ਅਸੀਂ ਕਿਸੇ ਵੀ ਯੂਜ਼ਰ ਦਾ ਡਾਟਾ ਨਾ ਰੱਖਦੇ ਹਾਂ ਨਾ ਉਸ ਤੱਕ ਪਹੁੰਚ ਕਰਦੇ ਹਾਂ, ਅਤੇ ਨਾ ਹੀ ਖਾਤੇ suspend ਕਰਦੇ ਹਾਂ ਜਦ ਤੱਕ ਕੋਈ ਕਾਨੂੰਨੀ ਅਥਾਰਟੀ enforcement action ਦੀ ਮੰਗ ਨਾ ਕਰੇ।

ਮਾਡਲ ਗਾਈਡ · MiniMax-M3 · 3BIT-REAP

ਬਿਨਾਂ ਸੈਂਸਰ MiniMax API: ਫ਼ਰਸ਼ ਕੀਮਤ ਉੱਤੇ ਵਿਜ਼ਨ

MiniMax-M3 Shannon ਗੇਟਵੇ ਉੱਤੇ ਬਿਨਾਂ ਸੈਂਸਰ ਚਿੱਤਰ ਸਮਝ ਪਾਉਣ ਦਾ ਸਭ ਤੋਂ ਸਸਤਾ ਤਰੀਕਾ ਹੈ — $0.50 ਅੰਦਰ, $2.00 ਬਾਹਰ, 262,144 ਟੋਕਨ ਸੰਦਰਭ, ਅਤੇ ਤੁਹਾਡੇ ਤੇ ਤਸਵੀਰ ਵਿਚਾਲੇ ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਨਹੀਂ।

5 ਸਤੰਬਰ 2026 ਨੂੰ ਪ੍ਰਕਾਸ਼ਿਤਮਾਡਲ ਗਾਈਡਬੁਨਿਆਦ: MiniMax-M3

ਸੰਖੇਪ

MiniMax-M3 · 3BIT-REAP Shannon ਦੀ ਫ਼ਰਸ਼ ਕੀਮਤ ਉੱਤੇ ਇੱਕ ਵਿਜ਼ਨ-ਸਮਰੱਥ, ਬਿਨਾਂ ਸੈਂਸਰ ਮਾਡਲ ਹੈ: ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਇਨਪੁੱਟ ਟੋਕਨ $0.50 ਅਤੇ ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਆਊਟਪੁੱਟ ਟੋਕਨ $2.00, ਨਾਲ 262,144 ਟੋਕਨ ਸੰਦਰਭ, 16,384 ਟੋਕਨ ਆਊਟਪੁੱਟ, ਸਟ੍ਰੀਮਿੰਗ, ਟੂਲ ਕਾਲਿੰਗ, reasoning_effort ਨਾਲ ਤਰਕ, ਅਤੇ ਸਖ਼ਤ json_schema ਆਊਟਪੁੱਟ। ਇਹ MiniMax AI ਦੀ M3 ਬੁਨਿਆਦ ਉੱਤੇ ਬਣਿਆ ਹੈ — 428 ਅਰਬ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਮਾਹਰਾਂ-ਦਾ-ਮਿਸ਼ਰਣ ਮਾਡਲ ਜਿਸ ਵਿੱਚ MiniMax Sparse Attention ਅਤੇ ਮੂਲ ਬਹੁ-ਮਾਧਿਅਮ ਸਿਖਲਾਈ ਹੈ — ਜਿਸਨੂੰ 3-ਬਿੱਟ ਵਜ਼ਨ ਅਤੇ REAP ਮਾਹਰ ਛਾਂਗਣ ਨਾਲ ਸੰਕੁਚਿਤ ਕੀਤਾ ਗਿਆ ਤਾਂ ਜੋ ਇਹ ਸਾਡੇ ਆਪਣੇ GPU ਕਲੱਸਟਰ ਉੱਤੇ ਇਸ ਕੀਮਤ ਉੱਤੇ ਸਮਾ ਸਕੇ। ਜੇ ਤੁਹਾਡਾ ਕੰਮ ਹੈ "ਇਸ ਤਸਵੀਰ ਨੂੰ ਵੇਖੋ ਅਤੇ ਦਸ ਹਜ਼ਾਰ ਵਾਰ ਇਮਾਨਦਾਰੀ ਨਾਲ ਜਵਾਬ ਦਿਓ," ਤਾਂ ਇਹੀ ਮਾਡਲ ਹੈ।

ਲਗਭਗ ਹਰ ਹੋਸਟ ਕੀਤਾ ਬਹੁ-ਮਾਧਿਅਮ API ਵਿਜ਼ਨ ਦੀ ਕੀਮਤ ਪ੍ਰੀਮੀਅਮ ਵਜੋਂ ਲਾਉਂਦਾ ਹੈ। ਤੁਸੀਂ ਲਿਖਤ ਲਈ ਲਿਖਤ-ਮਾਡਲ ਦੀ ਦਰ ਦਿੰਦੇ ਹੋ, ਅਤੇ ਜਿਵੇਂ ਹੀ ਪ੍ਰੌਂਪਟ ਵਿੱਚ ਕੋਈ ਚਿੱਤਰ ਆਉਂਦਾ ਹੈ, ਵੱਧ ਦਿੰਦੇ ਹੋ — ਕਦੇ-ਕਦੇ ਕਈ ਗੁਣਾ ਵੱਧ। ਇਸ ਤੋਂ ਉੱਪਰ, ਚਿੱਤਰ ਇਨਪੁੱਟ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਇਨਕਾਰ ਵਿਵਹਾਰ ਸਭ ਤੋਂ ਵੱਧ ਹਮਲਾਵਰ ਹੁੰਦਾ ਹੈ: ਜੋ ਮਾਡਲ ਲਿਖਤ ਵਿੱਚ ਕਿਸੇ ਵਿਸ਼ੇ ਬਾਰੇ ਖੁੱਲ੍ਹ ਕੇ ਗੱਲ ਕਰੇਗਾ, ਉਹੀ ਉਸੇ ਚੀਜ਼ ਨੂੰ ਫੋਟੋ ਵਿੱਚ ਦੱਸਣ ਤੋਂ ਇਨਕਾਰ ਕਰ ਦੇਵੇਗਾ। ਨਤੀਜਾ ਇੱਕ ਅਜਿਹਾ ਉਤਪਾਦ ਹੈ ਜੋ ਪ੍ਰਤੀ ਕਾਲ ਮਹਿੰਗਾ ਅਤੇ ਪ੍ਰਤੀ ਕਾਲ ਭਰੋਸੇਯੋਗ ਵੀ ਨਹੀਂ — ਜਦੋਂ ਤੁਸੀਂ ਵੱਡੀ ਮਾਤਰਾ ਵਿੱਚ ਕੰਮ ਕਰ ਰਹੇ ਹੋ ਤਾਂ ਇਹ ਦੋਹਾਂ ਦਾ ਸਭ ਤੋਂ ਬੁਰਾ ਹਾਲ ਹੈ। Shannon ਉੱਤੇ MiniMax-M3 ਇਸਦਾ ਸਾਡਾ ਜਵਾਬ ਹੈ: ਉਹੀ $0.50 / $2.00 ਜੋ ਤੁਸੀਂ ਸਾਡੇ ਸਭ ਤੋਂ ਸਸਤੇ ਲਿਖਤ ਮਾਡਲ ਲਈ ਦਿੰਦੇ ਹੋ, ਉਸ ਬੁਨਿਆਦ ਉੱਤੇ ਲਾਗੂ ਜਿਸਨੂੰ ਪਹਿਲੇ ਕਦਮ ਤੋਂ ਹੀ ਬਹੁ-ਮਾਧਿਅਮ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ, ਬਿਨਾਂ ਕਿਸੇ ਇਨਕਾਰ ਪਰਤ ਦੇ ਅੱਗੇ ਬੈਠੇ।

01"ਸਭ ਤੋਂ ਸਸਤਾ ਬਿਨਾਂ ਸੈਂਸਰ ਵਿਜ਼ਨ ਮਾਡਲ" ਦਾ ਇੱਥੇ ਅਸਲ ਮਤਲਬ ਕੀ ਹੈ

Shannon ਸੂਚੀ ਵਿੱਚ ਬਾਰਾਂ ਮਾਡਲ ਹਨ। ਇਨ੍ਹਾਂ ਵਿੱਚੋਂ ਪੰਜ ਚਿੱਤਰ ਸਵੀਕਾਰ ਕਰਦੇ ਹਨ। ਇਨ੍ਹਾਂ ਦੀਆਂ ਕੀਮਤਾਂ, ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਟੋਕਨ:

ਵਿਜ਼ਨ-ਸਮਰੱਥ ਮਾਡਲ	ਅੰਦਰ	ਬਾਹਰ	ਢਾਂਚਾਗਤ ਆਊਟਪੁੱਟ
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	ਸਿਰਫ਼ response_format
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 ਫ਼ਰਸ਼ ਉੱਤੇ ਬੈਠਦਾ ਹੈ — $0.50 / $2.00 — MiMo-V2.5 ਦੇ ਬਰਾਬਰ, ਅਤੇ ਇਸ ਤੋਂ ਹੇਠਾਂ ਕੁਝ ਨਹੀਂ, ਕਿਉਂਕਿ $0.50 / $2.00 ਸਾਡੀ ਕੀਮਤ ਸੂਚੀ ਦਾ ਫ਼ਰਸ਼ ਹੈ। ਵਿਜ਼ਨ ਸ਼੍ਰੇਣੀ ਦੇ ਸਿਖਰ ਦੇ ਮੁਕਾਬਲੇ ਇਹ Kimi-K3 ਨਾਲੋਂ ਇਨਪੁੱਟ ਉੱਤੇ 7.7× ਅਤੇ ਆਊਟਪੁੱਟ ਉੱਤੇ 9.6× ਸਸਤਾ ਹੈ।

ਇਸਨੂੰ ਕਿਸੇ ਕੰਮ ਦੇ ਬੋਝ ਵਿੱਚ ਪਾ ਕੇ ਵੇਖੋ। ਮੰਨ ਲਓ ਤੁਸੀਂ 1,000 ਚਿੱਤਰਾਂ — ਸਕਰੀਨਸ਼ਾਟ, ਸਕੈਨ ਕੀਤੇ ਸਫ਼ੇ, ਉਤਪਾਦ ਫੋਟੋਆਂ — ਦੀ ਛਾਂਟੀ ਕਰ ਰਹੇ ਹੋ, ਜਿਸ ਵਿੱਚ ਲਗਭਗ 1,200 ਟੋਕਨ ਚਿੱਤਰ ਅਤੇ ਪ੍ਰੌਂਪਟ ਅੰਦਰ ਜਾਂਦੇ ਹਨ ਅਤੇ 300 ਟੋਕਨ ਜਵਾਬ ਬਾਹਰ ਆਉਂਦਾ ਹੈ:

MiniMax-M3$1.20

MiMo-V2.5$1.20

Kimi-K2.6$2.04

inkling$3.53

Kimi-K3$10.34

Shannon ਸੂਚੀ ਕੀਮਤਾਂ, ਸਤੰਬਰ 2026। ਟੋਕਨ ਗਿਣਤੀ ਉਦਾਹਰਣ ਹੈ; ਤੁਹਾਡੀ ਚਿੱਤਰ ਟੋਕਨਾਈਜ਼ੇਸ਼ਨ ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਅਤੇ ਪ੍ਰਤੀ ਕਾਲ ਤੁਸੀਂ ਕਿੰਨੇ ਚਿੱਤਰ ਜੋੜਦੇ ਹੋ, ਇਸ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ।

ਯਾਦ ਰੱਖਣ ਯੋਗ ਦੋ ਹੋਰ ਅੰਕੜੇ। ਪੂਰੀ 262,144-ਟੋਕਨ ਸੰਦਰਭ ਇੱਕ ਵਾਰ ਭਰਨ ਦਾ ਖ਼ਰਚਾ ਲਗਭਗ 13 ਸੈਂਟ ਹੈ। ਵੱਧ ਤੋਂ ਵੱਧ 16,384-ਟੋਕਨ ਲੰਬਾਈ ਦੇ ਜਵਾਬ ਦਾ ਖ਼ਰਚਾ ਲਗਭਗ 3.3 ਸੈਂਟ ਹੈ। ਇਹ ਇੱਕ ਸਭ ਤੋਂ ਭੈੜੀ ਹਾਲਤ ਵਾਲੀ ਬੇਨਤੀ ਦੀਆਂ ਅਸਲ ਹੱਦਾਂ ਹਨ, ਅਤੇ ਇਹ ਏਨੀਆਂ ਛੋਟੀਆਂ ਹਨ ਕਿ ਵਿਜ਼ਨ ਪਾਈਪਲਾਈਨ ਉੱਤੇ ਦਿਲਚਸਪ ਰੁਕਾਵਟ ਪੈਸੇ ਦੀ ਥਾਂ ਥਰੂਪੁੱਟ ਬਣ ਜਾਂਦੀ ਹੈ।

02MiniMax ਵੰਸ਼ਾਵਲੀ: ਇੱਕ ਲੈਬ ਜੋ ਸੁਰਖੀਆਂ ਨਹੀਂ, ਟੋਕਨ ਅਨੁਕੂਲ ਬਣਾਉਂਦੀ ਹੈ

MiniMax AI ਸ਼ੰਘਾਈ ਦੀ ਇੱਕ ਲੈਬ ਹੈ ਜਿਸਦਾ ਸਾਰਾ ਖੁੱਲ੍ਹੇ-ਵਜ਼ਨ ਵਾਲਾ ਟ੍ਰੈਕ ਰਿਕਾਰਡ ਇੱਕ ਸਵਾਲ ਦੁਆਲੇ ਘੁੰਮਦਾ ਹੈ: ਤੁਸੀਂ ਅਟੈਂਸ਼ਨ ਨੂੰ ਏਨਾ ਸਸਤਾ ਕਿਵੇਂ ਬਣਾਉਂਦੇ ਹੋ ਕਿ ਲੰਮਾ ਸੰਦਰਭ ਅਤੇ ਬਹੁ-ਮਾਧਿਅਮਤਾ ਲਗਜ਼ਰੀ ਬਣ ਕੇ ਨਾ ਰਹਿ ਜਾਣ? ਇਸ ਲੜੀ ਦੀ ਹਰ ਰਿਲੀਜ਼ ਉਸ ਸਵਾਲ ਦਾ ਜਵਾਬ ਹੈ, ਅਤੇ ਜਵਾਬ ਇੱਕ ਦੂਜੇ ਉੱਤੇ ਉਸਰਦੇ ਹਨ।

MiniMax-01 — Lightning Attention, ਅਤੇ ਸ਼ੁਰੂ ਤੋਂ ਹੀ ਵਿਜ਼ਨ

MiniMax-01 ਲੜੀ (arXiv 2501.08313 ਵਜੋਂ ਛਾਪੀ ਗਈ) ਨੇ Lightning Attention ਪੇਸ਼ ਕੀਤੀ, ਜੋ ਇੱਕ ਲੀਨੀਅਰ ਅਟੈਂਸ਼ਨ ਰੂਪ ਦਾ I/O-ਸੁਚੇਤ ਲਾਗੂਕਰਨ ਹੈ, 456 ਅਰਬ ਕੁੱਲ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲੇ ਹਾਈਬ੍ਰਿਡ ਮਾਹਰਾਂ-ਦੇ-ਮਿਸ਼ਰਣ ਮਾਡਲ ਅੰਦਰ, ਜਿਸ ਵਿੱਚ ਪ੍ਰਤੀ ਟੋਕਨ 45.9 ਅਰਬ ਸਰਗਰਮ ਹਨ। ਇਹ ਲੜੀ ਇੱਕ ਜੋੜੇ ਵਜੋਂ ਆਈ: MiniMax-Text-01 ਅਤੇ ਵਿਜ਼ਨ ਮਾਡਲ MiniMax-VL-01। VL-01 ਨੇ ਹੁਣ-ਜਾਣੇ-ਪਛਾਣੇ ViT-MLP-LLM ਢਾਂਚੇ ਦੀ ਵਰਤੋਂ ਕੀਤੀ, ਪਰ ਉਧਾਰ ਲਏ ਏਨਕੋਡਰ ਦੀ ਥਾਂ 69.4 ਕਰੋੜ ਚਿੱਤਰ-ਸੁਰਖੀ ਜੋੜਿਆਂ ਉੱਤੇ ਸਿਖਰ ਤੋਂ ਸਿਖਲਾਈ ਦਿੱਤੇ 303-ਮਿਲੀਅਨ-ਪੈਰਾਮੀਟਰ Vision Transformer ਨਾਲ, ਫੇਰ 512 ਅਰਬ ਟੋਕਨਾਂ ਦੀ ਪ੍ਰੋਸੈਸਿੰਗ ਵਾਲੀ ਬਹੁ-ਪੜਾਵੀ ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਮੇਲ ਬਿਠਾਈ ਅਤੇ ਸਾਂਝੇ ਤੌਰ ਉੱਤੇ ਫ਼ਾਈਨ-ਟਿਊਨ ਕੀਤੀ ਗਈ।

ਇਹ ਵੇਰਵਾ ਤੁਹਾਡੇ ਪੜ੍ਹ ਰਹੇ ਲੇਖ ਲਈ ਮਾਅਨੇ ਰੱਖਦਾ ਹੈ। ਇਸ ਵੰਸ਼ਾਵਲੀ ਵਿੱਚ ਵਿਜ਼ਨ ਕੋਈ ਬਾਅਦ ਵਿੱਚ ਬਕਸਾ ਭਰਨ ਲਈ ਲਿਖਤ ਮਾਡਲ ਉੱਤੇ ਚਿਪਕਾਇਆ ਦੇਰ ਦਾ ਏਨਕੋਡਰ ਨਹੀਂ। MiniMax ਆਪਣੇ ਪਹਿਲੇ ਖੁੱਲ੍ਹੇ ਰਿਲੀਜ਼ ਤੋਂ ਹੀ ਆਪਣਾ ਦਿੱਖ ਟਾਵਰ ਸਿਖਲਾਈ ਦੇ ਰਿਹਾ ਹੈ, ਇਸੇ ਕਰਕੇ ਦਸਤਾਵੇਜ਼ ਸਮਝ, UI ਅਤੇ ਸਕਰੀਨਸ਼ਾਟ ਸਮਝ, ਅਤੇ ਚਾਰਟ ਪੜ੍ਹਨਾ ਇਸ ਪਰਿਵਾਰ ਦੀਆਂ ਬਾਅਦ ਦੀਆਂ ਸੋਚਾਂ ਦੀ ਥਾਂ ਲਗਾਤਾਰ ਤਾਕਤਾਂ ਰਹੇ ਹਨ।

MiniMax-M1 — ਲੰਮੇ ਤਰਕ ਲਈ ਹਾਈਬ੍ਰਿਡ ਅਟੈਂਸ਼ਨ

MiniMax-M1 (arXiv 2506.13585) ਨੂੰ ਇਸਦੇ ਲੇਖਕਾਂ ਨੇ ਪਹਿਲਾ ਖੁੱਲ੍ਹੇ-ਵਜ਼ਨ, ਵੱਡੇ ਪੈਮਾਨੇ ਦਾ ਹਾਈਬ੍ਰਿਡ-ਅਟੈਂਸ਼ਨ ਤਰਕ ਮਾਡਲ ਦੱਸਿਆ। ਇਸਨੇ 456B / 45.9B MoE ਢਾਂਚਾ ਰੱਖਿਆ ਅਤੇ ਦੋ ਅਟੈਂਸ਼ਨ ਕਿਸਮਾਂ ਨੂੰ ਆਪਸ ਵਿੱਚ ਗੁੰਦਿਆ: ਹਰ ਸੱਤ Lightning Attention ਬਲਾਕਾਂ ਮਗਰੋਂ ਇੱਕ ਰਵਾਇਤੀ softmax-ਅਟੈਂਸ਼ਨ ਟ੍ਰਾਂਸਫ਼ਾਰਮਰ ਬਲਾਕ। ਫ਼ਾਇਦਾ ਲੀਡਰਬੋਰਡ ਸਥਿਤੀ ਦੀ ਥਾਂ ਹਿਸਾਬ ਵਿੱਚ ਮਿਣਿਆ ਗਿਆ — MiniMax ਨੇ ਦੱਸਿਆ ਕਿ 100K-ਟੋਕਨ ਪੈਦਾਵਾਰ ਲੰਬਾਈ ਉੱਤੇ, M1 ਨੇ DeepSeek R1 ਦੇ FLOPs ਦਾ ਲਗਭਗ 25% ਖ਼ਰਚਿਆ, ਜਦਕਿ ਮੂਲ ਰੂਪ ਵਿੱਚ ਦਸ ਲੱਖ ਟੋਕਨ ਸੰਦਰਭ ਸਮਰਥਿਤ ਕੀਤਾ।

MiniMax-M2 — ਛੋਟੀ-ਸਰਗਰਮੀ ਵੱਲ ਮੋੜ

MiniMax-M2 ਪੈਮਾਨੇ ਵਿੱਚ ਉਲਟੀ ਦਿਸ਼ਾ ਵੱਲ ਗਿਆ ਅਤੇ ਇਸ ਲਈ ਧਿਆਨ ਖਿੱਚਿਆ: 62-ਪਰਤਾਂ ਵਾਲਾ ਡੀਕੋਡਰ ਜਿਸ ਵਿੱਚ 229.9 ਅਰਬ ਕੁੱਲ ਪੈਰਾਮੀਟਰ ਪਰ ਸਿਰਫ਼ ~9.8 ਅਰਬ ਪ੍ਰਤੀ ਟੋਕਨ ਸਰਗਰਮ, ਹਰ MoE ਪਰਤ ਵਿੱਚ 256 ਬਾਰੀਕ ਮਾਹਰ ਵਰਤਦਾ ਹੋਇਆ ਜਿਨ੍ਹਾਂ ਵਿੱਚੋਂ ਅੱਠ ਵੱਲ sigmoid ਰਾਊਟਿੰਗ, ਸਿਖਲਾਈ ਦੀ ਸਥਿਰਤਾ ਲਈ RoPE ਸਥਿਤੀਆਂ ਅਤੇ QK-RMSNorm ਨਾਲ। ਇਹ ਸਪਸ਼ਟ ਤੌਰ ਉੱਤੇ ਇੱਕ ਏਜੰਟ-ਕੋਡਿੰਗ ਮਾਡਲ ਸੀ — ਕਈ-ਫ਼ਾਈਲ ਸੋਧਾਂ, ਚਲਾਓ-ਠੀਕ ਕਰੋ ਲੂਪ, ਪਰਖ-ਪ੍ਰਮਾਣਿਤ ਮੁਰੰਮਤਾਂ — ਅਤੇ ਇਸਨੇ ਗੁੰਦੀ ਹੋਈ ਸੋਚ ਫਾਰਮੈਟ ਪੇਸ਼ ਕੀਤਾ, ਜਿੱਥੇ ਤਰਕ ਨੂੰ ਹਰ ਵਾਰੀ ਮਗਰੋਂ ਸੁੱਟਣ ਦੀ ਥਾਂ ਟੂਲ-ਕਾਲ ਦੌਰਾਂ ਵਿਚਾਲੇ ਚੁੱਕਿਆ ਜਾਂਦਾ ਹੈ। M2 ਉਹ ਮਾਡਲ ਹੈ ਜਿਸਨੇ ਸਿਰਫ਼ ਐਕਟੀਵੇਸ਼ਨ ਛੋਟੀਆਂ ਰੱਖ ਕੇ, ਪ੍ਰਤੀ-ਟੋਕਨ ਲਾਗਤ ਦੇ ਇੱਕ ਹਿੱਸੇ ਉੱਤੇ ਫ਼ਰੰਟੀਅਰ-ਨੇੜਲਾ ਏਜੰਟ ਵਿਵਹਾਰ ਦੇਣ ਲਈ MiniMax ਦੀ ਸਾਖ ਬਣਾਈ।

