უცენზურო MiniMax API: ხედვა ფსკერის ფასად
MiniMax-M3 ყველაზე იაფი გზაა, Shannon-ის გეითვეიზე უცენზურო სურათის გაგება მიიღოთ — $0.50 შემავალზე, $2.00 გამომავალზე, 262,144 ტოკენი კონტექსტი და უარის ფენის გარეშე თქვენსა და სურათს შორის.
მოკლედ
MiniMax-M3 · 3BIT-REAP არის ხედვის მქონე, უცენზურო მოდელი Shannon-ის ფსკერის ფასად: $0.50 მილიონ შემავალ ტოკენზე და $2.00 მილიონ გამომავალ ტოკენზე, 262,144-ტოკენიანი კონტექსტით, 16,384 ტოკენი გამოსავლით, სტრიმინგით, ინსტრუმენტების გამოძახებით, მსჯელობით reasoning_effort-ის მეშვეობით და მკაცრი json_schema გამოსავლით. ის აშენებულია MiniMax AI-ს M3 საფუძველზე — 428B-პარამეტრიან ექსპერტთა ნაზავის მოდელზე MiniMax Sparse Attention-ითა და მშობლიური მულტიმოდალური წვრთნით — შეკუმშული 3-ბიტიანი წონებითა და REAP ექსპერტების გასხვლით, რომ ამ ფასად ჩვენსავე GPU კლასტერზე დაეტიოს. თუ თქვენი დატვირთვაა „შეხედე ამ სურათს და პატიოსნად უპასუხე, ათი ათასჯერ“, ეს არის ის მოდელი.
თითქმის ყოველი ჰოსტინგზე მდგარი მულტიმოდალური API ხედვას პრემიუმად აფასებს. ტექსტისთვის ტექსტური მოდელის ტარიფს იხდით, მერე კი მეტს იხდით — ხანდახან რამდენჯერმე მეტს — იმ წამსვე, როცა მოთხოვნაში სურათი შედის. ამას ისიც ემატება, რომ სწორედ სურათის შეტანაზეა უარის ქცევა ყველაზე აგრესიული: მოდელი, რომელიც სიამოვნებით განიხილავს თემას ტექსტში, უარს იტყვის იმავეს ფოტოზე აღწერაზე. შედეგი პროდუქტია, რომელიც გამოძახებაზე ძვირია და გამოძახებაზე არასაიმედო, რაც მოცულობის დამუშავებისას ორივე სამყაროს უარესი მხარეა. MiniMax-M3 Shannon-ზე ჩვენი პასუხია ამაზე: იგივე $0.50 / $2.00, რასაც ჩვენს ყველაზე იაფ ტექსტურ მოდელში იხდით, მიყენებული საფუძველზე, რომელიც პირველივე ნაბიჯიდან მულტიმოდალურად იწვრთნებოდა, და მის წინ უარის ფენა არ დგას.
01რას ნიშნავს აქ სინამდვილეში „ყველაზე იაფი უცენზურო ხედვის მოდელი“
Shannon-ის კატალოგი თორმეტი მოდელია. მათგან ხუთი იღებს სურათებს. მათი ფასები მილიონ ტოკენზე:
| ხედვის მქონე მოდელი | შემავალი | გამომავალი | სტრუქტურირებული გამოსავალი |
|---|---|---|---|
| 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 | მხოლოდ response_format |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | json_schema + response_format |
MiniMax-M3 ფსკერზე დგას — $0.50 / $2.00 — MiMo-V2.5-თან თანაბრად, და მის ქვემოთ არაფერია, რადგან $0.50 / $2.00 არის ჩვენი ფასების სიის ფსკერი. ხედვის დიაპაზონის მწვერვალთან შედარებით ის Kimi-K3-ზე 7.7-ჯერ იაფია შემავალზე და 9.6-ჯერ იაფი გამომავალზე.
გადაიტანეთ ეს დატვირთვაზე. დავუშვათ, 1,000 სურათს ახარისხებთ — ეკრანის სურათები, დასკანერებული გვერდები, პროდუქტის ფოტოები — სადაც შესვლისას საშუალოდ 1,200 ტოკენია სურათი პლუს მოთხოვნა და გამოსვლისას 300 ტოკენი პასუხი:
Shannon-ის საპრეისკურანტო ფასები, 2026 წლის სექტემბერი. ტოკენების რაოდენობა საილუსტრაციოა; თქვენი სურათის ტოკენიზაცია გარჩევადობაზე და გამოძახებაზე მიმაგრებული სურათების რაოდენობაზეა დამოკიდებული.
