موږ د هېڅ کاروونکي معلومات نه ساتو او نه ورته لاسرسی لرو، او حسابونه نه suspend کوو، مګر که یوه قانوني authority د enforcement action غوښتنه وکړي.

د ماډل لارښود · MiniMax-M3 · 3BIT-REAP

بې سانسوره MiniMax API: لید په فرشي بیه

MiniMax-M3 تر ټولو ارزانه لاره ده چې د Shannon پر ګېټوې باندې بې سانسوره د انځور پوهېدنه ترلاسه کړئ — $0.50 دننه، $2.00 بهر، 262,144 توکنه متن، او ستاسو او انځور ترمنځ د ردولو پرت نشته.

خپور شوی د 2026 د سپټمبر 5د ماډل لارښودبنسټ: MiniMax-M3

لنډیز

MiniMax-M3 · 3BIT-REAP یو د لید وړ، بې سانسوره ماډل دی د Shannon په فرشي بیه کې: په هر میلیون دننه توکنو $0.50 او په هر میلیون بهر توکنو $2.00، له یوه 262,144 توکنیز متن، 16,384 وتونکو توکنو، سټریمینګ، د وسیلو زنګ وهلو، له reasoning_effort سره استدلال، او سختې json_schema وتنې سره. د MiniMax AI پر M3 بنسټ باندې جوړ شوی — یو 428B پیرامیټره Mixture-of-Experts ماډل له MiniMax Sparse Attention او اصلي څو رسنیزې روزنې سره — چې په 3-بیټه وزنونو او د REAP متخصص کټولو سره فشار شوی ترڅو زموږ پر خپل GPU کلستر باندې په هغه بیه کې ځای شي. که ستاسو کاري بار «دې انځور ته وګوره او رښتیا ځواب ورکړه، لس زره ځله» وي، همدا ماډل دی.

نږدې هر کوربه توب شوی څو رسنیز API لید ته د یوې پورتنۍ بیې په سترګه ګوري. تاسو د متن لپاره د یوه متني ماډل کچه ورکوئ، او بیا ډېر ورکوئ — کله کله څو ځله ډېر — هغه شېبه چې یو انځور غوښتنې ته ننوځي. له دې پورته، انځوریزې ننوتنې هغه ځای دی چې د ردولو چلند پکې تر ټولو تېز وي: هغه ماډل چې په متن کې به یوه موضوع په خوښۍ سره وڅېړي، په یوه انځور کې د هماغه شي له بیانولو ډډه کوي. پایله يې یو داسې محصول دی چې په هره بلنه کې ګران او په هره بلنه کې د اعتماد وړ نه دی، او دا د دواړو نړیو تر ټولو بد حالت دی کله چې تاسو حجم پروسس کوئ. پر Shannon باندې MiniMax-M3 زموږ ځواب دی: هماغه $0.50 / $2.00 چې زموږ د تر ټولو ارزانه متني ماډل لپاره يې ورکوئ، پر یوه داسې بنسټ باندې تطبیق شوی چې له لومړي ګامه څو رسنیز روزل شوی، او د ردولو پرت يې مخې ته نه دی ولاړ.

01«تر ټولو ارزانه بې سانسوره لیدنی ماډل» دلته په رښتیا څه معنا لري

د Shannon کتلاګ دولس ماډلونه دي. پنځه يې انځورونه مني. بیې يې، په هر میلیون توکنو:

د لید وړ ماډل	دننه	بهر	جوړښتي وتنه
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	یوازې response_format
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 پر فرش باندې ناست دی — $0.50 / $2.00 — له MiMo-V2.5 سره برابر، او هېڅ شی تر ده ښکته نشته، ځکه چې $0.50 / $2.00 زموږ د بیو لیست فرش دی. د لیدني ساحې د سر په مقابل کې دا له Kimi-K3 څخه پر دننه کې 7.7× او پر بهر کې 9.6× ارزانه دی.

