API MiniMax tsy voasivana: fahitana amin'ny fetra ambany indrindra

Saika ny API multimodal atolotra rehetra dia manao ny fahitana ho vidiny ambony. Mandoa tahan'ny modely lahatsoratra ianao ho an'ny lahatsoratra, dia mandoa be kokoa — indraindray in-telo mihoatra — raha vantany vao miditra amin'ny prompt ny sary. Ankoatra izany, ny sary miditra no toerana mahery indrindra ny fitondran-tena mandà: ny modely izay hiresaka an-kalalahana lohahevitra iray amin'ny lahatsoratra dia handà ny hamaritra izany zavatra izany ao anaty sary. Ny vokany dia vokatra lafo isaky ny fiantsoana ary tsy azo antoka isaky ny fiantsoana, izay ratsy indrindra rehefa mikarakara habetsahana ianao. Ny MiniMax-M3 ao amin'ny Shannon no valinteninay amin'izany: ny $0.50 / $2.00 mitovy amin'ny modely lahatsoratra mora indrindra anay, ampiharina amin'ny fototra nampiofanina ho multimodal hatramin'ny dingana voalohany, tsy misy sosona fandavana mipetraka eo alohany.

01Ny tena dikan'ny "modely fahitana tsy voasivana mora indrindra" eto

Modely roa ambin'ny folo ny katalaogy Shannon. Dimy amin'izy ireo no mandray sary. Indro ny vidiny, isaky ny tapitrisa token:

Modely mahay fahitana	Miditra	Mivoaka	Output voarafitra
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 ihany
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

Eo amin'ny fetra ambany ny MiniMax-M3 — $0.50 / $2.00 — mitovy amin'ny MiMo-V2.5 ary tsy misy ambaniny, satria ny $0.50 / $2.00 no fetra ambany amin'ny lisitry ny vidinay. Manoloana ny tampon'ny sokajy fahitana dia 7,7x mora kokoa amin'ny input ary 9,6x mora kokoa amin'ny output noho ny Kimi-K3 izy.

Ampidiro anaty asa izany. Atao hoe manasokajy sary 1 000 ianao — pikan'efijery, pejy voa-scan, sarim-bokatra — misy 1 200 token eo ho eo (sary miampy prompt) miditra sy 300 token valiny mivoaka:

Vidiny an-tsoratra Shannon, Septambra 2026. Ohatra fotsiny ny isan'ny token; miankina amin'ny fahitsiny sy ny isan'ny sary apetakao isaky ny fiantsoana ny fizarana ny sarinao ho token.

Teboka roa hafa mahasoa hotehirizina an-tsaina. Ny fanenoana ny context 262 144 token manontolo indray mandeha dia mitentina 13 sentimo eo ho eo. Ny valiny 16 384 token amin'ny halavany ambony indrindra dia mitentina 3,3 sentimo eo ho eo. Ireo no tena fetran'ny fangatahana tokana ratsy indrindra, ary kely ampy ka tsy vola intsony no sakana mahaliana amin'ny lalana fahitana fa ny fahafaha-mamokatra.

02Ny firazanan'ny MiniMax: laboratoara manatsara token, fa tsy loha-teny

Ny MiniMax AI dia laboratoara any Shanghai izay mifototra manontolo amin'ny fanontaniana iray ny tantarany amin'ny lanja misokatra: ahoana no hanaovana ny attention ho mora ampy ka tsy ho fahafinaretana intsony ny context lava sy ny multimodalité? Ny famoahana tsirairay eo amin'ny tsipika dia valin'io fanontaniana io, ary mifampitohy ireo valiny.

MiniMax-01 — Lightning Attention, ary fahitana hatramin'ny voalohany

Ny andiany MiniMax-01 (navoaka ho arXiv 2501.08313) dia nampiditra ny Lightning Attention, fampiharana mahatsapa I/O amin'ny karazana attention linear, ao anatin'ny modely Mixture-of-Experts hybrid misy 456 miliara parametatra manontolo sy 45,9 miliara mavitrika isaky ny token. Navoaka ho mpirahalahy ilay andiany: MiniMax-Text-01 sy ny MiniMax-VL-01, ilay modely fahitana. Nampiasa ny stack ViT-MLP-LLM efa fantatra ny VL-01, saingy niaraka tamin'ny Vision Transformer 303 tapitrisa parametatra nampiofanina hatrany am-boalohany tamin'ny sary-famaritana 694 tapitrisa fa tsy encoder nindramina, dia nampifanarahina sy nofehezina niaraka nandritra ny lalana misy dingana maro nikarakara token 512 miliara.

Manan-danja amin'ny lahatsoratra vakinao izany antsipiriany izany. Ny fahitana amin'ity firazanana ity dia tsy adapter napetraka taty aoriana amin'ny modely lahatsoratra mba hamenoana boaty. Nampiofana ny tilikambo ara-tsary manokana ny MiniMax hatramin'ny famoahana misokatra voalohany nataony, ary izany no antony maha-hery tsy tapaka ho an'ny fianakaviana ny fahazoana antontan-taratasy, ny fahatakarana UI sy pikan'efijery, ary ny famakiana kisary.

MiniMax-M1 — attention hybrid ho an'ny fisainana lava

Ny MiniMax-M1 (arXiv 2506.13585) dia nofaritan'ny mpanoratra azy ho modely fisainana attention hybrid lanja misokatra lehibe voalohany. Notazoniny ny vatana MoE 456 miliara / 45,9 miliara ary nampifandimbiasiny ny karazana attention roa: bloc transformer softmax-attention mahazatra aorian'ny bloc Lightning Attention fito. Ny tombony dia norefesina tamin'ny kajy fa tsy tamin'ny toerana amin'ny lisitra — nitatitra ny MiniMax fa amin'ny halavan'ny famokarana 100K token, dia nandany 25% amin'ny FLOPs an'ny DeepSeek R1 eo ho eo ny M1, sady nanohana context iray tapitrisa arivo token natoraly.

MiniMax-M2 — ny fivilana mankany amin'ny fanetsehana kely

Ny MiniMax-M2 dia nandeha lalana mifanohitra momba ny habe ary nahazo saina noho izany: decoder 62 sosona misy 229,9 miliara parametatra manontolo nefa ~9,8 miliara mavitrika isaky ny token ihany, mampiasa manam-pahaizana madinika 256 isaky ny sosona MoE misy routing sigmoid mankany amin'ny valo amin'izy ireo, toerana RoPE ary QK-RMSNorm ho amin'ny fahamarinan-toeran'ny fiofanana. Modely fanoratana kaody agentic mazava izy — fanovana rakitra maro, tondro-mihodina mampandeha sy manitsy, fanamboarana voamarin'ny fitsapana — ary nampidiriny ny endrika fisainana mifamahofaho, izay entina eo anelanelan'ny fihodinana fiantsoana fitaovana ny fisainana fa tsy ariana isaky ny fihodinana. Ny M2 no modely nanorina ny lazan'ny MiniMax amin'ny fanolorana fitondran-tena agentic akaikin'ny sisin-tany amin'ny ampahany kely amin'ny vidiny isaky ny token, amin'ny alalan'ny fitazonana ny fanetsehana ho kely dia kely.

MiniMax-M3 — ny fototra ao ambanin'ity endpoint ity

Navoaka ny 1 Jona 2026 ny MiniMax-M3, niaraka tamin'ny lanja tao amin'ny Hugging Face fotoana fohy taorian'izay sy tatitra ara-teknika ao amin'ny arXiv 2606.13392. Modely Mixture-of-Experts 428 miliara parametatra misy 23 miliara mavitrika eo ho eo isaky ny token izy, misy context iray tapitrisa arivo token voarakitra, ary sary sy horonan-tsary miditra natoraly — lazain'ny MiniMax fa nampiofanina amin'ny modalité mifangaro "hatramin'ny dingana voalohany indrindra" izy, fa tsy nampiofanina mialoha amin'ny lahatsoratra dia nampifanarahina ho multimodal taty aoriana. Amin'ny tarehimarika navoakan'ny MiniMax dia mahazo 80,5% amin'ny SWE-bench Verified sy 59,0% amin'ny SWE-bench Pro izy. Tarehimarika notaterin'ny mpamatsy amin'ny benchmark fanoratana kaody ireo, ary izany indrindra no tokony handanjanao azy; atolotray izy ireo satria fitakiana navoakan'ny laboratoara, fa tsy satria naverinay natao tsy miankina.