კიდევ ორი საორიენტაციო წერტილი, რომელიც თავში ღირს გქონდეთ. მთელი 262,144-ტოკენიანი კონტექსტის ერთხელ შევსება დაახლოებით 13 ცენტი ჯდება. მაქსიმალური სიგრძის 16,384-ტოკენიანი პასუხი დაახლოებით 3.3 ცენტი. ეს არის ერთი უარეს შემთხვევაში მოთხოვნის ნამდვილი საზღვრები და ისინი იმდენად მცირეა, რომ ხედვის კონვეიერზე საინტერესო შეზღუდვა ფული აღარაა და გამტარუნარიანობა ხდება.
02MiniMax-ის წარმომავლობა: ლაბორატორია, რომელიც ტოკენებს ოპტიმიზებს და არა სათაურებს
MiniMax AI შანხაის ლაბორატორიაა, რომლის მთელი ღია წონების ისტორია ერთ კითხვას ეხება: როგორ გავხადოთ ყურადღება იმდენად იაფი, რომ გრძელი კონტექსტი და მულტიმოდალურობა ფუფუნება აღარ იყოს? ამ ხაზის ყოველი გამოშვება ამ კითხვის პასუხია და პასუხები ერთმანეთზე შენდება.
MiniMax-01 — Lightning Attention და ხედვა თავიდანვე
MiniMax-01 სერიამ (გამოქვეყნებულია როგორც arXiv 2501.08313) წარმოადგინა Lightning Attention, წრფივი ყურადღების ვარიანტის შეტანა-გამოტანაზე გათვლილი რეალიზაცია, 456B ჯამური პარამეტრის ჰიბრიდულ ექსპერტთა ნაზავის მოდელში ტოკენზე 45.9B აქტიურით. სერია წყვილად გამოვიდა: MiniMax-Text-01 და MiniMax-VL-01, ხედვის მოდელი. VL-01 იყენებდა ახლა უკვე ნაცნობ ViT-MLP-LLM დასტას, მაგრამ 303-მილიონპარამეტრიანი ხედვის ტრანსფორმერით, ნულიდან გაწვრთნილით 694 მილიონ სურათ-წარწერის წყვილზე და არა ნასესხები ენკოდერით, შემდეგ კი გასწორებული და ერთობლივად დაზუსტებული მრავალეტაპიან კონვეიერზე, რომელმაც 512 მილიარდი ტოკენი დაამუშავა.
ეს დეტალი მნიშვნელოვანია იმ სტატიისთვის, რომელსაც კითხულობთ. ხედვა ამ წარმომავლობაში ტექსტურ მოდელზე გვიან მიმაგრებული ადაპტერი არაა, ვინმეს გრაფაში გალოჩვის მიზნით. MiniMax საკუთარ ვიზუალურ კოშკს პირველივე ღია გამოშვებიდან წვრთნის, სწორედ ამიტომ იყო დოკუმენტების გაგება, ინტერფეისისა და ეკრანის სურათების აღქმა და დიაგრამების კითხვა ამ ოჯახის თანმიმდევრული ძლიერი მხარეები და არა შემდგომი ფიქრები.
MiniMax-M1 — ჰიბრიდული ყურადღება ვრცელი მსჯელობისთვის
MiniMax-M1 (arXiv 2506.13585) მისმა ავტორებმა აღწერეს როგორც პირველი ღია წონების, დიდმასშტაბიანი ჰიბრიდულყურადღებიანი მსჯელობის მოდელი. მან შეინარჩუნა 456B / 45.9B MoE სხეული და ორი ტიპის ყურადღება მოანაცვლა: ჩვეულებრივი softmax-ყურადღების ტრანსფორმერის ბლოკი ყოველი შვიდი Lightning Attention ბლოკის შემდეგ. მოგება გამოთვლებში გაიზომა და არა ლიდერბორდზე პოზიციაში — MiniMax-მა აღნიშნა, რომ 100K-ტოკენიან გენერაციის სიგრძეზე M1 DeepSeek R1-ის FLOP-ების დაახლოებით 25%-ს ხარჯავდა, ხოლო მშობლიურად ერთმილიონტოკენიან კონტექსტს უჭერდა მხარს.
MiniMax-M2 — მობრუნება მცირე აქტივაციისკენ
MiniMax-M2 ზომის მხრივ საპირისპირო მიმართულებით წავიდა და ამით მოიპოვა ყურადღება: 62-შრიანი დეკოდერი 229.9B ჯამური პარამეტრით, მაგრამ ტოკენზე მხოლოდ ~9.8B აქტიურით, MoE შრეზე 256 წვრილმარცვლოვანი ექსპერტით და სიგმოიდური მარშრუტიზაციით მათგან რვაზე, RoPE პოზიციებითა და QK-RMSNorm-ით წვრთნის სტაბილურობისთვის. ის ცხადად აგენტური კოდირების მოდელი იყო — მრავალფაილიანი ცვლილებები, გაშვება-გასწორების მარყუჟები, ტესტით დამოწმებული შეკეთებები — და მან წარმოადგინა გადაწნული ფიქრის ფორმატი, სადაც მსჯელობა ინსტრუმენტული გამოძახების რაუნდებს შორის გადადის და არა ყოველი სვლის შემდეგ იშლება. სწორედ M2-მა დაუმკვიდრა MiniMax-ს რეპუტაცია, რომ სასაზღვროსთან მიახლოებულ აგენტურ ქცევას ტოკენზე ხარჯის მცირე ნაწილად აწვდის — უბრალოდ იმით, რომ აქტივაციები პაწაწინა შეინარჩუნა.
MiniMax-M3 — საფუძველი ამ ენდპოინტის ქვეშ
MiniMax-M3 გამოვიდა 2026 წლის 1 ივნისს, წონებით Hugging Face-ზე ცოტა ხანში და ტექნიკური ანგარიშით arXiv 2606.13392-ზე. ეს არის 428B-პარამეტრიანი ექსპერტთა ნაზავის მოდელი ტოკენზე დაახლოებით 23B აქტიურით, დოკუმენტირებული ერთმილიონტოკენიანი კონტექსტითა და მშობლიური სურათისა და ვიდეოს შეტანით — MiniMax მას აღწერს როგორც შერეულ-მოდალობაზე „პირველივე ნაბიჯიდან“ გაწვრთნილს და არა ჯერ ტექსტზე წინასწარ გაწვრთნილს და შემდეგ მულტიმოდალურად ადაპტირებულს. MiniMax-ის საკუთარი გამოქვეყნებული ციფრებით ის იღებს 80.5%-ს SWE-bench Verified-ზე და 59.0%-ს SWE-bench Pro-ზე. ეს მომწოდებლის მიერ მოწოდებული ციფრებია კოდირების ბენჩმარკზე, სწორედ ასეც უნდა აწონოთ ისინი; ჩვენ მათ ვიმოწმებთ იმიტომ, რომ ეს ლაბორატორიის გამოქვეყნებული მტკიცებებია და არა იმიტომ, რომ დამოუკიდებლად გავიმეორეთ.
03MiniMax Sparse Attention: რატომ შეიძლება ხედვის მოდელი ასეთი იაფი იყოს
M3-ში საინტერესო საინჟინრო ნაწილი MiniMax Sparse Attention (MSA)-ია და სწორედ ის არის პირდაპირი მიზეზი, რის გამოც ამ ზომის მულტიმოდალური მოდელი ჩვენს ფსკერის ფასზე შეიძლება იდგეს. სურათები ტოკენებით ძვირია. მაღალი გარჩევადობის რამდენიმე გვერდს მოთხოვნაში ათეულობით ათასი ტოკენის ჩადება შეუძლია, სანამ ერთ ინსტრუქციასაც კი დაწერდეთ. სტანდარტული ყურადღებისას ეს ხარჯი კვადრატულად გროვდება და მოდელი, რომელიც ოც გვერდს კითხულობს, ათი გვერდის წამკითხავზე ორჯერ ძვირი კი არა, ორჯერზე გაცილებით უარესია.
MSA ამ მრუდის ფორმას ცვლის. ეს არის ბლოკურ-მეჩხერი მექანიზმი, აშენებული Grouped Query Attention-ის ხერხემალზე, ორ განშტოებად გაყოფილი:
- მსუბუქი საინდექსო განშტოება, რომელიც გასაღებ-მნიშვნელობის ბლოკებს აფასებს — ქულების მაქსიმუმით შეკრებით თითოეული ბლოკის ტოკენებზე — და ირჩევს საუკეთესო k-ს ყოველ საკითხავ პოზიციაზე და ყოველ GQA ჯგუფზე, ყოველთვის თან რთავს რა თვით შეკითხვის შემცველ ლოკალურ ბლოკს წვრთნის სტაბილურობისთვის.
- მთავარი განშტოება, რომელიც ჩვეულებრივ softmax ყურადღებას მხოლოდ საინდექსოს მიერ შერჩეულ ბლოკებზე უშვებს.
MSA-ს ნაშრომში კონფიგურაციაა k = 16 ბლოკი 128 ტოკენისა, რაც ყოველ შეკითხვას 2,048 დათვალიერებული ტოკენის ფიქსირებულ ბიუჯეტს აძლევს. ფიქსირებული — ანუ ის მიმდევრობის სიგრძესთან ერთად არ იზრდება. სწორედ ესაა მთელი ხრიკი: კონტექსტის ზრდისას მკვრივი საბაზისოს ყურადღების ხარჯი გამუდმებით მაღლა მიდის, ხოლო MSA-ს მთავარი განშტოების ხარჯი ბრტყელი რჩება, ასე რომ ყურადღება წრფივად და არა კვადრატულად მასშტაბირდება.
ციფრები MiniMax Sparse Attention-ის ანგარიშიდან (arXiv 2606.13392): ტოკენზე ყურადღების FLOP-ების 28.4-ჯერ შემცირება ეკვივალენტურად კონფიგურირებულ GQA-სთან შედარებით 1M კონტექსტზე, და 14.2-ჯერ წინასწარი შევსების / 7.6-ჯერ დეკოდირების რეალურ დროში აჩქარება, გაზომილი H800 აპარატურაზე ნაშრომის 109B-პარამეტრიან კვლევაში. MiniMax ცალკე აღნიშნავს 9-ჯერ წინასწარი შევსების და 15-ჯერ დეკოდირების აჩქარებას M3-ისთვის M2-თან შედარებით 1M კონტექსტზე. ყველა მათგანი ლაბორატორიის მიერაა მოწოდებული.
ნაშრომი იმ შემოწმებასაც აკეთებს, რომელიც ხედვის სტატიისთვის მნიშვნელოვანია: მშობლიურად მულტიმოდალურ 109B MoE-ზე MSA-მ სრულყურადღებიან საბაზისოსთან შესადარისი შედეგები შეინარჩუნა სურათის ბენჩმარკებზე, მათ შორის AI2D-ზე, ChartQA-სა და MMMU-ზე, და ვიდეოს ბენჩმარკებზე, მათ შორის EgoSchema-ზე, LongVideoBench-სა და VideoMME-ზე — ხოლო მეჩხერი ვარიანტები ხანდახან უმჯობესდებოდნენ უფრო გრძელკონტექსტიან ვიდეო ამოცანებზე. სიმეჩხერე აქ სიჩქარისთვის გადახდილი ხარისხის გადასახადი არაა; გრძელ შეტანაზე ის, როგორც ჩანს, თითქმის უფასოა.
რატომ უნდა გაინტერესებდეთ ეს როგორც კლიენტს: მომსახურების თვითღირებულება განსაზღვრავს საპრეისკურანტო ფასს. საფუძველი, რომლის ყურადღების ხარჯიც აღარ იზრდება, არის საფუძველი, რომელსაც ასი ათასი სურათისკენ მიმართვა შეგიძლიათ. სწორედ ესაა მექანიზმი „ყველაზე იაფი უცენზურო ხედვის მოდელის“ უკან — ეს სარეკლამო ტარიფი კი არა, არქიტექტურაა.
04რას ნიშნავს 3BIT-REAP და სად გიჯდებათ ის ძვირად
428 მილიარდპარამეტრიანი მოდელი სრული სიზუსტით არსად მოსახერხებლად არ ეტევა. ჩვენს MiniMax-M3 ბილდს 3BIT-REAP სუფიქსი აქვს, რომელიც ორ ცალკეულ ოპერაციას აღწერს, კონკრეტული თანმიმდევრობით შესრულებულს.
REAP: წაშალე ექსპერტები, სანამ მათ შეკუმშავ
REAP — Router-weighted Expert Activation Pruning — ერთჯერადი MoE შეკუმშვის მეთოდია Cerebras-იდან და კალგარის უნივერსიტეტიდან, გამოქვეყნებული როგორც arXiv 2510.13999 და მიღებული ICLR 2026-ზე. მისი არგუმენტია, რომ გენერაციული ამოცანებისთვის ექსპერტების გასხვლა მათ შერწყმას სჯობს: შერწყმა მარშრუტიზატორის წვრილმარცვლოვან კონტროლს ანგრევს და ისეთ ცდომილებას შემოაქვს, რომლის აღდგენაც ვეღარასოდეს მოხერხდება. ამიტომ REAP ყოველ ექსპერტს გამოკვეთილობის კრიტერიუმით აფასებს, რომელიც აერთიანებს მარშრუტიზატორის კარიბჭის მნიშვნელობებს (რამდენად ხშირად და ძლიერად ირჩევს მას მარშრუტიზატორი) და ექსპერტის აქტივაციის ნორმებს (რამდენს დებს რეალურად მისი გამოსავალი), შემდეგ კი ყველაზე ნაკლებად გამოკვეთილ ექსპერტებს პირდაპირ შლის.
ავტორები აღნიშნავენ ექსპერტების 50%-მდე მოშორებას ერთ ტრილიონ პარამეტრამდე მოდელებში საბაზისო ხარისხის დიდწილად შენარჩუნებით — Qwen3-480B-Coder-FP8-ზე 50%-იანი გასხვლისას შენარჩუნდა საბაზისო არააგენტური კოდირების უნარის 97.6% და 96.7% აგენტურ SWE-Bench-ზე. ეს ნაშრომის ციფრებია ნაშრომის მოდელებზე და არა ჩვენი ციფრები MiniMax-M3-ზე; მათ იმისთვის ვიმოწმებთ, რომ მეთოდი შეაფასოთ და არა იმისთვის, რომ აქ ეკვივალენტური გაზომვა ვიგულისხმოთ.
3-ბიტიანი წონები, მეორე რიგში
გადარჩენილი წონები შემდეგ 3 ბიტად ინახება. თანმიმდევრობა განზრახია და სწორედ ესაა კომბინაციის არსი: ჯერ გასხვლა, მერე კვანტიზაცია. აზრი არ აქვს ძვირფასი სამი ბიტი წონაზე იმ ექსპერტების ერთგულ კოდირებაზე დახარჯოთ, რომელთა წაშლასაც აპირებთ. გასხალით მეჩხერი კუდი, შემდეგ კი დარჩენილი ბიუჯეტი მთლიანად იმ ექსპერტებს დაუთმეთ, რომლებიც რეალურად ირთვება.
პატიოსანი დათქმა
3BIT-REAP ყველაზე აგრესიული დონეა, რასაც ვაწვდით. მას უდიდეს საფუძვლებზე ვიყენებთ — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — რადგან ის არის სხვაობა ამ მოდელების საღ ფასად ხელმისაწვდომობასა და მათ სრულ მიუწვდომლობას შორის. სადაც საფუძველი საკმარისად პატარაა, რომ ეს არ დასჭირდეს, ჩვენ მას არ ვიყენებთ: კატალოგში W8A16 მოდელები 8-ბიტიან წონებს 16-ბიტიანი აქტივაციებით უშვებენ, ხოლო W4A16-AUTOROUND-REAP შუაშია და AutoRound-ის ნასწავლი დამრგვალებით იბრუნებს იმ სიზუსტეს, რასაც გულუბრყვილო უახლოესზე დამრგვალება კარგავს. აირჩიეთ დონე, რომელიც თქვენს ტოლერანტობას ემთხვევა. თუ ათი ათასი ინვოისიდან ველებს ამოიღებთ, 3 ბიტი სწორი გაცვლაა. თუ ერთი სურათის ერთ მაღალფსონიან სასამართლო-ექსპერტულ წაკითხვას აკეთებთ, ფული Kimi-K3-ზე დახარჯეთ.
05რას ნიშნავს „უარის ფენის გარეშე“, როცა შეტანა სურათია
„უცენზურო“ ის სიტყვაა, რომელსაც თავისუფლად ხმარობენ, ამიტომ აი ზუსტი მტკიცება: ამ ენდპოინტზე უარის ფენა არ არსებობს და გამოსავალზე ფილტრი არ ედება. არცერთი კლასიფიკატორი არ ამოწმებს თქვენს სურათს, სანამ მოდელი მას დაინახავს. არცერთი პოლიტიკის მოდელი არ ამოწმებს ტოკენებს გამოსვლისას. რასაც მოდელი წარმოქმნის, სწორედ ის მიგივათ.
ტექსტში ამის ეფექტი ნაცნობია. ხედვაში ის სახეობრივად სხვაა, რადგან სწორედ სურათის შეტანაზეა კომერციული მულტიმოდალური API-ები ყველაზე კონსერვატიული და ყველაზე თვითნებური. დამახასიათებელი ჩავარდნები ასე გამოიყურება:
- ვინაობის ბლანკეტური უარები — ფოტოზე ადამიანების საერთოდ აღწერაზე უარი, იმ ნიშნების ჩათვლით, რომლებიც აშკარად ხილული და სრულიად უწყინარია, რადგან პოლიტიკა აღწერას იდენტიფიცირებისგან ვერ არჩევს.
- თემატური თავის არიდება — დოკუმენტის ტრანსკრიბირებაზე ან შეჯამებაზე უარი იმის გამო, თუ რაზეა დოკუმენტი, მაშინაც კი, როცა ტრანსკრიბირება მექანიკური ამოცანაა.
- სამედიცინო და სასამართლო-ექსპერტული სირცხვილი — უარი კლინიკური გამოსახულების, დაზიანების დოკუმენტაციის ან ავარიის ფოტოების აღწერაზე, რომელთა აღწერაც პროფესიონალს სჭირდება.
- უსაფრთხოების ინსტრუმენტების ცრუ დადებითები — ეკრანის სურათის წაკითხვაზე უარი იმიტომ, რომ მასზე ტერმინალი, პაკეტების ჩაწერა ან გამმართველია.
- ჩუმი გაუარესება — ყველაზე უარესი: არა უარი, არამედ თავის ასარიდებელი არაპასუხი, რომელიც თქვენს სქემის ვალიდაციას გაივლის და თქვენს მონაცემთა ნაკრებს მოწამლავს ისე, რომ შეცდომაც არ დაფიქსირდება.
