի վավերականությունը կախված է նրանից, որ մոդելը պատասխանի ամեն կետին, ներառյալ անհարմարները:
• Գործակալական ցիկլեր, որոնք կարդում են էկրան: M-շարքի տոհմը բացահայտորեն գործակալական է, և գործիքի կանչումը հասանելի է:

Ընտրեք ինչ-որ այլ բան, երբ

• Ձեզ պետք է ամենաբարձր տեսողական առաստաղը, և բյուջեն կա: Kimi-K3 · 3BIT-REAP-ը 7.7 անգամ ավելի բարձր մուտքի գին ունի ինչ-որ պատճառով. մեկ բարձր-ռիսկային ընթերցման դեպքում դա ճիշտ ծախսվող գումարն է:
• Ձեզ պետք են առավելագույն հավատարմության կշիռներ: 3-բիթը մեր ամենաագրեսիվ մակարդակն է: W8A16 մոդելները փոխանակում են գինը ճշգրտության հետ, և MiMo-V2.5 · W8A16-ը տեսողությամբ է նույն $0.50 / $2.00 գնով, եթե մեկ-կշռային հավատարմությունն է այն, ինչ դուք օպտիմալացնում եք:
• Ձեզ պետք է տեսանյութ: Մենք չենք տրամադրում տեսանյութի մուտք այս էնդփոինթում:
• Առաջադրանքը մաքուր տեքստ է սահմանագծում: DeepSeek-V4-Pro-0813-ը գոյություն ունի հենց դրա համար. այլապես կվճարեիք տեսողական աշտարակի համար, որը երբեք չեք օգտագործում:

MiniMax ընտանիքի ճարտարապետության, բենչմարքի և արագացման թվերը հայտարարված են MiniMax AI-ի կողմից. REAP թվերը հայտարարված են REAP-ի հեղինակների կողմից իրենց սեփական մոդելների վրա և չեն հանդիսանում այս կառուցվածքի չափում: Shannon-ի գները, համատեքստի պատուհանը և հնարավորությունների դրոշները մերն են և կարդացվում են մեր կենդանի մոդելային կատալոգից:

09Հաճախ տրվող հարցեր

---

Աղբյուրներ՝ MiniMax-M3 model card · 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-ի բենչմարքի և արագացման թվերը հայտարարված են լաբորատորիայի կողմից և ժամանակավոր են՝ սպասելով անկախ ստուգման: Shannon-ի գները և հնարավորությունների դրոշները արդիական են 2026 թ. սեպտեմբերի 5-ի դրությամբ: