API MiniMax enweghị mmachi: ọhụụ n'ọnụ ahịa ala

Ihe fọrọ nke nta ka ọ bụrụ API multimodal ọ bụla a na-akwado na-ere ọhụụ dị ka ihe dị oke ọnụ. Ị na-akwụ ọnụego ụdị ederede maka ederede, mgbe ahụ ị na-akwụkwu — mgbe ụfọdụ okpukpu ole na ole karịa — n'oge onyonyo banyere na prompt ahụ. N'elu nke ahụ, ntinye onyonyo bụ ebe omume njụ kacha sie ike: ụdị nke ga-eji obi ụtọ kwuo banyere isiokwu n'ederede ga-ajụ ịkọwa otu ihe ahụ na foto. Nsonaazụ ya bụ ngwaahịa nke dị ọnụ kwa ọkpụkpọ ma bụrụkwa nke a na-adịghị atụkwasị obi kwa ọkpụkpọ, nke bụ ihe kacha njọ n'akụkụ abụọ mgbe ị na-ahazi nnukwu ọnụ ọgụgụ. MiniMax-M3 na Shannon bụ azịza anyị maka nke ahụ: otu $0.50 / $2.00 ị na-akwụ maka ụdị ederede anyị kacha dị ọnụ ala, nke etinyere n'elu ntọala e zụrụ ka ọ bụrụ multimodal site na nzọụkwụ mbụ, ebe ọ dịghị akwa njụ guzo n'ihu ya.

01Ihe "ụdị ọhụụ enweghị mmachi kacha dị ọnụ ala" pụtara n'ezie ebe a

Katalọgụ Shannon bụ ụdị iri na abụọ. Ise n'ime ha na-anabata onyonyo. Ọnụ ahịa ha, kwa miliyọn token:

Ụdị nwere ọhụụ	Nnata	Mgbasa	Mmepụta ahaziri ahazi
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 naanị
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 nọ n'ala ahụ — $0.50 / $2.00 — hà nhata na MiMo-V2.5, ọ dịghịkwa ihe dị n'okpuru ya, n'ihi na $0.50 / $2.00 bụ ala nke ndepụta ọnụ ahịa anyị. Megide elu nke oke ọhụụ ahụ ọ dị ọnụ ala okpukpu 7.7 na nnata na okpukpu 9.6 na mgbasa karịa Kimi-K3.

Tinye nke ahụ n'ọrụ. Were ya na ị na-ekewa onyonyo 1,000 — foto ihuenyo, ibe e nyochara, foto ngwaahịa — nke na-abịa n'ihe dị ka token 1,200 nke onyonyo tinyere prompt na-abanye na token 300 nke azịza na-apụta:

Ọnụ ahịa ndepụta Shannon, Septemba 2026. Ọnụ ọgụgụ token bụ ihe atụ; otu a ga-esi tọọ onyonyo gị na token dabere na mkpebi ihu na ole onyonyo ị na-etinye kwa ọkpụkpọ.

Ebe ntụaka abụọ ọzọ bara uru idobe n'isi gị. Ijuputa ọnọdụ token 262,144 dum otu ugboro na-efu ihe dị ka cent 13. Nzaghachi token 16,384 nke ogologo kacha elu na-efu ihe dị ka cent 3.3. Ndị ahụ bụ ezigbo oke nke otu arịrịọ kacha njọ, ha dịkwa nta nke na ihe mgbochi na-adọrọ mmasị n'usoro ọhụụ na-akwụsị ịbụ ego ma malite ịbụ uko.

02Usoro MiniMax: ụlọ nyocha na-akwalite token, ọ bụghị isiokwu akụkọ

MiniMax AI bụ ụlọ nyocha dị na Shanghai nke ihe niile o mere n'ihe gbasara arọ mepere emepe dabere n'otu ajụjụ: kedu ka ị ga-esi mee ka nlebara anya dị ọnụ ala nke na ogologo ọnọdụ na multimodality ga-akwụsị ịbụ ihe ọkọnọ? Mwepụta ọ bụla n'usoro ahụ bụ azịza maka ajụjụ ahụ, azịza ndị ahụ na-ewukwasịkwa n'ibe ha.