MiniMax-M3 — ਇਸ ਐਂਡਪੁਆਇੰਟ ਹੇਠਲੀ ਬੁਨਿਆਦ

MiniMax-M3 1 ਜੂਨ 2026 ਨੂੰ ਜਾਰੀ ਹੋਇਆ, ਜਿਸਦੇ ਵਜ਼ਨ ਥੋੜ੍ਹੀ ਦੇਰ ਬਾਅਦ Hugging Face ਉੱਤੇ ਆਏ ਅਤੇ ਤਕਨੀਕੀ ਰਿਪੋਰਟ arXiv 2606.13392 ਉੱਤੇ। ਇਹ 428 ਅਰਬ ਪੈਰਾਮੀਟਰਾਂ ਵਾਲਾ ਮਾਹਰਾਂ-ਦਾ-ਮਿਸ਼ਰਣ ਮਾਡਲ ਹੈ ਜਿਸ ਵਿੱਚ ਪ੍ਰਤੀ ਟੋਕਨ ਲਗਭਗ 23 ਅਰਬ ਸਰਗਰਮ ਹਨ, ਦਰਜ ਕੀਤਾ ਦਸ ਲੱਖ ਟੋਕਨ ਸੰਦਰਭ, ਅਤੇ ਮੂਲ ਚਿੱਤਰ ਅਤੇ ਵੀਡੀਓ ਇਨਪੁੱਟ — MiniMax ਇਸਨੂੰ "ਬਿਲਕੁਲ ਪਹਿਲੇ ਕਦਮ ਤੋਂ" ਮਿਸ਼ਰਿਤ-ਮਾਧਿਅਮ ਸਿਖਲਾਈ ਦਿੱਤਾ ਦੱਸਦਾ ਹੈ, ਨਾ ਕਿ ਲਿਖਤ-ਪੂਰਵ-ਸਿਖਲਾਈ ਦੇ ਕੇ ਬਾਅਦ ਵਿੱਚ ਬਹੁ-ਮਾਧਿਅਮ ਢਾਲਿਆ ਗਿਆ। MiniMax ਦੇ ਆਪਣੇ ਛਾਪੇ ਅੰਕੜਿਆਂ ਉੱਤੇ ਇਹ SWE-bench Verified ਉੱਤੇ 80.5% ਅਤੇ SWE-bench Pro ਉੱਤੇ 59.0% ਸਕੋਰ ਕਰਦਾ ਹੈ। ਇਹ ਕੋਡਿੰਗ ਬੈਂਚਮਾਰਕ ਉੱਤੇ ਵਿਕਰੇਤਾ ਵੱਲੋਂ ਦੱਸੇ ਅੰਕੜੇ ਹਨ, ਜਿਨ੍ਹਾਂ ਨੂੰ ਬਿਲਕੁਲ ਇਸੇ ਤਰ੍ਹਾਂ ਤੋਲਣਾ ਚਾਹੀਦਾ ਹੈ; ਅਸੀਂ ਇਨ੍ਹਾਂ ਦਾ ਹਵਾਲਾ ਇਸ ਲਈ ਦਿੰਦੇ ਹਾਂ ਕਿਉਂਕਿ ਇਹ ਲੈਬ ਦੇ ਛਾਪੇ ਦਾਅਵੇ ਹਨ, ਇਸ ਲਈ ਨਹੀਂ ਕਿ ਅਸੀਂ ਇਨ੍ਹਾਂ ਨੂੰ ਖ਼ੁਦ ਦੁਬਾਰਾ ਪੈਦਾ ਕਰਕੇ ਵੇਖਿਆ ਹੈ।

03MiniMax Sparse Attention: ਵਿਜ਼ਨ ਮਾਡਲ ਏਨਾ ਸਸਤਾ ਕਿਵੇਂ ਹੋ ਸਕਦਾ ਹੈ

M3 ਵਿੱਚ ਦਿਲਚਸਪ ਇੰਜੀਨੀਅਰਿੰਗ MiniMax Sparse Attention (MSA) ਹੈ, ਅਤੇ ਇਹੀ ਸਿੱਧਾ ਕਾਰਨ ਹੈ ਕਿ ਇਸ ਪੈਮਾਨੇ ਦਾ ਬਹੁ-ਮਾਧਿਅਮ ਮਾਡਲ ਸਾਡੀ ਫ਼ਰਸ਼ ਕੀਮਤ ਉੱਤੇ ਬੈਠ ਸਕਦਾ ਹੈ। ਚਿੱਤਰ ਟੋਕਨਾਂ ਪੱਖੋਂ ਮਹਿੰਗੇ ਹੁੰਦੇ ਹਨ। ਮੁੱਠੀ ਭਰ ਉੱਚ-ਰੈਜ਼ੋਲਿਊਸ਼ਨ ਸਫ਼ੇ ਤੁਹਾਡੇ ਇੱਕ ਵੀ ਹਦਾਇਤ ਲਿਖਣ ਤੋਂ ਪਹਿਲਾਂ ਪ੍ਰੌਂਪਟ ਵਿੱਚ ਦਸਾਂ ਹਜ਼ਾਰਾਂ ਟੋਕਨ ਪਾ ਸਕਦੇ ਹਨ। ਮਿਆਰੀ ਅਟੈਂਸ਼ਨ ਹੇਠ, ਇਹ ਲਾਗਤ ਦੂਹਰੇ ਰੂਪ ਵਿੱਚ ਵਧਦੀ ਹੈ, ਅਤੇ ਜੋ ਮਾਡਲ ਵੀਹ ਸਫ਼ੇ ਪੜ੍ਹਦਾ ਹੈ ਉਹ ਦਸ ਪੜ੍ਹਨ ਵਾਲੇ ਨਾਲੋਂ ਦੁੱਗਣਾ ਮਹਿੰਗਾ ਨਹੀਂ — ਦੁੱਗਣੇ ਨਾਲੋਂ ਬਹੁਤ ਜ਼ਿਆਦਾ ਮਾੜਾ ਹੈ।

MSA ਉਸ ਵਕਰ ਦੀ ਸ਼ਕਲ ਬਦਲ ਦਿੰਦਾ ਹੈ। ਇਹ Grouped Query Attention ਰੀੜ੍ਹ ਉੱਤੇ ਬਣਿਆ ਇੱਕ ਬਲਾਕ-ਵਿਰਲਾ ਢੰਗ ਹੈ, ਜੋ ਦੋ ਸ਼ਾਖਾਵਾਂ ਵਿੱਚ ਵੰਡਿਆ ਹੋਇਆ ਹੈ:

ਇੱਕ ਹਲਕੀ Index Branch ਜੋ key-value ਬਲਾਕਾਂ ਨੂੰ ਅੰਕ ਦਿੰਦੀ ਹੈ — ਹਰ ਬਲਾਕ ਅੰਦਰਲੇ ਟੋਕਨਾਂ ਵਿੱਚ max-pooling ਅੰਕ — ਅਤੇ ਹਰ ਸਵਾਲ-ਸਥਿਤੀ ਅਤੇ ਹਰ GQA ਸਮੂਹ ਲਈ ਸਿਖਰਲੇ-k ਚੁਣਦੀ ਹੈ, ਸਿਖਲਾਈ ਦੀ ਸਥਿਰਤਾ ਲਈ ਹਮੇਸ਼ਾ ਸਵਾਲ ਵਾਲਾ ਸਥਾਨਕ ਬਲਾਕ ਸ਼ਾਮਲ ਕਰਦਿਆਂ।
ਇੱਕ Main Branch ਜੋ ਸਿਰਫ਼ ਇੰਡੈਕਸ ਵੱਲੋਂ ਚੁਣੇ ਬਲਾਕਾਂ ਉੱਤੇ ਹੀ ਆਮ softmax ਅਟੈਂਸ਼ਨ ਚਲਾਉਂਦੀ ਹੈ।

MSA ਪੇਪਰ ਵਿੱਚ ਸੰਰਚਨਾ k = 16 ਬਲਾਕ, ਹਰ ਇੱਕ 128 ਟੋਕਨਾਂ ਦਾ ਹੈ, ਜੋ ਹਰ ਸਵਾਲ ਨੂੰ 2,048 ਹਾਜ਼ਰ ਹੋਏ ਟੋਕਨਾਂ ਦਾ ਸਥਿਰ ਬਜਟ ਦਿੰਦੀ ਹੈ। ਸਥਿਰ, ਭਾਵ ਇਹ ਲੜੀ ਦੀ ਲੰਬਾਈ ਨਾਲ ਨਹੀਂ ਵਧਦਾ। ਇਹੀ ਪੂਰੀ ਚਾਲ ਹੈ: ਜਿਵੇਂ-ਜਿਵੇਂ ਸੰਦਰਭ ਵਧਦਾ ਹੈ, ਸੰਘਣੀ ਬੁਨਿਆਦੀ ਰੇਖਾ ਦੀ ਅਟੈਂਸ਼ਨ ਲਾਗਤ ਵਧਦੀ ਰਹਿੰਦੀ ਹੈ ਜਦਕਿ MSA ਦੀ Main Branch ਲਾਗਤ ਸਮਤਲ ਰਹਿੰਦੀ ਹੈ, ਸੋ ਅਟੈਂਸ਼ਨ ਦੂਹਰੇ ਦੀ ਥਾਂ ਸਿੱਧੀ-ਰੇਖਾ ਵਿੱਚ ਵਧਦਾ ਹੈ।

2,048

ਹਾਜ਼ਰ ਟੋਕਨ / ਸਵਾਲ

28.4×

1M ਉੱਤੇ ਘੱਟ attn FLOPs

14.2×

1M ਉੱਤੇ Prefill ਤੇਜ਼ੀ

7.6×

1M ਉੱਤੇ Decode ਤੇਜ਼ੀ

MiniMax Sparse Attention ਰਿਪੋਰਟ (arXiv 2606.13392) ਦੇ ਅੰਕੜੇ: 1M ਸੰਦਰਭ ਉੱਤੇ ਬਰਾਬਰ ਸੰਰਚਿਤ GQA ਦੇ ਮੁਕਾਬਲੇ ਪ੍ਰਤੀ-ਟੋਕਨ ਅਟੈਂਸ਼ਨ FLOPs ਵਿੱਚ 28.4× ਕਟੌਤੀ, ਅਤੇ ਪੇਪਰ ਦੇ 109B-ਪੈਰਾਮੀਟਰ ਅਧਿਐਨ ਵਿੱਚ H800 ਹਾਰਡਵੇਅਰ ਉੱਤੇ ਮਿਣੀ 14.2× prefill / 7.6× decode ਘੜੀ-ਸਮਾਂ ਤੇਜ਼ੀ। MiniMax ਵੱਖਰੇ ਤੌਰ ਉੱਤੇ 1M ਸੰਦਰਭ ਉੱਤੇ M2 ਦੇ ਮੁਕਾਬਲੇ M3 ਲਈ 9× prefill ਅਤੇ 15× decode ਤੇਜ਼ੀ ਦੱਸਦਾ ਹੈ। ਸਭ ਲੈਬ ਵੱਲੋਂ ਦੱਸੇ ਗਏ ਹਨ।

ਪੇਪਰ ਉਹ ਜਾਂਚ ਵੀ ਕਰਦਾ ਹੈ ਜੋ ਵਿਜ਼ਨ ਲੇਖ ਲਈ ਮਾਅਨੇ ਰੱਖਦੀ ਹੈ: ਮੂਲ ਬਹੁ-ਮਾਧਿਅਮ 109B MoE ਉੱਤੇ, MSA ਨੇ AI2D, ChartQA ਅਤੇ MMMU ਸਮੇਤ ਚਿੱਤਰ ਬੈਂਚਮਾਰਕਾਂ, ਅਤੇ EgoSchema, LongVideoBench ਅਤੇ VideoMME ਸਮੇਤ ਵੀਡੀਓ ਬੈਂਚਮਾਰਕਾਂ ਵਿੱਚ ਪੂਰੀ-ਅਟੈਂਸ਼ਨ ਬੁਨਿਆਦੀ-ਰੇਖਾ ਦੇ ਬਰਾਬਰ ਪ੍ਰਦਰਸ਼ਨ ਰੱਖਿਆ — ਵਿਰਲੇ ਰੂਪ ਕਦੇ-ਕਦੇ ਲੰਮੇ-ਸੰਦਰਭ ਵਾਲੇ ਵੀਡੀਓ ਕੰਮਾਂ ਉੱਤੇ ਸੁਧਾਰ ਵੀ ਕਰਦੇ ਹੋਏ। ਇੱਥੇ ਵਿਰਲਾਪਣ ਤੇਜ਼ੀ ਲਈ ਦਿੱਤਾ ਜਾਂਦਾ ਗੁਣਵੱਤਾ ਦਾ ਟੈਕਸ ਨਹੀਂ; ਲੰਮੇ ਇਨਪੁੱਟਾਂ ਉੱਤੇ ਇਹ ਲਗਭਗ ਮੁਫ਼ਤ ਜਾਪਦਾ ਹੈ।

ਗਾਹਕ ਵਜੋਂ ਤੁਹਾਨੂੰ ਇਸਦੀ ਪਰਵਾਹ ਕਿਉਂ ਕਰਨੀ ਚਾਹੀਦੀ ਹੈ: ਪਰੋਸਣ ਦੀ ਲਾਗਤ ਹੀ ਸੂਚੀ ਕੀਮਤ ਤੈਅ ਕਰਦੀ ਹੈ। ਜਿਸ ਬੁਨਿਆਦ ਦੀ ਅਟੈਂਸ਼ਨ ਲਾਗਤ ਵਧਣੀ ਬੰਦ ਹੋ ਜਾਂਦੀ ਹੈ, ਉਹ ਬੁਨਿਆਦ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਇੱਕ ਲੱਖ ਚਿੱਤਰਾਂ ਵੱਲ ਲਾਉਣ ਦੀ ਸਮਰੱਥਾ ਰੱਖ ਸਕਦੇ ਹੋ। ਇਹੀ ਹੈ "ਸਭ ਤੋਂ ਸਸਤਾ ਬਿਨਾਂ ਸੈਂਸਰ ਵਿਜ਼ਨ ਮਾਡਲ" ਪਿੱਛੇ ਦੀ ਵਿਧੀ — ਇਹ ਕੋਈ ਪ੍ਰਚਾਰਕ ਦਰ ਨਹੀਂ, ਇਹ ਇੱਕ ਢਾਂਚਾ ਹੈ।

043BIT-REAP ਦਾ ਕੀ ਮਤਲਬ ਹੈ, ਅਤੇ ਇਹ ਤੁਹਾਨੂੰ ਕਿੱਥੇ ਖ਼ਰਚਾ ਦਿੰਦਾ ਹੈ

428-ਅਰਬ-ਪੈਰਾਮੀਟਰ ਮਾਡਲ ਪੂਰੀ ਸ਼ੁੱਧਤਾ ਉੱਤੇ ਕਿਤੇ ਵੀ ਸੌਖਿਆਂ ਨਹੀਂ ਸਮਾਉਂਦਾ। ਸਾਡਾ MiniMax-M3 ਬਿਲਡ 3BIT-REAP ਪਿਛੇਤਰ ਰੱਖਦਾ ਹੈ, ਜੋ ਇੱਕ ਖ਼ਾਸ ਕ੍ਰਮ ਵਿੱਚ ਲਾਗੂ ਕੀਤੇ ਦੋ ਵੱਖਰੇ ਕੰਮਾਂ ਨੂੰ ਦਰਸਾਉਂਦਾ ਹੈ।

REAP: ਮਾਹਰਾਂ ਨੂੰ ਸੰਕੁਚਿਤ ਕਰਨ ਤੋਂ ਪਹਿਲਾਂ ਹਟਾਓ

REAP — Router-weighted Expert Activation Pruning — Cerebras ਅਤੇ University of Calgary ਦਾ ਇੱਕ-ਵਾਰੀ MoE ਸੰਕੁਚਨ ਢੰਗ ਹੈ, ਜੋ arXiv 2510.13999 ਵਜੋਂ ਛਾਪਿਆ ਗਿਆ ਅਤੇ ICLR 2026 ਵਿੱਚ ਸਵੀਕਾਰ ਹੋਇਆ। ਇਸਦੀ ਦਲੀਲ ਹੈ ਕਿ ਪੈਦਾਵਾਰੀ ਕੰਮਾਂ ਲਈ, ਮਾਹਰਾਂ ਨੂੰ ਛਾਂਗਣਾ ਉਨ੍ਹਾਂ ਨੂੰ ਮਿਲਾਉਣ ਨਾਲੋਂ ਬਿਹਤਰ ਹੈ: ਮਿਲਾਉਣਾ ਰਾਊਟਰ ਦੇ ਬਾਰੀਕ ਕਾਬੂ ਨੂੰ ਤਬਾਹ ਕਰਦਾ ਹੈ ਅਤੇ ਇੱਕ ਗ਼ਲਤੀ ਪਾਉਂਦਾ ਹੈ ਜਿਸਨੂੰ ਤੁਸੀਂ ਕਦੇ ਵਾਪਸ ਨਹੀਂ ਲੈ ਸਕਦੇ। ਸੋ REAP ਇਸਦੀ ਥਾਂ ਹਰ ਮਾਹਰ ਨੂੰ ਰਾਊਟਰ ਗੇਟ ਮੁੱਲਾਂ (ਰਾਊਟਰ ਇਸਨੂੰ ਕਿੰਨੀ ਵਾਰ ਅਤੇ ਕਿੰਨੀ ਤਕੜਾਈ ਨਾਲ ਚੁਣਦਾ ਹੈ) ਅਤੇ ਮਾਹਰ ਐਕਟੀਵੇਸ਼ਨ ਨਾਰਮਾਂ (ਇਸਦਾ ਆਊਟਪੁੱਟ ਅਸਲ ਵਿੱਚ ਕਿੰਨਾ ਯੋਗਦਾਨ ਪਾਉਂਦਾ ਹੈ) ਨੂੰ ਜੋੜਨ ਵਾਲੇ ਇੱਕ ਖ਼ਾਸੀਅਤ ਮਿਆਰ ਨਾਲ ਅੰਕ ਦਿੰਦਾ ਹੈ, ਫੇਰ ਸਭ ਤੋਂ ਘੱਟ ਖ਼ਾਸ ਮਾਹਰਾਂ ਨੂੰ ਸਿੱਧਾ ਹਟਾ ਦਿੰਦਾ ਹੈ।

ਲੇਖਕ ਦੱਸਦੇ ਹਨ ਕਿ ਇੱਕ ਖਰਬ ਪੈਰਾਮੀਟਰਾਂ ਜਿੰਨੇ ਵੱਡੇ ਮਾਡਲਾਂ ਵਿੱਚੋਂ 50% ਤੱਕ ਮਾਹਰ ਹਟਾ ਕੇ ਵੀ ਬੁਨਿਆਦੀ ਗੁਣਵੱਤਾ ਬਹੁਤਾ ਕਰਕੇ ਬਚੀ ਰਹਿੰਦੀ ਹੈ — Qwen3-480B-Coder-FP8 ਉੱਤੇ 50% ਛਾਂਗਣ ਨਾਲ, 97.6% ਬੁਨਿਆਦੀ ਗ਼ੈਰ-ਏਜੰਟ ਕੋਡਿੰਗ ਸਮਰੱਥਾ ਅਤੇ ਏਜੰਟ SWE-Bench ਉੱਤੇ 96.7% ਬਚੀ ਰਹੀ। ਇਹ ਪੇਪਰ ਦੇ ਮਾਡਲਾਂ ਉੱਤੇ ਪੇਪਰ ਦੇ ਅੰਕੜੇ ਹਨ, ਸਾਡੇ MiniMax-M3 ਉੱਤੇ ਸਾਡੇ ਨਹੀਂ; ਅਸੀਂ ਇਨ੍ਹਾਂ ਦਾ ਹਵਾਲਾ ਇਸ ਲਈ ਦਿੰਦੇ ਹਾਂ ਤਾਂ ਜੋ ਤੁਸੀਂ ਢੰਗ ਦਾ ਨਿਰਣਾ ਕਰ ਸਕੋ, ਇਹ ਸੰਕੇਤ ਦੇਣ ਲਈ ਨਹੀਂ ਕਿ ਇੱਥੇ ਵੀ ਬਰਾਬਰ ਮਾਪ ਮਿਲੇਗਾ।

ਦੂਜਾ, 3-ਬਿੱਟ ਵਜ਼ਨ

ਬਚੇ ਵਜ਼ਨ ਫੇਰ 3 ਬਿੱਟਾਂ ਉੱਤੇ ਸਟੋਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਕ੍ਰਮ ਜਾਣ-ਬੁੱਝ ਕੇ ਹੈ ਅਤੇ ਇਸ ਜੋੜ ਦਾ ਮੁੱਖ ਨੁਕਤਾ ਵੀ ਇਹੀ ਹੈ: ਪਹਿਲਾਂ ਛਾਂਗੋ, ਫੇਰ ਕੁਆਂਟਾਈਜ਼ ਕਰੋ। ਉਨ੍ਹਾਂ ਮਾਹਰਾਂ ਨੂੰ ਵਫ਼ਾਦਾਰੀ ਨਾਲ ਏਨਕੋਡ ਕਰਨ ਵਿੱਚ ਪ੍ਰਤੀ ਵਜ਼ਨ ਤੁਹਾਡੇ ਕੀਮਤੀ ਤਿੰਨ ਬਿੱਟ ਖ਼ਰਚਣ ਦਾ ਕੋਈ ਮਤਲਬ ਨਹੀਂ ਜਿਨ੍ਹਾਂ ਨੂੰ ਤੁਸੀਂ ਹਟਾਉਣ ਹੀ ਵਾਲੇ ਹੋ। ਵਿਰਲੀ ਪੂਛ ਛਾਂਗੋ, ਫੇਰ ਬਚਿਆ ਬਜਟ ਪੂਰੀ ਤਰ੍ਹਾਂ ਉਨ੍ਹਾਂ ਮਾਹਰਾਂ ਵੱਲ ਜਾਣ ਦਿਓ ਜੋ ਅਸਲ ਵਿੱਚ ਚੱਲਦੇ ਹਨ।

ਈਮਾਨਦਾਰ ਸ਼ਰਤ

3BIT-REAP ਸਭ ਤੋਂ ਵੱਧ ਹਮਲਾਵਰ ਦਰਜਾ ਹੈ ਜੋ ਅਸੀਂ ਪਰੋਸਦੇ ਹਾਂ। ਅਸੀਂ ਇਸਨੂੰ ਸਭ ਤੋਂ ਵੱਡੀਆਂ ਬੁਨਿਆਦਾਂ ਉੱਤੇ ਵਰਤਦੇ ਹਾਂ — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — ਕਿਉਂਕਿ ਇਹੀ ਫ਼ਰਕ ਹੈ ਇਨ੍ਹਾਂ ਮਾਡਲਾਂ ਦੇ ਵਾਜਬ ਕੀਮਤ ਉੱਤੇ ਮਿਲਣ ਅਤੇ ਬਿਲਕੁਲ ਨਾ ਮਿਲਣ ਵਿਚਾਲੇ। ਜਿੱਥੇ ਕੋਈ ਬੁਨਿਆਦ ਏਨੀ ਛੋਟੀ ਹੈ ਕਿ ਇਸਦੀ ਲੋੜ ਨਹੀਂ, ਅਸੀਂ ਇਹ ਨਹੀਂ ਵਰਤਦੇ: ਸੂਚੀ ਦੇ W8A16 ਮਾਡਲ 8-ਬਿੱਟ ਵਜ਼ਨ 16-ਬਿੱਟ ਐਕਟੀਵੇਸ਼ਨ ਨਾਲ ਚੱਲਦੇ ਹਨ, ਅਤੇ W4A16-AUTOROUND-REAP ਵਿਚਕਾਰ ਬੈਠਦਾ ਹੈ, AutoRound ਦੀ ਸਿੱਖੀ ਗੋਲਾਈ ਵਰਤ ਕੇ ਉਹ ਸ਼ੁੱਧਤਾ ਵਾਪਸ ਲਿਆਉਂਦਾ ਹੈ ਜੋ ਸਿੱਧਾ ਨੇੜਲੇ-ਵੱਲ-ਗੋਲ ਕਰਨ ਵਾਲੀ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਗੁਆ ਦਿੰਦੀ ਹੈ। ਉਹ ਦਰਜਾ ਚੁਣੋ ਜੋ ਤੁਹਾਡੀ ਸਹਿਣਸ਼ੀਲਤਾ ਨਾਲ ਮੇਲ ਖਾਵੇ। ਜੇ ਤੁਸੀਂ ਦਸ ਹਜ਼ਾਰ ਬਿੱਲਾਂ ਵਿੱਚੋਂ ਖ਼ਾਨੇ ਕੱਢ ਰਹੇ ਹੋ, ਤਾਂ 3-ਬਿੱਟ ਸਹੀ ਸੌਦਾ ਹੈ। ਜੇ ਤੁਸੀਂ ਇੱਕ ਚਿੱਤਰ ਦੀ ਇੱਕ ਵੱਡੇ-ਦਾਅ ਵਾਲੀ ਫੋਰੈਂਸਿਕ ਪੜ੍ਹਤ ਕਰ ਰਹੇ ਹੋ, ਤਾਂ Kimi-K3 ਉੱਤੇ ਪੈਸਾ ਖ਼ਰਚੋ।

05"ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਨਹੀਂ" ਦਾ ਮਤਲਬ ਕੀ ਹੈ ਜਦੋਂ ਇਨਪੁੱਟ ਇੱਕ ਚਿੱਤਰ ਹੋਵੇ

"ਬਿਨਾਂ ਸੈਂਸਰ" ਇੱਕ ਅਜਿਹਾ ਸ਼ਬਦ ਹੈ ਜੋ ਢਿੱਲੇ ਢੰਗ ਨਾਲ ਵਰਤਿਆ ਜਾਂਦਾ ਹੈ, ਸੋ ਇੱਥੇ ਸਟੀਕ ਦਾਅਵਾ ਹੈ: ਇਸ ਐਂਡਪੁਆਇੰਟ ਉੱਤੇ ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਨਹੀਂ ਅਤੇ ਕੋਈ ਆਊਟਪੁੱਟ ਫਿਲਟਰਿੰਗ ਨਹੀਂ ਹੈ। ਕੋਈ ਵਰਗੀਕਾਰ ਮਾਡਲ ਦੇ ਵੇਖਣ ਤੋਂ ਪਹਿਲਾਂ ਤੁਹਾਡੇ ਚਿੱਤਰ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰਦਾ। ਕੋਈ ਨੀਤੀ ਮਾਡਲ ਬਾਹਰ ਜਾਂਦੇ ਟੋਕਨਾਂ ਦੀ ਜਾਂਚ ਨਹੀਂ ਕਰਦਾ। ਮਾਡਲ ਜੋ ਪੈਦਾ ਕਰਦਾ ਹੈ ਉਹੀ ਤੁਹਾਨੂੰ ਮਿਲਦਾ ਹੈ।

ਲਿਖਤ ਵਿੱਚ, ਇਸਦਾ ਅਸਰ ਜਾਣਿਆ-ਪਛਾਣਿਆ ਹੈ। ਵਿਜ਼ਨ ਵਿੱਚ, ਇਹ ਕਿਸਮ ਪੱਖੋਂ ਵੱਖਰਾ ਹੈ, ਕਿਉਂਕਿ ਚਿੱਤਰ ਇਨਪੁੱਟਾਂ ਉੱਤੇ ਇਨਕਾਰ ਵਿਵਹਾਰ ਹੀ ਉਹ ਥਾਂ ਹੈ ਜਿੱਥੇ ਵਪਾਰਕ ਬਹੁ-ਮਾਧਿਅਮ API ਸਭ ਤੋਂ ਵੱਧ ਸੰਜਮੀ ਅਤੇ ਸਭ ਤੋਂ ਵੱਧ ਮਨਮਾਨੇ ਹੁੰਦੇ ਹਨ। ਖ਼ਾਸ ਨਾਕਾਮੀਆਂ ਇਸ ਤਰ੍ਹਾਂ ਦਿਸਦੀਆਂ ਹਨ:

ਪੂਰੀ ਪਛਾਣ ਇਨਕਾਰ — ਫੋਟੋ ਵਿੱਚ ਲੋਕਾਂ ਦਾ ਵਰਣਨ ਕਰਨ ਤੋਂ ਬਿਲਕੁਲ ਇਨਕਾਰ, ਉਨ੍ਹਾਂ ਖ਼ਾਸੀਅਤਾਂ ਸਮੇਤ ਜੋ ਸਾਫ਼ ਦਿਸਦੀਆਂ ਹਨ ਅਤੇ ਬਿਲਕੁਲ ਨੁਕਸਾਨ-ਰਹਿਤ ਹਨ, ਕਿਉਂਕਿ ਨੀਤੀ ਵਰਣਨ ਅਤੇ ਪਛਾਣ ਵਿੱਚ ਫ਼ਰਕ ਨਹੀਂ ਕਰ ਸਕਦੀ।
ਵਿਸ਼ਾ-ਆਧਾਰਿਤ ਪਿੱਛੇ ਹਟਣਾ — ਕਿਸੇ ਦਸਤਾਵੇਜ਼ ਦਾ ਲਿਪੀਅੰਤਰਣ ਜਾਂ ਸਾਰ ਦੇਣ ਤੋਂ ਇਨਕਾਰ ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿਉਂਕਿ ਦਸਤਾਵੇਜ਼ ਕਿਸ ਬਾਰੇ ਹੈ, ਭਾਵੇਂ ਲਿਪੀਅੰਤਰਣ ਇੱਕ ਮਸ਼ੀਨੀ ਕੰਮ ਹੈ।
ਮੈਡੀਕਲ ਅਤੇ ਫੋਰੈਂਸਿਕ ਝਿਜਕ — ਕਲੀਨਿਕਲ ਚਿੱਤਰ, ਸੱਟ ਦਸਤਾਵੇਜ਼ੀਕਰਨ, ਜਾਂ ਦੁਰਘਟਨਾ ਦੀਆਂ ਫੋਟੋਆਂ ਦਾ ਵਰਣਨ ਕਰਨ ਤੋਂ ਇਨਕਾਰ ਜਿਨ੍ਹਾਂ ਦਾ ਵਰਣਨ ਕਿਸੇ ਪੇਸ਼ੇਵਰ ਨੂੰ ਚਾਹੀਦਾ ਹੈ।
ਸੁਰੱਖਿਆ-ਸੰਦ ਗ਼ਲਤ ਸਕਾਰਾਤਮਕ — ਸਕਰੀਨਸ਼ਾਟ ਪੜ੍ਹਨ ਤੋਂ ਇਨਕਾਰ ਸਿਰਫ਼ ਇਸ ਲਈ ਕਿਉਂਕਿ ਉਸ ਵਿੱਚ ਟਰਮੀਨਲ, ਪੈਕੇਟ ਕੈਪਚਰ, ਜਾਂ ਡੀਬੱਗਰ ਹੈ।
ਚੁੱਪ-ਚਾਪ ਗਿਰਾਵਟ — ਸਭ ਤੋਂ ਭੈੜੀ: ਇਨਕਾਰ ਨਹੀਂ ਸਗੋਂ ਇੱਕ ਲਟਕਦਾ ਗ਼ੈਰ-ਜਵਾਬ, ਜੋ ਤੁਹਾਡੀ ਸਕੀਮਾ ਪ੍ਰਮਾਣਿਕਤਾ ਵਿੱਚੋਂ ਲੰਘ ਜਾਂਦਾ ਹੈ ਅਤੇ ਕਦੇ ਗ਼ਲਤੀ ਚੁੱਕੇ ਬਿਨਾਂ ਤੁਹਾਡੇ ਡੇਟਾਸੈੱਟ ਨੂੰ ਜ਼ਹਿਰੀਲਾ ਕਰ ਦਿੰਦਾ ਹੈ।

ਇਨ੍ਹਾਂ ਪੰਜਾਂ ਦੀ ਕਾਰਜਸ਼ੀਲ ਸਮੱਸਿਆ ਇਹ ਨਹੀਂ ਕਿ ਇਹ ਬੇਇਨਸਾਫ਼ੀ ਹਨ। ਇਹ ਹੈ ਕਿ ਇਹ ਅਣਮਾਪਣਯੋਗ ਹਨ। ਗ਼ਲਤ ਜਵਾਬ ਇੱਕ ਡੇਟਾ-ਬਿੰਦੂ ਹੈ; ਤੁਸੀਂ ਇਸਨੂੰ ਅੰਕ ਦੇ ਸਕਦੇ ਹੋ, ਮੁਲਾਂਕਣ ਵਿੱਚ ਫੜ ਸਕਦੇ ਹੋ, ਅਤੇ ਸੁਧਾਰ ਸਕਦੇ ਹੋ। ਇਨਕਾਰ ਇੱਕ ਛੇਕ ਹੈ। ਵੱਡੀ ਮਾਤਰਾ ਦੇ ਪੈਮਾਨੇ ਉੱਤੇ, ਤੁਹਾਡੇ ਇਨਪੁੱਟਾਂ ਵਿੱਚ ਗ਼ੈਰ-ਬੇਤਰਤੀਬ ਢੰਗ ਨਾਲ ਵੰਡੀ ਹੋਈ 3% ਇਨਕਾਰ ਦਰ — ਜੋ ਬਣਤਰ ਪੱਖੋਂ ਬਿਲਕੁਲ ਔਖੇ ਅਤੇ ਅਸਧਾਰਨ ਮਾਮਲਿਆਂ ਉੱਤੇ ਕੇਂਦਰਿਤ ਹੁੰਦੀ ਹੈ — ਤੁਹਾਡੇ ਨਤੀਜਿਆਂ ਵਿੱਚ ਇੱਕ ਯੋਜਨਾਬੱਧ ਝੁਕਾਅ ਬਣ ਜਾਂਦੀ ਹੈ ਜਿਸਨੂੰ ਕੋਈ ਵੀ ਬਾਅਦ ਦੀ ਸਫ਼ਾਈ ਠੀਕ ਨਹੀਂ ਕਰ ਸਕਦੀ। ਇਨਕਾਰ ਪਰਤ ਹਟਾਉਣ ਨਾਲ ਚੁੱਪ, ਆਪਸ ਵਿੱਚ ਜੁੜੇ ਗੁੰਮ ਡੇਟਾ ਦਾ ਇੱਕ ਸਰੋਤ ਹਟ ਜਾਂਦਾ ਹੈ।

Shannon ਨੂੰ Shannon Lab LLC, New Mexico, USA ਚਲਾਉਂਦੀ ਹੈ, ਸਾਡੀ ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਨੀਤੀ ਹੇਠ। ਬਿਨਾਂ ਸੈਂਸਰ ਦਾ ਮਤਲਬ ਹੈ ਕਿ ਮਾਡਲ ਤੁਹਾਡੇ ਇਨਪੁੱਟਾਂ ਬਾਰੇ ਸੰਪਾਦਕੀ ਰਾਇ ਨਹੀਂ ਦਿੰਦਾ; ਇਸਦਾ ਮਤਲਬ ਇਹ ਨਹੀਂ ਕਿ ਖਾਤੇ ਦੀਆਂ ਕੋਈ ਸ਼ਰਤਾਂ ਨਹੀਂ ਹਨ।

06ਪੂਰੀ ਵਿਸ਼ੇਸ਼ਤਾ

262K

ਸੰਦਰਭ ਵਿੰਡੋ

16,384

ਵੱਧ ਤੋਂ ਵੱਧ ਆਊਟਪੁੱਟ ਟੋਕਨ

$0.50

ਪ੍ਰਤੀ 1M ਇਨਪੁੱਟ

$2.00

ਪ੍ਰਤੀ 1M ਆਊਟਪੁੱਟ

ਖ਼ਾਨਾ	MiniMax-M3 · 3BIT-REAP
ਮਾਡਲ id	MiniMax-M3-3BIT-REAP
ਬੁਨਿਆਦ	MiniMax-M3 (MiniMax AI)
ਸੰਦਰਭ ਵਿੰਡੋ	262,144 ਟੋਕਨ
ਵੱਧ ਤੋਂ ਵੱਧ ਆਊਟਪੁੱਟ	16,384 ਟੋਕਨ
ਚਿੱਤਰ ਇਨਪੁੱਟ	ਹਾਂ
ਵੀਡੀਓ ਇਨਪੁੱਟ	ਸਾਹਮਣੇ ਨਹੀਂ ਲਿਆਂਦਾ
ਸਟ੍ਰੀਮਿੰਗ	ਹਾਂ
ਟੂਲ ਕਾਲਿੰਗ	ਹਾਂ
ਤਰਕ	ਹਾਂ (`reasoning_effort`)
ਢਾਂਚਾਗਤ ਆਊਟਪੁੱਟ	json_schema + response_format
ਇਨਕਾਰ ਪਰਤ	ਕੋਈ ਨਹੀਂ
ਐਂਡਪੁਆਇੰਟ	/v1/chat/completions · /v1/messages · /v1/responses
ਕਿੱਥੇ ਪਰੋਸਿਆ ਜਾਂਦਾ ਹੈ	Shannon ਦਾ ਆਪਣਾ GPU ਕਲੱਸਟਰ

ਉਸ ਸਾਰਣੀ ਦੀਆਂ ਦੋ ਲਾਈਨਾਂ ਜ਼ੋਰ ਦੇਣ ਯੋਗ ਹਨ। ਵੀਡੀਓ ਇਨਪੁੱਟ ਸਾਹਮਣੇ ਨਹੀਂ ਲਿਆਂਦਾ ਗਿਆ। ਉੱਪਰਲੀ M3 ਬੁਨਿਆਦ ਨੂੰ ਵੀਡੀਓ ਉੱਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ ਅਤੇ MiniMax ਵੀਡੀਓ ਇਨਪੁੱਟ ਦਾ ਦਸਤਾਵੇਜ਼ੀਕਰਨ ਕਰਦਾ ਹੈ; ਸਾਡਾ ਐਂਡਪੁਆਇੰਟ ਚਿੱਤਰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ। ਚਿੱਤਰਾਂ ਦੇ ਖ਼ਿਲਾਫ਼ ਹੀ ਬਣਾਓ। ਦੂਜਾ, 262,144-ਟੋਕਨ ਵਿੰਡੋ ਸਾਡੀ ਹੈ, ਉੱਪਰਲੇ ਦਸ ਲੱਖ ਦੇ ਅੰਕੜੇ ਦੀ ਨਹੀਂ — ਲੰਮੇ-ਦਸਤਾਵੇਜ਼ ਅਤੇ ਕਈ-ਚਿੱਤਰ ਵਾਲੇ ਕੰਮ ਦੀ ਯੋਜਨਾ 262,144 ਦੇ ਖ਼ਿਲਾਫ਼ ਬਣਾਓ ਅਤੇ ਤੁਸੀਂ ਕਦੇ ਹੈਰਾਨ ਨਹੀਂ ਹੋਵੋਗੇ।

07ਬਿਨਾਂ ਸੈਂਸਰ MiniMax API ਨੂੰ ਸੱਦਣਾ

ਤਿੰਨ ਬੋਲੀਆਂ, ਤਿੰਨਾਂ ਪਿੱਛੇ ਉਹੀ ਮਾਡਲ, ਤਿੰਨਾਂ ਉੱਤੇ ਸਟ੍ਰੀਮਿੰਗ। ਜਿਹੜੀ ਵੀ ਤੁਹਾਡਾ ਮੌਜੂਦਾ ਕਲਾਇੰਟ ਪਹਿਲਾਂ ਹੀ ਬੋਲਦਾ ਹੈ ਉਹ ਵਰਤੋ; ਇਨ੍ਹਾਂ ਵਿਚਾਲੇ ਸਮਰੱਥਾ ਦਾ ਕੋਈ ਫ਼ਰਕ ਨਹੀਂ। ਆਪਣਾ base URL Shannon ਵੱਲ ਕਰੋ ਅਤੇ ਮਾਡਲ id ਬਦਲੋ।

OpenAI ਬੋਲੀ ਰਾਹੀਂ ਚਿੱਤਰ ਸਮਝ

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
  }'

ਦੂਰ-ਦੁਰਾਡੇ https:// URL ਅਤੇ base64 data URL ਦੋਵੇਂ image_url ਹਿੱਸੇ ਵਿੱਚ ਕੰਮ ਕਰਦੇ ਹਨ। ਜਦੋਂ ਤੁਹਾਨੂੰ ਸਫ਼ਿਆਂ ਵਿਚਾਲੇ ਤੁਲਨਾ ਚਾਹੀਦੀ ਹੋਵੇ ਤਾਂ ਇੱਕੋ ਸੁਨੇਹੇ ਵਿੱਚ ਕਈ ਚਿੱਤਰ ਹਿੱਸੇ ਜੋੜੋ — ਤੁਹਾਡੇ ਕੋਲ ਖ਼ਰਚਣ ਲਈ 262,144 ਟੋਕਨ ਹਨ ਅਤੇ, ਪ੍ਰਤੀ ਦਸ ਲੱਖ $0.50 ਉੱਤੇ, ਇਨ੍ਹਾਂ ਨੂੰ ਖ਼ਰਚਣਾ ਸਸਤਾ ਹੈ।

JSON ਸਕੀਮਾ ਨਾਲ ਟਾਈਪ ਕੀਤਾ ਕੱਢਣਾ

ਇਹ ਮਾਡਲ ਪਾਈਪਲਾਈਨ ਵਿੱਚ ਆਪਣੀ ਥਾਂ ਜਿੱਥੇ ਕਮਾਉਂਦਾ ਹੈ ਉਹ ਹੈ ਵਿਜ਼ਨ + ਸਖ਼ਤ ਸਕੀਮਾ + ਫ਼ਰਸ਼ ਕੀਮਤ ਦਾ ਜੋੜ। ਸਾਡੀ ਸੂਚੀ ਦੇ ਹਰ ਮਾਡਲ ਕੋਲ ਤਿੰਨੇ ਨਹੀਂ ਹਨ: Laguna-S-2.1 ਅਤੇ inkling json_schema ਸਮਰਥਿਤ ਨਹੀਂ ਕਰਦੇ। MiniMax-M3 ਕਰਦਾ ਹੈ, ਜਿਸਦਾ ਮਤਲਬ ਹੈ ਤੁਸੀਂ ਬਿਨਾਂ ਕਿਸੇ ਪਾਰਸਿੰਗ ਪਰਤ ਦੇ ਚਿੱਤਰ ਵਿੱਚੋਂ ਪ੍ਰਮਾਣਿਤ ਵਸਤੂ ਲੈ ਸਕਦੇ ਹੋ:

{
  "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
      }
    }
  }
}

ਤਰਕ ਦੀ ਮਿਹਨਤ

ਮਾਡਲ reasoning_effort ਦਿੰਦਾ ਹੈ। ਵੱਡੀ ਮਾਤਰਾ ਦੇ ਚਿੱਤਰ ਵਰਗੀਕਰਨ ਉੱਤੇ, ਇਸਨੂੰ ਘੱਟ ਰੱਖੋ — ਤੁਸੀਂ ਇੱਕ ਬੋਧਾਤਮਕ ਸਵਾਲ ਪੁੱਛ ਰਹੇ ਹੋ, ਅਤੇ ਤਰਕ ਟੋਕਨ ਆਊਟਪੁੱਟ ਟੋਕਨ ਹਨ ਜਿਨ੍ਹਾਂ ਦੀ ਤੁਸੀਂ ਕੀਮਤ ਦਿੰਦੇ ਹੋ। ਉਨ੍ਹਾਂ ਕਾਲਾਂ ਲਈ ਇਸਨੂੰ ਵਧਾਓ ਜਿੱਥੇ ਚਿੱਤਰ ਇੱਕ ਲੰਮੀ ਦਲੀਲ ਵਿੱਚ ਸਬੂਤ ਹੈ: ਕਿਸੇ ਖ਼ਾਕੇ ਨੂੰ ਵਿਸ਼ੇਸ਼ਤਾ ਦੇ ਖ਼ਿਲਾਫ਼ ਪੜ੍ਹਨਾ, ਕਿਸੇ ਚਾਰਟ ਨੂੰ ਸਾਰਣੀ ਨਾਲ ਮੇਲ ਬਿਠਾਉਣਾ, ਇਹ ਫ਼ੈਸਲਾ ਕਰਨਾ ਕਿ ਕੀ ਦੋ ਸਕਰੀਨਸ਼ਾਟ ਇੱਕੋ ਨੁਕਸ ਵਿਖਾਉਂਦੇ ਹਨ।

ਤਿੰਨਾਂ ਬੋਲੀਆਂ ਲਈ ਪੂਰਾ ਪੈਰਾਮੀਟਰ ਹਵਾਲਾ, ਗ਼ਲਤੀ ਦੇ ਅਰਥ, ਅਤੇ ਸਟ੍ਰੀਮਿੰਗ ਫਾਰਮੈਟ Shannon API ਦਸਤਾਵੇਜ਼ਾਂ ਵਿੱਚ ਹਨ।

08MiniMax-M3 ਕਿੱਥੇ ਸਹੀ ਚੋਣ ਹੈ — ਅਤੇ ਕਿੱਥੇ ਨਹੀਂ

ਇਸ ਵੱਲ ਵਧੋ ਜਦੋਂ

ਵੱਡੀ ਮਾਤਰਾ ਵਾਲਾ ਚਿੱਤਰ ਕੰਮ। ਡੇਟਾਸੈੱਟ ਲੇਬਲਿੰਗ, ਸੰਜਮ ਖੋਜ, ਕੈਟਾਲਾਗ ਸੰਪੰਨਤਾ, ਸਕਰੀਨਸ਼ਾਟ ਛਾਂਟੀ, ਸਕੈਨ ਕੀਤੇ ਦਸਤਾਵੇਜ਼ਾਂ ਉੱਤੇ ਬੈਚ OCR-ਅਤੇ-ਢਾਂਚਾ। ਫ਼ਰਸ਼ ਕੀਮਤ ਹੀ ਪੂਰੀ ਦਲੀਲ ਹੈ।
ਚਿੱਤਰਾਂ ਤੋਂ ਟਾਈਪ ਕੀਤੇ ਰਿਕਾਰਡ। ਵਿਜ਼ਨ ਅਤੇ ਸਖ਼ਤ json_schema ਅਤੇ ਸੂਚੀ ਦੇ ਸਭ ਤੋਂ ਸਸਤੇ ਟੋਕਨਾਂ ਦਾ ਜੋੜ ਸਿਰਫ਼ ਦੋ ਮਾਡਲ ਹੀ ਇੱਥੇ ਦਿੰਦੇ ਹਨ।
ਲੰਮਾ ਬਹੁ-ਮਾਧਿਅਮ ਸੰਦਰਭ। ਇੱਕੋ ਬੇਨਤੀ ਵਿੱਚ ਕਈ ਸਫ਼ੇ, ਜਾਂ ਕਈ ਫਰੇਮ — ਹੇਠਲਾ ਢਾਂਚਾ ਬਿਲਕੁਲ ਇਸੇ ਸ਼ਕਲ ਦੇ ਇਨਪੁੱਟ ਲਈ ਬਣਿਆ ਹੈ।
ਖੋਜ ਜਿੱਥੇ ਇਨਕਾਰ ਨਮੂਨੇ ਨੂੰ ਖ਼ਰਾਬ ਕਰਦੇ ਹਨ। ਕੋਈ ਵੀ ਅਧਿਐਨ ਜਿਸਦੀ ਵੈਧਤਾ ਇਸ ਗੱਲ ਉੱਤੇ ਨਿਰਭਰ ਕਰਦੀ ਹੈ ਕਿ ਮਾਡਲ ਹਰ ਚੀਜ਼ ਦਾ ਜਵਾਬ ਦੇਵੇ, ਬੇਆਰਾਮ ਵਾਲਿਆਂ ਸਮੇਤ।
ਏਜੰਟ ਲੂਪ ਜੋ ਸਕਰੀਨ ਪੜ੍ਹਦੇ ਹਨ। M-ਲੜੀ ਦੀ ਵੰਸ਼ਾਵਲੀ ਸਪਸ਼ਟ ਤੌਰ ਉੱਤੇ ਏਜੰਟ ਹੈ, ਅਤੇ ਟੂਲ ਕਾਲਿੰਗ ਉਪਲਬਧ ਹੈ।

ਕੁਝ ਹੋਰ ਵੱਲ ਵਧੋ ਜਦੋਂ

ਤੁਹਾਨੂੰ ਸਭ ਤੋਂ ਉੱਚੀ ਵਿਜ਼ਨ ਹੱਦ ਚਾਹੀਦੀ ਹੈ ਅਤੇ ਬਜਟ ਹੈ। Kimi-K3 · 3BIT-REAP ਇਨਪੁੱਟ ਕੀਮਤ ਦਾ 7.7× ਕਿਸੇ ਕਾਰਨ ਹੈ; ਇੱਕ ਵੱਡੇ-ਦਾਅ ਵਾਲੀ ਪੜ੍ਹਤ ਉੱਤੇ, ਇਹੀ ਸਹੀ ਪੈਸਾ ਖ਼ਰਚਣਾ ਹੈ।
ਤੁਹਾਨੂੰ ਵੱਧ ਤੋਂ ਵੱਧ ਵਫ਼ਾਦਾਰੀ ਵਾਲੇ ਵਜ਼ਨ ਚਾਹੀਦੇ ਹਨ। 3-ਬਿੱਟ ਸਾਡਾ ਸਭ ਤੋਂ ਹਮਲਾਵਰ ਦਰਜਾ ਹੈ। W8A16 ਮਾਡਲ ਕੀਮਤ ਦੀ ਥਾਂ ਸ਼ੁੱਧਤਾ ਲੈਂਦੇ ਹਨ, ਅਤੇ ਜੇ ਪ੍ਰਤੀ ਵਜ਼ਨ ਵਫ਼ਾਦਾਰੀ ਤੁਹਾਡਾ ਟੀਚਾ ਹੈ ਤਾਂ MiMo-V2.5 · W8A16 ਉਸੇ $0.50 / $2.00 ਉੱਤੇ ਵਿਜ਼ਨ-ਸਮਰੱਥ ਹੈ।
ਤੁਹਾਨੂੰ ਵੀਡੀਓ ਚਾਹੀਦਾ ਹੈ। ਅਸੀਂ ਇਸ ਐਂਡਪੁਆਇੰਟ ਉੱਤੇ ਵੀਡੀਓ ਇਨਪੁੱਟ ਸਾਹਮਣੇ ਨਹੀਂ ਲਿਆਉਂਦੇ।
ਕੰਮ ਬਿਲਕੁਲ ਲਿਖਤ ਹੈ, ਫ਼ਰੰਟੀਅਰ ਪੱਧਰ ਦਾ। DeepSeek-V4-Pro-0813 ਇਸੇ ਲਈ ਹੈ; ਨਹੀਂ ਤਾਂ ਤੁਸੀਂ ਇੱਕ ਵਿਜ਼ਨ ਟਾਵਰ ਲਈ ਪੈਸੇ ਦੇ ਰਹੇ ਹੋਵੋਗੇ ਜੋ ਤੁਸੀਂ ਕਦੇ ਵਰਤਦੇ ਹੀ ਨਹੀਂ।

ਵਿਜ਼ਨ ਦਰਜੇ ਦੀ ਤੁਲਨਾ ਕਰ ਰਹੇ ਹੋ? ਦਾਇਰੇ ਦਾ ਦੂਜਾ ਸਿਰਾ ਬਿਨਾਂ ਸੈਂਸਰ Kimi-K3 ਗਾਈਡ ਵਿੱਚ ਦਰਜ ਹੈ — ਉਹੀ 262K ਸੰਦਰਭ ਅਤੇ ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਨਹੀਂ, ਬਹੁਤ ਉੱਚੀ ਹੱਦ, ਅਤੇ ਬਹੁਤ ਵੱਧ ਬਿੱਲ। ਸਾਰੀਆਂ ਬਾਰਾਂ ਮਾਡਲ ਗਾਈਡਾਂ Shannon Research ਵਿੱਚ ਸੂਚੀਬੱਧ ਹਨ।

ਡਿਜ਼ਾਈਨ ਪੱਖੋਂ ਪਾਰਦਰਸ਼ੀ

ਇਸ ਲੇਖ ਦਾ ਹਰ ਉੱਪਰਲਾ ਅੰਕੜਾ ਸਾਡੇ ਤੋਂ ਬਿਨਾਂ ਕਿਸੇ ਹੋਰ ਵੱਲੋਂ ਛਾਪਿਆ ਗਿਆ ਹੈ। ਸਾਡੇ ਸਾਰ ਦੀ ਥਾਂ ਮੂਲ ਸਰੋਤ ਖ਼ੁਦ ਵੇਖੋ।

MiniMax-M3 ਮਾਡਲ ਕਾਰਡ MiniMax-M1 (arXiv 2506.13585) MiniMax-01 / Lightning Attention REAP (arXiv 2510.13999) Cerebras — REAP ਲੇਖ

MiniMax ਪਰਿਵਾਰ ਲਈ ਢਾਂਚਾ, ਬੈਂਚਮਾਰਕ, ਅਤੇ ਤੇਜ਼ੀ ਦੇ ਅੰਕੜੇ MiniMax AI ਵੱਲੋਂ ਲੈਬ-ਦੱਸੇ ਹਨ; REAP ਅੰਕੜੇ REAP ਲੇਖਕਾਂ ਵੱਲੋਂ ਉਨ੍ਹਾਂ ਦੇ ਆਪਣੇ ਮਾਡਲਾਂ ਉੱਤੇ ਦੱਸੇ ਗਏ ਹਨ ਅਤੇ ਇਸ ਬਿਲਡ ਦਾ ਮਾਪ ਨਹੀਂ। Shannon ਕੀਮਤਾਂ, ਸੰਦਰਭ ਵਿੰਡੋ, ਅਤੇ ਸਮਰੱਥਾ ਝੰਡੇ ਸਾਡੇ ਆਪਣੇ ਹਨ ਅਤੇ ਸਾਡੀ ਚਾਲੂ ਮਾਡਲ ਸੂਚੀ ਤੋਂ ਪੜ੍ਹੇ ਗਏ ਹਨ।

09ਅਕਸਰ ਪੁੱਛੇ ਜਾਂਦੇ ਸਵਾਲ

ਬਿਨਾਂ ਸੈਂਸਰ MiniMax API ਕੀ ਹੈ?

ਇਹ MiniMax-M3 · 3BIT-REAP ਹੈ ਜੋ Shannon ਦੇ ਆਪਣੇ GPU ਕਲੱਸਟਰ ਉੱਤੇ ਬਿਨਾਂ ਕਿਸੇ ਇਨਕਾਰ ਪਰਤ ਅਤੇ ਬਿਨਾਂ ਆਊਟਪੁੱਟ ਫਿਲਟਰਿੰਗ ਦੇ ਪਰੋਸਿਆ ਜਾਂਦਾ ਹੈ। ਤੁਸੀਂ ਇਸਨੂੰ /v1/chat/completions, /v1/messages, ਜਾਂ /v1/responses ਰਾਹੀਂ 262,144-ਟੋਕਨ ਸੰਦਰਭ ਵਿੰਡੋ, ਚਿੱਤਰ ਇਨਪੁੱਟ, ਟੂਲ ਕਾਲਿੰਗ, ਅਤੇ JSON-ਸਕੀਮਾ ਢਾਂਚਾਗਤ ਆਊਟਪੁੱਟ ਨਾਲ ਸੱਦਦੇ ਹੋ, ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਇਨਪੁੱਟ ਟੋਕਨ $0.50 ਅਤੇ ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਆਊਟਪੁੱਟ ਟੋਕਨ $2.00 ਉੱਤੇ।

ਕੀ Shannon ਉੱਤੇ MiniMax-M3 ਚਿੱਤਰ ਇਨਪੁੱਟ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ?

ਹਾਂ। MiniMax-M3 Shannon ਸੂਚੀ ਦੇ ਪੰਜ ਵਿਜ਼ਨ-ਸਮਰੱਥ ਮਾਡਲਾਂ ਵਿੱਚੋਂ ਇੱਕ ਹੈ ਅਤੇ ਮਿਆਰੀ image_url ਸਮੱਗਰੀ-ਹਿੱਸੇ ਫਾਰਮੈਟ ਵਿੱਚ ਚਿੱਤਰ ਸਵੀਕਾਰ ਕਰਦਾ ਹੈ, base64 data URL ਸਮੇਤ। ਸਾਡਾ ਐਂਡਪੁਆਇੰਟ ਸਿਰਫ਼ ਚਿੱਤਰ ਇਨਪੁੱਟ ਸਾਹਮਣੇ ਲਿਆਉਂਦਾ ਹੈ — ਅਸੀਂ ਵੀਡੀਓ ਇਨਪੁੱਟ ਸਾਹਮਣੇ ਨਹੀਂ ਲਿਆਉਂਦੇ, ਭਾਵੇਂ ਉੱਪਰਲੀ ਬੁਨਿਆਦ ਨੂੰ ਵੀਡੀਓ ਉੱਤੇ ਸਿਖਲਾਈ ਦਿੱਤੀ ਗਈ ਸੀ।

ਬਿਨਾਂ ਸੈਂਸਰ ਚਿੱਤਰ ਸਮਝ ਦੀ ਕੀਮਤ ਕਿੰਨੀ ਹੈ?

MiniMax-M3 Shannon ਦੀ ਫ਼ਰਸ਼ ਕੀਮਤ ਉੱਤੇ ਬੈਠਦਾ ਹੈ: ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਇਨਪੁੱਟ ਟੋਕਨ $0.50 ਅਤੇ ਪ੍ਰਤੀ ਦਸ ਲੱਖ ਆਊਟਪੁੱਟ ਟੋਕਨ $2.00। 1,000 ਚਿੱਤਰ ਕਾਲਾਂ ਦੇ ਇੱਕ ਬੈਚ, ਹਰੇਕ ਔਸਤਨ 1,200 ਇਨਪੁੱਟ ਅਤੇ 300 ਆਊਟਪੁੱਟ ਟੋਕਨ, ਦੀ ਕੀਮਤ ਲਗਭਗ $1.20 ਹੈ। ਸੂਚੀ ਦੇ ਸਭ ਤੋਂ ਉੱਚੀ ਹੱਦ ਵਾਲੇ ਵਿਜ਼ਨ ਮਾਡਲ Kimi-K3 ਉੱਤੇ ਉਹੀ ਬੈਚ ਲਗਭਗ $10.34 ਦਾ ਪੈਂਦਾ ਹੈ।

3BIT-REAP ਦਾ ਕੀ ਮਤਲਬ ਹੈ, ਅਤੇ ਕੀ ਇਹ ਗੁਣਵੱਤਾ ਨੂੰ ਨੁਕਸਾਨ ਪਹੁੰਚਾਉਂਦਾ ਹੈ?

REAP ਯਾਨੀ Router-weighted Expert Activation Pruning, Cerebras ਅਤੇ University of Calgary ਦਾ ਇੱਕ-ਵਾਰੀ ਮਾਹਰਾਂ-ਦੇ-ਮਿਸ਼ਰਣ ਸੰਕੁਚਨ ਢੰਗ ਹੈ ਜੋ ਹਰ ਮਾਹਰ ਨੂੰ ਰਾਊਟਰ ਗੇਟ ਮੁੱਲ ਅਤੇ ਐਕਟੀਵੇਸ਼ਨ ਨਾਰਮ ਨਾਲ ਅੰਕ ਦਿੰਦਾ ਹੈ, ਫੇਰ ਕੁਆਂਟਾਈਜ਼ੇਸ਼ਨ ਤੋਂ ਪਹਿਲਾਂ ਸਭ ਤੋਂ ਘੱਟ ਖ਼ਾਸ ਮਾਹਰ ਹਟਾ ਦਿੰਦਾ ਹੈ। ਬਚੇ ਵਜ਼ਨ 3 ਬਿੱਟਾਂ ਉੱਤੇ ਸਟੋਰ ਕੀਤੇ ਜਾਂਦੇ ਹਨ। ਇਹ ਸਾਡਾ ਸਭ ਤੋਂ ਹਮਲਾਵਰ ਸੰਕੁਚਨ ਦਰਜਾ ਹੈ ਅਤੇ ਇਹੀ ਹੈ ਜੋ 428-ਅਰਬ-ਪੈਰਾਮੀਟਰ ਬੁਨਿਆਦ ਨੂੰ ਫ਼ਰਸ਼ ਕੀਮਤ ਉੱਤੇ ਪਰੋਸਣਯੋਗ ਬਣਾਉਂਦਾ ਹੈ। ਵੱਧ ਤੋਂ ਵੱਧ ਵਫ਼ਾਦਾਰੀ ਲਈ ਅਸੀਂ ਇਸਦੀ ਥਾਂ ਵੱਖਰੇ W8A16 ਮਾਡਲ ਭੇਜਦੇ ਹਾਂ।

ਕੀ ਇਹ ਟੂਲ ਕਾਲਿੰਗ ਅਤੇ JSON ਸਕੀਮਾ ਆਊਟਪੁੱਟ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ?

ਦੋਵਾਂ ਦਾ ਹਾਂ। MiniMax-M3 ਸਟ੍ਰੀਮਿੰਗ, ਟੂਲ ਕਾਲਿੰਗ, reasoning_effort ਕੰਟਰੋਲ ਨਾਲ ਤਰਕ, response_format, ਅਤੇ ਸਖ਼ਤ json_schema ਢਾਂਚਾਗਤ ਆਊਟਪੁੱਟ ਸਮਰਥਿਤ ਕਰਦਾ ਹੈ। ਇਹ ਜੋੜ ਸੂਚੀ ਭਰ ਵਿੱਚ ਸਾਂਝਾ ਨਹੀਂ — Laguna-S-2.1 ਅਤੇ inkling json_schema ਸਮਰਥਿਤ ਨਹੀਂ ਕਰਦੇ — ਸੋ ਜੇ ਤੁਹਾਨੂੰ ਚਿੱਤਰ ਤੋਂ ਟਾਈਪ ਕੀਤੀ ਵਸਤੂ ਵਾਪਸ ਚਾਹੀਦੀ ਹੈ, ਤਾਂ MiniMax-M3 ਸਭ ਤੋਂ ਸਸਤਾ ਮਾਡਲ ਹੈ ਜੋ ਤੁਹਾਨੂੰ ਇਹ ਦੇਵੇਗਾ।

ਮੈਨੂੰ ਕਿਹੜੀ ਸੰਦਰਭ ਵਿੰਡੋ ਅਤੇ ਆਊਟਪੁੱਟ ਹੱਦ ਮਿਲਦੀ ਹੈ?

ਪ੍ਰਤੀ ਬੇਨਤੀ 262,144 ਟੋਕਨ ਸੰਦਰਭ ਅਤੇ 16,384 ਟੋਕਨ ਆਊਟਪੁੱਟ, ਜੋ ਸਾਰੇ ਬਾਰਾਂ Shannon ਮਾਡਲਾਂ ਵਿੱਚ ਇੱਕੋ ਜਿਹੇ ਹਨ। ਉੱਪਰਲੀ MiniMax-M3 ਬੁਨਿਆਦ ਦਸ ਲੱਖ ਟੋਕਨਾਂ ਉੱਤੇ ਦਰਜ ਹੈ; ਅਸੀਂ 262K ਵਿੰਡੋ ਪਰੋਸਦੇ ਹਾਂ, ਸੋ ਲੰਮੇ-ਦਸਤਾਵੇਜ਼ ਅਤੇ ਬਹੁ-ਚਿੱਤਰ ਵਾਲੇ ਕੰਮ ਦੀ ਯੋਜਨਾ 262,144 ਦੇ ਖ਼ਿਲਾਫ਼ ਬਣਾਓ, ਉੱਪਰਲੇ ਅੰਕੜੇ ਦੇ ਖ਼ਿਲਾਫ਼ ਨਹੀਂ।

ਬਿਨਾਂ ਸੈਂਸਰ MiniMax API ਅਜ਼ਮਾਓ

ਫ਼ਰਸ਼ ਕੀਮਤ ਉੱਤੇ ਚਿੱਤਰ ਸਮਝ। ਤਿੰਨ ਬੋਲੀਆਂ, ਇੱਕ ਮਾਡਲ id, ਕੋਈ ਇਨਕਾਰ ਪਰਤ ਨਹੀਂ।

API ਦਸਤਾਵੇਜ਼ ਪੜ੍ਹੋ ਸਾਰੀਆਂ ਮਾਡਲ ਗਾਈਡਾਂ

Shannon Lab LLC · New Mexico, USA · ਜ਼ਿੰਮੇਵਾਰ ਵਰਤੋਂ ਨੀਤੀ ਲਾਗੂ ਹੁੰਦੀ ਹੈ

ਸਰੋਤ: MiniMax-M3 ਮਾਡਲ ਕਾਰਡ · 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 ਬੈਂਚਮਾਰਕ ਅਤੇ ਤੇਜ਼ੀ ਦੇ ਅੰਕੜੇ ਲੈਬ-ਦੱਸੇ ਅਤੇ ਸੁਤੰਤਰ ਤਸਦੀਕ ਦੀ ਉਡੀਕ ਵਿੱਚ ਆਰਜ਼ੀ ਹਨ। Shannon ਕੀਮਤਾਂ ਅਤੇ ਸਮਰੱਥਾ ਝੰਡੇ 5 ਸਤੰਬਰ 2026 ਤੱਕ ਚਾਲੂ ਹਨ।

ਸਾਰੇ research links