ხუთივესთან ოპერაციული პრობლემა ის კი არაა, რომ ისინი უსამართლოა. პრობლემა ისაა, რომ ისინი გაუზომავია. არასწორი პასუხი მონაცემთა წერტილია; მას ქულას მისცემთ, შეფასებაში დაიჭერთ და გაასწორებთ. უარი კი ხვრელია. სერიულ მასშტაბზე 3%-იანი უარის მაჩვენებელი, არაშემთხვევითად განაწილებული თქვენს შეტანებზე — კონსტრუქციულად სწორედ რთულ და უჩვეულო შემთხვევებზე მოგროვილი — თქვენს შედეგებში სისტემური მიკერძოებაა, რომელსაც შემდგომი გაწმენდის ვერანაირი მოცულობა ვერ აღადგენს. უარის ფენის მოხსნა აშორებს ჩუმი, კორელირებული გამოტოვებული მონაცემების წყაროს.
Shannon-ს ოპერირებს Shannon Lab LLC, ნიუ-მექსიკო, აშშ, ჩვენი პასუხისმგებლიანი გამოყენების პოლიტიკის ფარგლებში. უცენზურო ნიშნავს, რომ მოდელი თქვენს შეტანებზე მორალს არ კითხულობს; ის არ ნიშნავს, რომ ანგარიშს პირობები არ აქვს.
06სრული სპეციფიკაცია
| ველი | MiniMax-M3 · 3BIT-REAP |
|---|---|
| მოდელის იდენტიფიკატორი | MiniMax-M3-3BIT-REAP |
| საფუძველი | MiniMax-M3 (MiniMax AI) |
| კონტექსტის ფანჯარა | 262,144 ტოკენი |
| მაქს. გამოსავალი | 16,384 ტოკენი |
| სურათის შეტანა | დიახ |
| ვიდეოს შეტანა | არ არის გამოტანილი |
| სტრიმინგი | დიახ |
| ინსტრუმენტების გამოძახება | დიახ |
| მსჯელობა | დიახ (reasoning_effort) |
| სტრუქტურირებული გამოსავალი | json_schema + response_format |
| უარის ფენა | არ არსებობს |
| ენდპოინტები | /v1/chat/completions · /v1/messages · /v1/responses |
| სად მუშაობს | Shannon-ის საკუთარ GPU კლასტერზე |
ამ ცხრილში ორი სტრიქონი ხაზგასმას იმსახურებს. ვიდეოს შეტანა გამოტანილი არაა. საწყისი M3 საფუძველი ვიდეოზე იწვრთნებოდა და MiniMax ვიდეოს შეტანას დოკუმენტირებს; ჩვენი ენდპოინტი სურათებს იღებს. აშენეთ სურათებზე. მეორეც, 262,144-ტოკენიანი ფანჯარა ჩვენია და არა საწყისი ერთმილიონიანი მაჩვენებელი — დაგეგმეთ გრძელდოკუმენტიანი და მრავალსურათიანი დატვირთვები 262,144-ზე და არასოდეს გაგიკვირდებათ.
07უცენზურო MiniMax API-ის გამოძახება
სამი დიალექტი, ერთი და იგივე მოდელი ყველა მათგანის უკან, სტრიმინგი სამივეზე. გამოიყენეთ ის, რომელზეც თქვენი არსებული კლიენტი უკვე საუბრობს; შესაძლებლობებით ისინი არ განსხვავდებიან. მიმართეთ თქვენი საბაზისო URL Shannon-ს და შეცვალეთ მოდელის იდენტიფიკატორი.
სურათის გაგება OpenAI დიალექტით
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
}'დაშორებული https:// URL-ებიც და base64 data URL-ებიც მუშაობს image_url ნაწილში. ერთ შეტყობინებაში რამდენიმე სურათის ნაწილი მიამაგრეთ, როცა გვერდებს შორის შედარება გჭირდებათ — 262,144 ტოკენი გაქვთ დასახარჯი და $0.50-ად მილიონზე მათი ხარჯვა იაფია.
ტიპიზებული ამოღება JSON სქემით
სადაც ეს მოდელი კონვეიერში თავის ადგილს იმკვიდრებს, არის კომბინაცია ხედვა + მკაცრი სქემა + ფსკერის ფასი. ჩვენს კატალოგში ყველა მოდელს სამივე არ აქვს: Laguna-S-2.1 და inkling json_schema-ს არ უჭერენ მხარს. MiniMax-M3 უჭერს, რაც ნიშნავს, რომ სურათიდან დამოწმებულ ობიექტს პარსინგის ფენის გარეშე მიიღებთ:
{
"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
}
}
}
}მსჯელობის ძალისხმევა
მოდელს გამოტანილი აქვს reasoning_effort. სურათების მასობრივ კლასიფიკაციაზე დაბალი დატოვეთ — აღქმით კითხვას სვამთ, ხოლო მსჯელობის ტოკენები გამომავალი ტოკენებია, რომლებშიც იხდით. აუწიეთ იმ გამოძახებებზე, სადაც სურათი გრძელი არგუმენტის მტკიცებულებაა: დიაგრამის კითხვა სპეციფიკაციის მიმართ, დიაგრამის შეჯერება ცხრილთან, გადაწყვეტა, ორი ეკრანის სურათი ერთსა და იმავე დეფექტს აჩვენებს თუ არა.