03MiniMax Sparse Attention: ny antony mety ho mora toy izao ny modely fahitana

Ny injeniera mahaliana ao amin'ny M3 dia ny MiniMax Sparse Attention (MSA), ary izy no antony mivantana ahafahan'ny modely multimodal manana io habe io mipetraka eo amin'ny fetra ambany indrindra anay. Lafo token ny sary. Pejy vitsivitsy misy fahitsiny avo dia mahazo mametraka token an'aliny ao anaty prompt alohan'ny hanoratanao toromarika iray akory. Amin'ny attention mahazatra dia mitombo quadratika io vidiny io, ary ny modely mamaky pejy roapolo dia tsy avo indroa ny vidiny noho ny mamaky folo — ratsy lavitra noho ny avo indroa izy.

Ovain'ny MSA ny endrik'io fiolahana io. Mekanisma block-sparse naorina eo ambonin'ny fototra Grouped Query Attention izy, zaraina ho sampana roa:

• Sampana Index maivana izay manisa ny bloc key-value — max-pooling ny naoty manerana ny token ao anatin'ny bloc tsirairay — ary mifidy ny top-k isaky ny toeran'ny query sy isaky ny vondrona GQA, mampiditra foana ny bloc eo an-toerana misy ny query mba hahamarin-toerana ny fiofanana.
• Sampana Fototra izay mampandeha attention softmax mahazatra amin'ny bloc voafidin'ny index ihany.

Ny fandrindrana ao amin'ny taratasy MSA dia k = 16 bloc misy token 128, izay manome ny query tsirairay teti-bola raikitra 2 048 token arahi-maso. Raikitra, midika hoe tsy mitombo miaraka amin'ny halavan'ny filaharana. Izay no fetsy manontolo: rehefa mitombo ny context dia mitohy miakatra ny vidin'ny attention amin'ny fototra matevina raha mijanona milamina kosa ny vidin'ny sampana fototry ny MSA, ka mitombo linear fa tsy quadratika ny attention.

Tarehimarika avy amin'ny tatitra MiniMax Sparse Attention (arXiv 2606.13392): fihenana 28,4x amin'ny FLOPs attention isaky ny token manoloana ny GQA voarindra mitovy amin'ny context 1M, ary hafainganana 14,2x prefill / 7,6x decode norefesina tamin'ny fitaovana H800 ao amin'ny fandalinana 109 miliara parametatra ao amin'ny taratasy. Mitatitra hafainganana 9x prefill sy 15x decode ho an'ny M3 manoloana ny M2 amin'ny context 1M ihany koa ny MiniMax. Samy notaterin'ny laboratoara ireo.

Manao ihany koa ny taratasy ny fanamarinana manan-danja amin'ny lahatsoratra momba ny fahitana: amin'ny MoE 109 miliara multimodal natoraly, ny MSA dia nitazona fahombiazana mitovy amin'ny fototra attention feno manerana ny benchmark sary anisan'izany ny AI2D, ChartQA sy MMMU, ary manerana ny benchmark horonan-tsary anisan'izany ny EgoSchema, LongVideoBench sy VideoMME — ary indraindray aza nanatsara ny karazana sparse tamin'ny asa horonan-tsary misy context lavakokoa. Tsy hetra amin'ny kalitao aloanao ho takalon'ny hafainganana ny sparsité eto; amin'ny input lava dia toa maimaim-poana izy.

Ny antony tokony hikarakaranao izany amin'ny maha-mpanjifa: ny vidin'ny fanolorana no mametra ny vidiny an-tsoratra. Ny fototra izay tsy mitombo intsony ny vidin'ny attention-ny dia fototra azonao atodika amin'ny sary iray hetsy. Izany no mekanisma ao ambadiky ny "modely fahitana tsy voasivana mora indrindra" — tsy tahan'ny dokambarotra izy, fa firafitra.

04Ny dikan'ny 3BIT-REAP, sy ny toerana andaniany aminao

Ny modely 428 miliara parametatra dia tsy mifanaraka amin'ny toerana mora azo amin'ny fahamarinana feno. Ny build MiniMax-M3 anay dia mitondra ny tovana 3BIT-REAP, izay mamaritra asa roa samy hafa nampiharina tamin'ny filaharana voafaritra.

REAP: fafao ny manam-pahaizana alohan'ny hanerena azy

Ny REAP — Router-weighted Expert Activation Pruning — dia fomba fanerena MoE indray mandeha avy amin'ny Cerebras sy ny Oniversiten'i Calgary, navoaka ho arXiv 2510.13999 ary nekena tao amin'ny ICLR 2026. Ny fanamarinany dia ny hoe amin'ny asa famokarana dia mandresy ny fampifangaroana azy ireo ny fanapahana ny manam-pahaizana: manimba ny fifehezana madinika ataon'ny router ny fampifangaroana ary mampiditra hadisoana tsy ho voavonjinao mihitsy. Ka ny REAP kosa dia manisa ny manam-pahaizana tsirairay amin'ny fepetra saliency mampifangaro ny sandan'ny vavahadin'ny router (ny fahamatetika sy ny hamafin'ny fifidianan'ny router azy) sy ny norm-n'ny fanetsehan'ny manam-pahaizana (ny halehiben'ny fandraisan'ny output-ny anjara marina), dia mamafa tanteraka ireo tsy dia manan-danja.

Mitatitra ny mpanoratra fa nesorina hatramin'ny 50% amin'ny manam-pahaizana tamin'ny modely mahatratra iray tapitrisa arivo parametatra nefa notazonina ny kalitao fototra — tamin'ny Qwen3-480B-Coder-FP8 amin'ny fanapahana 50%, dia notazonina ny 97,6% amin'ny fahaiza-manoratra kaody tsy agentic fototra sy 96,7% amin'ny SWE-Bench agentic. Tarehimarikan'ny taratasy amin'ny modelin'ny taratasy ireo, fa tsy anay amin'ny MiniMax-M3; atolotray izy ireo mba hahafahanao mitsara ny fomba, fa tsy mba hilazana fa misy fandrefesana mitovy eto.

Lanja 3-bit, faharoa

Avy eo dia tehirizina amin'ny 3 bit ny lanja tavela. Natao an-tsitrapo ny filaharana ary izy no fototry ny fitambarana: tapaho aloha, atao quantization avy eo. Tsy misy antony handaniana ny telo bit sarobidinao isaky ny lanja hanoratana amim-pahamarinana ny manam-pahaizana efa hofafanao. Tapaho ny rambony sparse, dia avelao handeha manontolo any amin'ny manam-pahaizana tena mirehitra ny teti-bola sisa.

Ny fanamarihana marina

Ny 3BIT-REAP no ambaratonga mahery indrindra atolotray. Ampiasainay amin'ny fototra lehibe indrindra izy — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — satria izy no elanelana eo amin'ny fisian'ireo modely ireo amin'ny vidiny ara-dalàna sy ny tsy fisiany mihitsy. Raha kely ampy tsy mila azy ny fototra iray dia tsy ampiasainay: ny modely W8A16 ao amin'ny katalaogy dia mampandeha lanja 8-bit miaraka amin'ny fanetsehana 16-bit, ary ny W4A16-AUTOROUND-REAP mipetraka eo anelanelany, mampiasa ny fanodinana nianaran'ny AutoRound mba hamerenana ny fahamarinana omen'ny quantization fanodinana tsotra. Fidio ny ambaratonga mifanaraka amin'ny fandeferanao. Raha manesotra saha avy amin'ny faktiora iray alina ianao dia ny 3-bit no fifanakalozana marina. Raha mamaky forensika manan-danja lehibe indray mandeha amin'ny sary tokana kosa, dia lanio ny vola amin'ny Kimi-K3.

05Ny dikan'ny "tsy misy sosona fandavana" rehefa sary ny input

Teny ampiasaina tsy an-tsakany sy an-davany ny "tsy voasivana", ka indro ny fitakiana marina: tsy misy sosona fandavana ary tsy misy fanivanana output amin'ity endpoint ity. Tsy misy classifier mandinika ny sarinao alohan'ny hahitan'ny modely azy. Tsy misy modely politika mandinika ny token amin'ny fivoahana. Izay vokarin'ny modely no raisinao.

Amin'ny lahatsoratra dia efa fantatra ny vokatr'izany. Amin'ny fahitana kosa dia hafa karazana izy, satria ny fitondran-tena mandà amin'ny sary miditra no toerana malina indrindra sy tsy misy antony indrindra amin'ny API multimodal ara-barotra. Toy izao ny tsy fahombiazana mampiavaka azy:

• Fandavana ankapobeny momba ny maha-olona — fandavana tanteraka ny hamaritana olona anaty sary, na dia ny toetra hita mazava sy tsy manan-tsiny aza, satria tsy afaka manavaka ny famaritana amin'ny famantarana ny politika.
• Fialana amin'ny lohahevitra — fandavana ny handika na hamintina antontan-taratasy noho ny votoatiny, na dia asa mekanika aza ny fandikana.
• Fanaintainana ara-pitsaboana sy forensika — fandavana ny hamaritana sary klinika, antontan-taratasy momba ny ratra, na sarin'ny loza izay ilain'ny matihanina hofaritana.
• Diso positif amin'ny fitaovam-piarovana — fandavana ny hamaky pikan'efijery satria misy terminal, packet capture, na debugger izy.
• Fihenana mangina — izy no ratsy indrindra: tsy fandavana fa valiny miolakolaka, izay mandalo ny fanamarinana schema-nao ary mandoto ny angonao tsy misy hadisoana mipoitra mihitsy.

Ny olana ara-pandidiana amin'ireo dimy ireo dia tsy hoe tsy rariny izy ireo. Fa tsy azo refesina izy ireo. Ny valiny diso dia teboka angona; azonao isaina, azonao tratrarina amin'ny fanombanana, ary azonao ahitsiana. Ny fandavana kosa dia lavaka. Amin'ny habetsahana, ny taham-pandavana 3% miparitaka tsy kisendrasendra manerana ny input-nao — mifantoka, noho ny fomba nahary azy, amin'ny tranga sarotra sy tsy mahazatra indrindra — dia fiangarana ara-drafitra amin'ny valinao izay tsy hovonjen'ny fanadiovana aoriana na inona na inona. Ny fanesorana ny sosona fandavana dia manaisotra loharanon'ny angona tsy ampy, mangina ary mifandray.

Tantanin'ny Shannon Lab LLC, New Mexico, Etazonia, ny Shannon, eo ambanin'ny politikam-pampiasana tomponandraikitra anay. Ny hoe tsy voasivana dia midika fa tsy manisy fanamarihana momba ny input-nao ny modely; tsy midika izy fa tsy misy fepetra ny kaonty.

06Ny famaritana feno

Saha	MiniMax-M3 · 3BIT-REAP
Id-n'ny modely	MiniMax-M3-3BIT-REAP
Fototra	MiniMax-M3 (MiniMax AI)
Varavarankely context	262 144 token
Output ambony indrindra	16 384 token
Sary miditra	Eny
Horonan-tsary miditra	Tsy aseho
Streaming	Eny
Fiantsoana fitaovana	Eny
Fisainana	Eny (reasoning_effort)
Output voarafitra	json_schema + response_format
Sosona fandavana	Tsy misy
Endpoint	/v1/chat/completions · /v1/messages · /v1/responses
Atolotra eo amin'ny	Vondrona GPU an'ny Shannon manokana

Andalana roa ao amin'io tabilao io no mendrika hasongadina. Tsy aseho ny horonan-tsary miditra. Nampiofanina tamin'ny horonan-tsary ny fototra M3 any ambony ary voarakitry ny MiniMax ny horonan-tsary miditra; ny endpoint anay kosa mandray sary. Manorena manoloana ny sary. Faharoa, ny varavarankely 262 144 token dia anay, fa tsy ilay iray tapitrisa arivo any ambony — kajio manoloana ny 262 144 ny asa antontan-taratasy lava sy sary maro, dia tsy hisy hahagaga anao mihitsy.

07Ny fiantsoana ny API MiniMax tsy voasivana

Fitenim-paritra telo, modely iray ihany ao ambadiky ny rehetra, streaming amin'izy telo. Ampiasao izay efa tenenin'ny mpanjifanao; tsy misy fahasamihafana fahaiza-manao eo amin'izy ireo. Atodiho amin'ny Shannon ny URL fototrao dia ovay ny id-n'ny modely.

Fahazoana sary amin'ny fitenim-paritra 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
  }'

Miasa avokoa ny URL https:// lavitra sy ny URL angona base64 ao anatin'ny ampahany image_url. Apetaho ampahany sary maromaro ao anaty hafatra iray rehefa mila fampitahana pejy ianao — manana 262 144 token holaniana ianao ary, amin'ny $0.50 isaky ny tapitrisa, mora ny mandany azy.