MiniMax-01 — Lightning Attention, na ọhụụ site na mmalite

Usoro MiniMax-01 (nke e bipụtara dị ka arXiv 2501.08313) webatara Lightning Attention, mmejuputa nke na-ama I/O nke ụdị nlebara anya linear, n'ime ụdị Mixture-of-Experts agwakọtara nke nwere paramita 456B zuru oke na 45.9B na-arụ ọrụ kwa token. Usoro ahụ bịara dị ka abụọ: MiniMax-Text-01 na MiniMax-VL-01, ụdị ọhụụ ahụ. VL-01 jiri ngwakọta ViT-MLP-LLM anyị maara ugbu a, mana ọ nwere Vision Transformer nwere paramita nde 303 nke a zụrụ site na mmalite na ụzọ abụọ onyonyo-na-nkọwa nde 694 kama ka ọ bụrụ encoder e gbaziri, wee kwụba ya ma hazie ya ọnụ n'ofe usoro nwere ọtụtụ ọkwa na-ahazi token ijeri 512.

Nkọwa ahụ dị mkpa maka edemede ị na-agụ. Ọhụụ n'usoro a abụghị adapter e mesịrị kwụnye n'ụdị ederede iji mezuo iwu. MiniMax anọwo na-azụ ụlọ elu ọhụụ nke aka ya kemgbe mwepụta mepere emepe mbụ ya, nke bụ ihe mere nghọta akwụkwọ, nghọta UI na foto ihuenyo, na ịgụ chaatị ji abụ ike ezinụlọ ahụ na-adịgide adịgide kama ịbụ ihe echere n'azụ.

MiniMax-M1 — nlebara anya agwakọtara maka echiche ogologo oge

MiniMax-M1 (arXiv 2506.13585) bụ nke ndị odee ya kọwara dị ka ụdị echiche nlebara anya agwakọtara mepere emepe nke mbụ nwere nnukwu ọkwa. O jigidere ahụ MoE 456B / 45.9B ma gwakọta ụdị nlebara anya abụọ ahụ: ngọngọ transformer nke nwere softmax-attention nkịtị mgbe ngọngọ Lightning Attention asaa ọ bụla gasịrị. A tụrụ uru ya na mgbako kama n'ọnọdụ ndepụta — MiniMax kọrọ na n'ogologo mmepụta token 100K, M1 riri ihe dị ka 25% nke FLOPs nke DeepSeek R1, ebe ọ na-akwado ọnọdụ otu miliyọn token site n'okike.

MiniMax-M2 — ntụgharị mmalite dị nta

MiniMax-M2 gara n'ụzọ ọzọ n'ihe gbasara nha ma nweta nlebara anya maka ya: decoder akwa 62 nwere paramita 229.9B zuru oke mana naanị ihe dị ka 9.8B na-arụ ọrụ kwa token, na-eji ọkachamara 256 dị nkọ kwa akwa MoE nwere ntụzịaka sigmoid gaa n'aka asatọ n'ime ha, ọnọdụ RoPE na QK-RMSNorm maka nkwụsi ike ọzụzụ. Ọ bụ n'ụzọ doro anya ụdị idekọ koodu nke agent — nhazigharị faịlụ ọtụtụ, yinye gbaa-dozie, ndozi nke ule kwadoro — o webatakwara ụdị echiche agwakọtara, ebe a na-ebu echiche n'etiti ntụgharị ọkpụkpọ ngwá ọrụ kama ịtụfu ya mgbe ntụgharị ọ bụla gasịrị. M2 bụ ụdị nke guzobere aha MiniMax maka inye omume agent dị nso n'ihu ọhịa n'obere akụkụ nke ọnụ ahịa kwa token, naanị site n'idobe mmalite dị obere.

MiniMax-M3 — ntọala dị n'okpuru endpoint a

E wepụtara MiniMax-M3 na Juun 1, 2026, arọ ya bịaranụ na Hugging Face obere oge ka e mesịrị, akụkọ nka na ụzụ ya dịkwa na arXiv 2606.13392. Ọ bụ ụdị Mixture-of-Experts nwere paramita 428B nke nwere ihe dị ka 23B na-arụ ọrụ kwa token, ọnọdụ otu miliyọn token e depụtara, na ntinye onyonyo na vidiyo sitere n'okike — MiniMax na-akọwa ya dị ka nke a zụrụ n'ụdị agwakọtara "site na nzọụkwụ mbụ," kama ka ọ bụrụ nke e buru ụzọ zụọ n'ederede wee mesịa mee ka ọ bụrụ multimodal. Na ọnụọgụ MiniMax bipụtara n'onwe ya ọ na-enweta 80.5% na SWE-bench Verified na 59.0% na SWE-bench Pro. Ndị ahụ bụ ọnụọgụ nke onye na-ere ya kọrọ na benchmark idekọ koodu, nke bụ kpọmkwem otu ị kwesịrị isi tụọ ha; anyị na-ehota ha n'ihi na ha bụ ihe ụlọ nyocha ahụ bipụtara, ọ bụghị n'ihi na anyị emeghachiri ha n'onwe anyị.

03MiniMax Sparse Attention: ihe kpatara ụdị ọhụụ ji nwee ike ịdị ọnụ ala otu a

Nka na ụzụ na-adọrọ mmasị dị na M3 bụ MiniMax Sparse Attention (MSA), ọ bụkwa ya bụ ezigbo ihe kpatara ụdị multimodal nke nha a ji nwee ike ịnọ n'ọnụ ahịa ala anyị. Onyonyo na-eri token nke ukwuu. Ibe ole na ole nwere mkpebi ihu dị elu nwere ike itinye puku token iri ọtụtụ na prompt tupu i dee otu ntụziaka. N'okpuru nlebara anya nkịtị, ọnụ ahịa ahụ na-abawanye n'ụzọ quadratic, ụdị nke na-agụ ibe iri abụọ abụghị ihe dị ọnụ okpukpu abụọ karịa nke na-agụ iri — ọ dị njọ karịa okpukpu abụọ.

MSA na-agbanwe ọdịdị nke usoro ahụ. Ọ bụ usoro block-sparse e wuru n'elu ntọala Grouped Query Attention, nke e kewara ụzọ abụọ:

• Index Branch dị fere fere nke na-enye ngọngọ igodo na uru akara — na-eji max-pooling na-akara n'ofe token dị n'ime ngọngọ ọ bụla — ma na-ahọrọ top-k kwa ọnọdụ ajụjụ na kwa otu GQA, na-etinye mgbe niile ngọngọ mpaghara nwere ajụjụ ahụ n'onwe ya maka nkwụsi ike ọzụzụ.
• Main Branch nke na-agba nlebara anya softmax nkịtị naanị n'elu ngọngọ ndị index ahụ họọrọ.

Nhazi dị n'akwụkwọ MSA bụ k = ngọngọ 16 nke token 128, nke na-enye ajụjụ ọ bụla mmefu edobere nke token 2,048 a na-elebara anya. Edobere, nke pụtara na ọ naghị eto na ogologo usoro. Nke ahụ bụ aghụghọ ahụ dum: ka ọnọdụ na-eto, ọnụ ahịa nlebara anya nke ndabere dị njupụta na-aga n'ihu na-arị elu ebe ọnụ ahịa main-branch nke MSA na-anọgide na-edị larịị, ya mere nlebara anya na-agbasa n'usoro linear kama quadratic.

Ọnụọgụ sitere n'akụkọ MiniMax Sparse Attention (arXiv 2606.13392): mbelata okpukpu 28.4 na FLOPs nlebara anya kwa token megide GQA e haziri otu ahụ na ọnọdụ 1M, na nkenke elekere mgbidi nke prefill okpukpu 14.2 / decode okpukpu 7.6 nke a tụrụ na ngwá ọrụ H800 na ọmụmụ paramita 109B nke akwụkwọ ahụ. MiniMax na-akọ iche nkenke prefill okpukpu 9 na decode okpukpu 15 maka M3 megide M2 na ọnọdụ 1M. Ha niile bụ nke ụlọ nyocha kọrọ.

Akwụkwọ ahụ na-emekwa nlele nke dị mkpa maka edemede ọhụụ: n'elu MoE 109B nke bụ multimodal site n'okike, MSA jigidere arụmọrụ hà nhata na ndabere nlebara anya zuru oke n'ofe benchmark onyonyo gụnyere AI2D, ChartQA na MMMU, na n'ofe benchmark vidiyo gụnyere EgoSchema, LongVideoBench na VideoMME — ebe ụdị sparse ahụ mgbe ụfọdụ na-akawanye mma n'ọrụ vidiyo nwere ogologo ọnọdụ. Sparsity ebe a abụghị ụtụ àgwà ị na-akwụ maka nkenke; n'ogologo ntinye ọ dị ka ọ bụ ihe efu.

Ihe kpatara na ọ ga-amasị gị dị ka onye ahịa: ọnụ ahịa ije ozi bụ ihe na-edobe ọnụ ahịa ndepụta. Ntọala nke ọnụ ahịa nlebara anya ya na-akwụsị ito bụ ntọala ị nwere ike ịtụ n'onyonyo puku narị. Nke ahụ bụ usoro dị n'azụ "ụdị ọhụụ enweghị mmachi kacha dị ọnụ ala" — ọ bụghị ọnụego mkpọsa, ọ bụ nhazi.

04Ihe 3BIT-REAP pụtara, na ebe ọ na-efu gị

Ụdị nwere paramita ijeri 428 anaghị adaba n'ebe ọ bụla dabara adaba na izi ezi zuru oke. Ụdị MiniMax-M3 anyị na-ebu njedebe 3BIT-REAP, nke na-akọwa ọrụ abụọ dị iche e tinyere n'usoro doro anya.

REAP: hichapụ ọkachamara tupu ị pịkọta ha

REAP — Router-weighted Expert Activation Pruning — bụ usoro mkpakọ MoE nke otu ugboro sitere na Cerebras na Mahadum Calgary, nke e bipụtara dị ka arXiv 2510.13999 ma nabata ya na ICLR 2026. Arụmụka ya bụ na maka ọrụ mmepụta, ịkpụcha ọkachamara ka ijikọta ha mma: ijikọta na-ebibi njikwa dị nkọ nke router ahụ ma webata njehie ị gaghị enwe ike iweghachi. Ya mere REAP na-enye ọkachamara ọ bụla akara na njirisi mkpa nke na-ejikọta uru ọnụ ụzọ router (ugboro ole na ike ole router na-ahọrọ ya) na nha mmalite ọkachamara (ole mmepụta ya na-atụnye n'ezie), wee hichapụ ọkachamara ndị dara ada kpamkpam.

Ndị odee na-akọ iwepụ ruo 50% nke ọkachamara n'ụdị ndị ruru otu trilion paramita ebe ọ na-echekwa àgwà ndabere n'ụzọ dị ukwuu — na Qwen3-480B-Coder-FP8 na nkpụcha 50%, e chekwara 97.6% nke ikike idekọ koodu ndabere na-abụghị nke agent na 96.7% na SWE-Bench nke agent. Ndị ahụ bụ ọnụọgụ nke akwụkwọ ahụ n'ụdị nke akwụkwọ ahụ, ọ bụghị nke anyị na MiniMax-M3; anyị na-ehota ha ka i wee kpee usoro ahụ ikpe, ọ bụghị iji gosi na e nwere nha yiri ya ebe a.

Arọ 3-bit, nke abụọ

A na-echekwa arọ ndị fọdụrụ na bit atọ. Usoro ahụ bụ ebumnuche, ọ bụkwa isi ihe nke ngwakọta ahụ: kpụchaa mbụ, quantize nke abụọ. Ọ bụ nzuzu iji bit atọ gị dị oke ọnụ kwa arọ dee ọkachamara ị na-achọ ihichapụ n'ụzọ kwesịrị ekwesị. Kpụchaa ọdụ dị fere fere, wee kwe ka mmefu fọdụrụ gaa kpamkpam n'aka ọkachamara ndị na-agba ọkụ n'ezie.

Nkọwa ziri ezi

3BIT-REAP bụ ọkwa kacha sie ike anyị na-ebufe. Anyị na-eji ya n'ọtụtụ ntọala kacha ibu — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — n'ihi na ọ bụ ọdịiche dị n'etiti ụdị ndị ahụ ịdị adị n'ọnụ ahịa ezi uche na ha ịghara ịdị adị ma ọlị. Ebe ntọala dị obere nke na ọ chọghị ya, anyị anaghị eji ya: ụdị W8A16 ndị dị na katalọgụ na-agba arọ 8-bit na mmalite 16-bit, W4A16-AUTOROUND-REAP dịkwa n'etiti, na-eji nchịkọta a mụtara nke AutoRound weghachite izi ezi nke quantization nchịkọta nkịtị na-atụfu. Họrọ ọkwa dabara na ndidi gị. Ọ bụrụ na ị na-emịpụta ubi site na akwụkwọ ụgwọ puku iri, 3-bit bụ mgbanwe ziri ezi. Ọ bụrụ na ị na-agụ otu onyonyo n'ụzọ forensic nke dị oke mkpa, tinye ego ahụ na Kimi-K3.

05Ihe "ọ dịghị akwa njụ" pụtara mgbe ntinye ahụ bụ onyonyo

Enweghị mmachi bụ okwu a na-eji eme ihe n'ụzọ na-adịghị nkọ, ya mere nke a bụ nkwupụta ziri ezi: ọ dịghị akwa njụ, ọ dịghịkwa nzacha mmepụta na endpoint a. Ọ dịghị nkewa na-enyocha onyonyo gị tupu ụdị ahụ ahụ ya. Ọ dịghị ụdị amụma na-enyocha token ndị na-apụ apụ. Ihe ụdị ahụ na-emepụta bụ ihe ị na-anata.

N'ederede, mmetụta nke ahụ bụ ihe amaara. N'ọhụụ, ọ dị iche n'ụdị, n'ihi na omume njụ na ntinye onyonyo bụ ebe API multimodal azụmahịa kacha kpachara anya ma kacha bụrụ nke a na-amaghị ihe ọ ga-eme. Ọdịda ndị a na-ahụkarị dị otu a:

• Njụ njirimara zuru ọnụ — ịjụ ịkọwa ndị mmadụ dị na foto kpamkpam, gụnyere àgwà ndị a na-ahụ anya nke ọma ma dịkwa nnọọ mma, n'ihi na amụma enweghị ike ikewa nkọwa na njirimara.
• Ịgbanarị isiokwu — ịjụ idegharị ma ọ bụ ịchịkọta akwụkwọ n'ihi ihe akwụkwọ ahụ na-ekwu, n'agbanyeghị na idegharị bụ ọrụ igwe.
• Ụjọ ahụike na forensic — ịjụ ịkọwa onyonyo ụlọ ọgwụ, ndekọ mmerụ ahụ, ma ọ bụ foto ihe mberede nke ọkachamara chọrọ ka a kọwaa.
• Nkwenye ụgha nke ngwá ọrụ nchekwa — ịjụ ịgụ foto ihuenyo n'ihi na ọ nwere ọdụ ọrụ, ijide ngwugwu, ma ọ bụ debugger.
• Mbelata na-adịghị ada ụda — nke kacha njọ: ọ bụghị njụ kama azịza nke na-agbanarị ihe, nke na-agafe nkwenye schema gị ma na-emerụ nchịkọta data gị n'ebiliteghị njehie ọ bụla.

Nsogbu ọrụ dị na ha ise abụghị na ha ezighị ezi. Ọ bụ na ha bụ ndị a na-enweghị ike ịtụ. Azịza na-ezighị ezi bụ ihe data; ị nwere ike ịkara ya, jide ya na nyocha, ma mezie ya. Njụ bụ oghere. N'ọkwa nnukwu ọnụ ọgụgụ, ọnụego njụ nke 3% nke a kesara n'ụzọ na-abụghị nke enweghị usoro n'ofe ntinye gị — nke a chịkọtara, site n'ewuwu, na kpọmkwem ndị siri ike na ndị pụrụ iche — bụ mkpezi usoro na nsonaazụ gị nke nhicha ọ bụla na-eso ya enweghị ike iweghachi. Iwepụ akwa njụ ahụ na-ewepụ isi iyi nke data na-efu efu nke na-adịghị ada ụda ma nwee njikọ.

Shannon Lab LLC, New Mexico, USA, na-arụ Shannon n'okpuru Amụma Ojiji Kwesịrị Ekwesị anyị. Enweghị mmachi pụtara na ụdị ahụ anaghị ekwu uche ya banyere ntinye gị; ọ pụtaghị na akaụntụ ahụ enweghị usoro.

06Nkọwapụta zuru oke

Ubi	MiniMax-M3 · 3BIT-REAP
Id ụdị	MiniMax-M3-3BIT-REAP
Ntọala	MiniMax-M3 (MiniMax AI)
Windo ọnọdụ	Token 262,144
Mmepụta kacha elu	Token 16,384
Ntinye onyonyo	Ee
Ntinye vidiyo	A naghị egosipụta ya
Streaming	Ee
Ịkpọ ngwá ọrụ	Ee
Echiche	Ee (reasoning_effort)
Mmepụta ahaziri ahazi	json_schema + response_format
Akwa njụ	Ọ dịghị
Endpoint	/v1/chat/completions · /v1/messages · /v1/responses
Ebe a na-agba ya	Ụyọkọ GPU nke Shannon

Ahịrị abụọ dị na tebụl ahụ kwesịrị mmesi ike. A naghị egosipụta ntinye vidiyo. A zụrụ ntọala M3 nke elu na vidiyo, MiniMax na-edepụtakwa ntinye vidiyo; endpoint anyị na-anabata onyonyo. Wuo maka onyonyo. Nke abụọ, windo token 262,144 bụ nke anyị, ọ bụghị ọnụọgụ otu miliyọn nke elu — mee atụmatụ maka ogologo akwụkwọ na ọrụ nwere ọtụtụ onyonyo megide 262,144, ọ gaghịkwa ejide gị mgbe ọ bụla.

07Ịkpọ API MiniMax enweghị mmachi

Olumba atọ, otu ụdị n'azụ ha niile, streaming na ha atọ. Jiri nke onye ahịa ị nwerelarị na-asụ; ọ dịghị ọdịiche ikike n'etiti ha. Tụọ URL ndabere gị na Shannon ma gbanwee id ụdị ahụ.

Nghọta onyonyo site n'olumba 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
  }'

URL https:// dị anya na URL data base64 abụọ na-arụ ọrụ n'akụkụ image_url. Tinye akụkụ onyonyo ole na ole n'otu ozi mgbe ịchọrọ ntụnyere n'ofe ibe — ị nwere token 262,144 iji mefuo, na $0.50 kwa miliyọn, imefu ha dị ọnụ ala.

Mmịpụta nwere ụdị site na JSON schema

Ebe ụdị a na-erite ọnọdụ ya n'usoro ọrụ bụ ngwakọta nke ọhụụ + schema siri ike + ọnụ ahịa ala. Ọ bụghị ụdị ọ bụla dị na katalọgụ anyị nwere ha atọ: Laguna-S-2.1 na inkling anaghị akwado json_schema. MiniMax-M3 na-akwado ya, nke pụtara na ị nwere ike inweta ihe a kwadoro site n'onyonyo n'enweghị akwa nkewa:

{
  "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
      }
    }
  }
}

Mgbalị echiche

Ụdị ahụ na-egosipụta reasoning_effort. N'ịkewa onyonyo n'ọtụtụ, debe ya ala — ị na-ajụ ajụjụ nghọta anya, token echiche bụkwa token mmepụta ị na-akwụ ụgwọ maka ya. Bulie ya maka ọkpụkpọ ndị onyonyo ahụ bụ ihe akaebe n'arụmụka dị ogologo: ịgụ eserese megide nkọwapụta, ijikọ chaatị na tebụl, ikpebi ma foto ihuenyo abụọ ọ̀ na-egosi otu ntụpọ ahụ.