პარამეტრების სრული ცნობარი, შეცდომების სემანტიკა და სამივე დიალექტის სტრიმინგის ფორმატები Shannon-ის API-ის დოკუმენტაციაშია.
08სად არის MiniMax-M3 სწორი არჩევანი — და სად არა
მიმართეთ მას, როცა
- სურათებთან მოცულობითი სამუშაოა. მონაცემთა ნაკრების ეტიკეტირება, მოდერაციის კვლევა, კატალოგის გამდიდრება, ეკრანის სურათების დახარისხება, სერიული OCR და სტრუქტურირება დასკანერებულ დოკუმენტებზე. ფსკერის ფასი მთელი არგუმენტია.
- სურათები ტიპიზებულ ჩანაწერებად. ხედვა პლუს მკაცრი
json_schemaპლუს კატალოგის ყველაზე იაფი ტოკენები — კომბინაცია, რომელსაც აქ მხოლოდ ორი მოდელი გთავაზობთ. - გრძელი მულტიმოდალური კონტექსტი. ბევრი გვერდი ან ბევრი კადრი ერთ მოთხოვნაში — ქვედა არქიტექტურა სწორედ ამ ფორმის შეტანისთვისაა აშენებული.
- კვლევა, სადაც უარები შერჩევას აფუჭებს. ნებისმიერი კვლევა, რომლის ვალიდურობაც იმაზეა დამოკიდებული, რომ მოდელი ყოველ ერთეულს პასუხობს, არასასიამოვნოების ჩათვლით.
- აგენტური მარყუჟები, რომლებიც ეკრანს კითხულობს. M-სერიის წარმომავლობა ცხადად აგენტურია და ინსტრუმენტების გამოძახება ხელმისაწვდომია.
მიმართეთ სხვას, როცა
- ხედვის უმაღლესი ჭერი გჭირდებათ და ბიუჯეტი არსებობს. Kimi-K3 · 3BIT-REAP შემავალზე 7.7-ჯერ ძვირია მიზეზით; ერთ მაღალფსონიან წაკითხვაზე სწორედ ეს ფული უნდა დაიხარჯოს.
- მაქსიმალური ერთგულების წონები გჭირდებათ. 3 ბიტი ჩვენი ყველაზე აგრესიული დონეა.
W8A16მოდელები ფასს სიზუსტეზე ცვლიან და MiMo-V2.5 · W8A16 ხედვის მქონეა იმავე $0.50 / $2.00-ად, თუ წონაზე ერთგულებას ოპტიმიზებთ. - ვიდეო გჭირდებათ. ამ ენდპოინტზე ვიდეოს შეტანას არ გამოვიტანთ.
- ამოცანა სუფთა ტექსტია სასაზღვრო დონეზე. ამისთვის DeepSeek-V4-Pro-0813 არსებობს; სხვა შემთხვევაში ხედვის კოშკში გადაიხდით, რომელსაც არასოდეს იყენებთ.
ამ სტატიაში ყოველი საწყისი ციფრი ჩვენ გარდა სხვის მიერაა გამოქვეყნებული. შეამოწმეთ პირველწყაროები და ნუ დაეყრდნობით ჩვენს შეჯამებას.
MiniMax-ის ოჯახის არქიტექტურის, ბენჩმარკისა და აჩქარების ციფრები MiniMax AI-ს ლაბორატორიის მიერაა მოწოდებული; REAP-ის ციფრები REAP-ის ავტორებმა მოიყვანეს საკუთარ მოდელებზე და ამ ბილდის გაზომვა არაა. Shannon-ის ფასები, კონტექსტის ფანჯარა და შესაძლებლობების დროშები ჩვენია და ჩვენი ცოცხალი მოდელების კატალოგიდან იკითხება.
09ხშირად დასმული კითხვები
რა არის უცენზურო MiniMax API?
ეს არის MiniMax-M3 · 3BIT-REAP, რომელიც Shannon-ის საკუთარ GPU კლასტერზე მუშაობს უარის ფენისა და გამოსავლის ფილტრის გარეშე. მას იძახებთ /v1/chat/completions-ით, /v1/messages-ით ან /v1/responses-ით 262,144-ტოკენიანი კონტექსტის ფანჯრით, სურათის შეტანით, ინსტრუმენტების გამოძახებითა და JSON Schema სტრუქტურირებული გამოსავლით, $0.50-ად მილიონ შემავალ ტოკენზე და $2.00-ად მილიონ გამომავალ ტოკენზე.