Fanesorana angona voafaritra miaraka amin'ny JSON schema

Ny toerana ahazoan'ity modely ity ny toerany ao anaty lalana dia ny fitambaran'ny fahitana + schema hentitra + fetra ambany indrindra. Tsy ny modely rehetra ao amin'ny katalaoginay no manana ireo telo ireo: tsy manohana ny json_schema ny Laguna-S-2.1 sy ny inkling. Manohana kosa ny MiniMax-M3, izay midika fa afaka mahazo zavatra voamarina avy amin'ny sary ianao tsy misy sosona famakiana:

{
  "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
      }
    }
  }
}

Ezaka fisainana

Aseho amin'ny modely ny reasoning_effort. Amin'ny fanasokajiana sary be habetsahana dia tazomy ambany izy — fanontaniana ara-pahitana no apetrakao, ary token output aloanao ny token fisainana. Akaro izy amin'ny fiantsoana izay porofo ao anatin'ny hevitra lava kokoa ny sary: famakiana kisary manoloana famaritana, fampifanarahana kisary amin'ny tabilao, fanapahan-kevitra hoe mampiseho ny lesoka mitovy ve ny pikan'efijery roa.

Ny fanovozan-kevitra feno momba ny parametatra, ny semantikan'ny hadisoana ary ny endriky ny streaming ho an'ny fitenim-paritra telo dia ao amin'ny antontan-taratasin'ny API Shannon.

08Ny toerana mety indrindra amin'ny MiniMax-M3 — sy ny tsy metiny

Alaivo izy rehefa

• Asa sary be habetsahana. Fanamarihana angona, fikarohana momba ny fanaraha-maso, fanatsarana katalaogy, fanasokajiana pikan'efijery, OCR sy fandaminana an-tsokosoko amin'ny antontan-taratasy voa-scan. Ny fetra ambany no fanamarinana manontolo.
• Sary ho lasa firaketana voafaritra. Ny fahitana miampy json_schema hentitra miampy ny token mora indrindra ao amin'ny katalaogy dia fitambarana atolotry ny modely roa ihany eto.
• Context multimodal lava. Pejy maro, na frame maro, ao anaty fangatahana tokana — ny firafitra ao ambany dia natao ho an'io endrika input io indrindra.
• Fikarohana izay manimba ny santionany ny fandavana. Ny fandalinana rehetra izay miankina amin'ny famalian'ny modely ny zavatra rehetra, na dia ireo mampalahelo aza.
• Tondro-mihodina agentic mamaky efijery. Agentic mazava ny firazanana M, ary misy ny fiantsoana fitaovana.

Makà zavatra hafa rehefa

• Mila ny valindrihana fahitana ambony indrindra ianao ary misy ny teti-bola. Ny Kimi-K3 · 3BIT-REAP dia 7,7x ny vidin'ny input noho ny antony; amin'ny famakiana tokana manan-danja lehibe dia izany no vola marina holaniana.
• Mila lanja misy fahatokisana ambony indrindra ianao. Ny 3-bit no ambaratonganay mahery indrindra. Ny modely W8A16 dia manakalo vidiny amin'ny fahamarinana, ary ny MiMo-V2.5 · W8A16 dia mahay fahitana amin'io $0.50 / $2.00 io ihany raha ny fahatokisana isaky ny lanja no tsaratsarainao.
• Mila horonan-tsary ianao. Tsy aseho eo amin'ity endpoint ity ny horonan-tsary miditra.
• Lahatsoratra madio eo amin'ny sisin-tany ny asa. Misy ny DeepSeek-V4-Pro-0813 ho amin'izany; handoa tilikambo fahitana tsy ampiasainao mihitsy ianao.

Ny tarehimarika momba ny firafitra, ny benchmark ary ny hafainganana ho an'ny fianakaviana MiniMax dia notaterin'ny laboratoara MiniMax AI; ny tarehimarika REAP dia notaterin'ny mpanoratra REAP tamin'ny modelin'izy ireo ary tsy fandrefesana ity build ity. Ny vidiny Shannon, ny varavarankely context ary ny saina fahaiza-manao dia anay ary vakiana avy amin'ny katalaogy modely velona anay.

09Fanontaniana apetraka matetika

---

Loharano: Karatra modely 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. Ny tarehimarika benchmark sy hafainganana MiniMax dia notaterin'ny laboratoara ary vonjimaika mandra-pahazoana fanamarinana tsy miankina. Ny vidiny Shannon sy ny saina fahaiza-manao dia mifanaraka amin'ny 5 Septambra 2026.