Ntụaka paramita zuru oke, nkọwa njehie, na ụdị streaming maka olumba atọ ahụ niile dị n'akwụkwọ API Shannon.

08Ebe MiniMax-M3 bụ nhọrọ ziri ezi — na ebe ọ na-abụghị

Were ya mgbe

• Ọrụ onyonyo nke ọtụtụ. Ịkanye nchịkọta data akara, nnyocha nhazi ọdịnaya, ịkwalite katalọgụ, ikewa foto ihuenyo, OCR-na-nhazi nke ọtụtụ n'ofe akwụkwọ e nyochara. Ọnụ ahịa ala bụ arụmụka ahụ dum.
• Onyonyo gaa na ndekọ nwere ụdị. Ọhụụ tinyere json_schema siri ike tinyere token kacha dị ọnụ ala na katalọgụ bụ ngwakọta naanị ụdị abụọ ebe a na-enye.
• Ogologo ọnọdụ multimodal. Ọtụtụ ibe, ma ọ bụ ọtụtụ ihuenyo, n'otu arịrịọ — e wuru nhazi dị n'okpuru ya kpọmkwem maka ụdị ntinye a.
• Nnyocha ebe njụ na-emebi nlereanya ahụ. Ọmụmụ ọ bụla nke izi ezi ya dabere n'ụdị ahụ ịza ihe ọ bụla, gụnyere ndị na-adịghị mma.
• Yinye agent nke na-agụ ihuenyo. Usoro M bụ n'ụzọ doro anya nke agent, ịkpọ ngwá ọrụ dịkwa.

Were ihe ọzọ mgbe

• Ịchọrọ elu ọhụụ kacha elu, ego dịkwa. Kimi-K3 · 3BIT-REAP bụ okpukpu 7.7 nke ọnụ ahịa nnata maka ihe kpatara ya; n'otu ọgụgụ dị oke mkpa, nke ahụ bụ ego ziri ezi imefu.
• Ịchọrọ arọ nwere nkwenye kacha elu. 3-bit bụ ọkwa anyị kacha sie ike. Ụdị W8A16 na-agbanwe ọnụ ahịa maka izi ezi, MiMo-V2.5 · W8A16 nwerekwa ọhụụ n'otu $0.50 / $2.00 ahụ ma ọ bụrụ na nkwenye kwa arọ bụ ihe ị na-akwalite.
• Ịchọrọ vidiyo. Anyị anaghị egosipụta ntinye vidiyo na endpoint a.
• Ọrụ ahụ bụ ederede zuru oke n'ihu ọhịa. DeepSeek-V4-Pro-0813 dị maka nke ahụ; ị ga-akwụ ụgwọ maka ụlọ elu ọhụụ ị na-ejighị eme ihe.

Ọnụọgụ nhazi, benchmark na nkenke maka ezinụlọ MiniMax bụ nke ụlọ nyocha MiniMax AI kọrọ; ọnụọgụ REAP bụ nke ndị odee REAP kọrọ n'ụdị nke aka ha, ha abụghịkwa nha nke ụdị a. Ọnụ ahịa Shannon, windo ọnọdụ na ọkọlọtọ ikike bụ nke anyị, a na-agụtakwa ha site na katalọgụ ụdị anyị dị ndụ.

09Ajụjụ ndị a na-ajụkarị

---

Isi mmalite: Kaadị ụdị 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. Ọnụọgụ benchmark na nkenke nke MiniMax bụ nke ụlọ nyocha kọrọ ma bụrụ nke nwa oge ka a na-echere nkwenye nọọrọ onwe ya. Ọnụ ahịa Shannon na ọkọlọtọ ikike dị ka ha si dị na Septemba 5, 2026.