იღებს MiniMax-M3 Shannon-ზე სურათის შეტანას?
დიახ. MiniMax-M3 Shannon-ის კატალოგის იმ ხუთი ხედვის მქონე მოდელიდან ერთ-ერთია და სურათებს სტანდარტული image_url კონტენტის ნაწილის ფორმატით იღებს, base64 data URL-ების ჩათვლით. ჩვენი ენდპოინტი მხოლოდ სურათის შეტანას გამოაქვს — ვიდეოს შეტანას არ გამოვიტანთ, თუმცა საწყისი საფუძველი ვიდეოზე იწვრთნებოდა.
რა ღირს უცენზურო სურათის გაგება?
MiniMax-M3 Shannon-ის ფსკერის ფასზე დგას: $0.50 მილიონ შემავალ ტოკენზე და $2.00 მილიონ გამომავალ ტოკენზე. 1,000 სურათიანი გამოძახების პაკეტი, სადაც თითოეულში საშუალოდ 1,200 შემავალი და 300 გამომავალი ტოკენია, დაახლოებით $1.20 ჯდება. იგივე პაკეტი Kimi-K3-ზე, კატალოგის ყველაზე მაღალჭერიან ხედვის მოდელზე, დაახლოებით $10.34 ჯდება.
რას ნიშნავს 3BIT-REAP და აზიანებს ის ხარისხს?
REAP არის Router-weighted Expert Activation Pruning, ერთჯერადი ექსპერტთა ნაზავის შეკუმშვის მეთოდი Cerebras-იდან და კალგარის უნივერსიტეტიდან, რომელიც ყოველ ექსპერტს მარშრუტიზატორის კარიბჭის მნიშვნელობითა და აქტივაციის ნორმით აფასებს, შემდეგ კი ყველაზე ნაკლებად გამოკვეთილ ექსპერტებს კვანტიზაციამდე შლის. დარჩენილი წონები 3 ბიტად ინახება. ეს ჩვენი ყველაზე აგრესიული შეკუმშვის დონეა და სწორედ ის ხდის 428 მილიარდპარამეტრიან საფუძველს ფსკერის ფასად მომსახურებადს. მაქსიმალური ერთგულებისთვის სამაგიეროდ ცალკე W8A16 მოდელებს ვაწვდით.
უჭერს ის მხარს ინსტრუმენტების გამოძახებასა და JSON Schema გამოსავალს?
ორივეს — დიახ. MiniMax-M3 მხარს უჭერს სტრიმინგს, ინსტრუმენტების გამოძახებას, მსჯელობას reasoning_effort კონტროლით, response_format-სა და მკაცრ json_schema სტრუქტურირებულ გამოსავალს. ეს კომბინაცია კატალოგში საყოველთაო არაა — Laguna-S-2.1 და inkling json_schema-ს არ უჭერენ მხარს — ასე რომ თუ სურათიდან ტიპიზებული ობიექტი გჭირდებათ, MiniMax-M3 ყველაზე იაფი მოდელია, რომელიც მას მოგცემთ.
რა კონტექსტის ფანჯარასა და გამოსავლის ლიმიტს ვიღებ?
262,144 ტოკენი კონტექსტი და მოთხოვნაზე 16,384 ტოკენი გამოსავალი, იდენტური ყველა თორმეტივე Shannon მოდელზე. საწყისი MiniMax-M3 საფუძველი ერთ მილიონ ტოკენზეა დოკუმენტირებული; ჩვენ 262K ფანჯარას ვემსახურებით, ამიტომ გრძელდოკუმენტიანი და მრავალსურათიანი დატვირთვები 262,144-ზე დაგეგმეთ და არა საწყის მაჩვენებელზე.
სცადეთ უცენზურო MiniMax API
სურათის გაგება ფსკერის ფასად. სამი დიალექტი, ერთი მოდელის იდენტიფიკატორი, უარის ფენის გარეშე.
წაიკითხეთ API-ის დოკუმენტაცია ყველა მოდელის სახელმძღვანელოShannon Lab LLC · ნიუ-მექსიკო, აშშ · მოქმედებს პასუხისმგებლიანი გამოყენების პოლიტიკა
წყაროები: MiniMax-M3-ის მოდელის ბარათი · 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-ის ბენჩმარკისა და აჩქარების ციფრები ლაბორატორიის მიერაა მოწოდებული და დროებითია დამოუკიდებელ დამოწმებამდე. Shannon-ის ფასები და შესაძლებლობების დროშები აქტუალურია 2026 წლის 5 სექტემბრისთვის.