دا په یوه کاري بار کې کېږدئ. فرض کړئ چې تاسو 1,000 انځورونه ډلبندي کوئ — د سکرین انځورونه، سکن شوې پاڼې، د محصول عکسونه — چې په منځنۍ توګه نږدې 1,200 توکنه انځور جمع غوښتنه ننوځي او 300 توکنه ځواب راوځي:

MiniMax-M3$1.20

MiMo-V2.5$1.20

Kimi-K2.6$2.04

inkling$3.53

Kimi-K3$10.34

د Shannon د لیست بیې، د 2026 سپټمبر. د توکنو شمېرې یوازې د بېلګې لپاره دي؛ ستاسو د انځور توکنیزول پر ریزولوشن او پر دې پورې اړه لري چې په هره بلنه کې څو انځورونه نښلوئ.

دوه نور د سرچینې ټکي چې په ذهن کې يې ساتل ګټور دي. ټول 262,144 توکنیز متن یو ځل ډکول نږدې 13 سنټه لګښت لري. د 16,384 توکنو تر ټولو اوږد ځواب نږدې 3.3 سنټه لګښت لري. دا د یوې تکې تر ټولو بدې غوښتنې واقعي پولې دي، او دومره کوچنۍ دي چې پر یوه لیدني کړۍ باندې په زړه پورې خنډ پیسې نه، بلکې تېرښت شي.

02د MiniMax نسب: یوه څېړنځی چې توکنه غوره کوي، نه سرلیکونه

MiniMax AI یو شانګهای څېړنځی دی چې د خلاصو وزنونو ټول ریکارډ يې د یوې پوښتنې په اړه دی: څنګه پاملرنه دومره ارزانه کړئ چې اوږد متن او څو رسنیزوالی نور تجملات پاتې نه شي؟ په دې کرښه کې هره خپرونه د همدې پوښتنې ځواب دی، او ځوابونه پر یو بل جوړېږي.

MiniMax-01 — Lightning Attention، او لید له پیله

د MiniMax-01 لړۍ (چې د arXiv 2501.08313 په توګه خپره شوه) Lightning Attention ورپېژندله، چې د یوه خطي پاملرنې ډول یوه I/O ته پام کوونکې پلي کول دي، د یوه ګډ Mixture-of-Experts ماډل دننه چې 456B ټول پیرامیټرونه لري او 45.9B يې په هر توکن فعال دي. لړۍ د یوې جوړې په توګه راغله: MiniMax-Text-01 او MiniMax-VL-01، لیدنی ماډل. VL-01 اوس مهال پېژندل شوی ViT-MLP-LLM لړ وکاروه، مګر د یوه پور اخیستل شوي کوډوونکي پرځای له یوه 303 میلیونه پیرامیټره Vision Transformer سره چې پر 694 میلیونه انځور-سرلیک جوړو باندې له سره روزل شوی و، بیا د یوې څو پړاویزې کړۍ په اوږدو کې همغږی او په ګډه فاین-ټیون شو چې 512 میلیارده توکنه يې پروسس کړل.

دا جزئیات د هغې مقالې لپاره مهم دي چې تاسو يې لولئ. په دې نسب کې لید یو ناوخته اډاپټر نه دی چې پر یوه متني ماډل باندې د یوه بکس د نښه کولو لپاره ونښلول شي. MiniMax له خپلې لومړۍ خلاصې خپرونې راهیسې خپل لیدنی برج روزي، او همدا لامل دی چې د سند پوهېدنه، د کارونکي پوښ او د سکرین انځور درک، او د چارټ لوستل د دې ډلې همېشني ځواکونه دي نه وروسته زیاتونې.

MiniMax-M1 — د اوږد استدلال لپاره ګډه پاملرنه

MiniMax-M1 (arXiv 2506.13585) د خپلو لیکوالو له خوا د لومړني خلاص وزنه، لوی پیمانه ګډ-پاملرنه استدلالي ماډل په توګه بیان شو. هغه د 456B / 45.9B MoE تنه وساتله او دواړه ډوله پاملرنې يې ګډې کړې: له هرو اوو Lightning Attention بلاکونو وروسته یو دودیز softmax-پاملرنه ټرانسفارمر بلاک. ګټه يې د بورډ د ځای پرځای په حساب کې اندازه شوه — MiniMax راپور کړ چې د 100K توکنیز تولید په اوږدوالي کې، M1 د DeepSeek R1 له FLOPs څخه نږدې 25% مصرف کړل، په داسې حال کې چې په اصلي توګه يې د یوه میلیون توکنیز متن ملاتړ کاوه.

MiniMax-M2 — د کوچني فعالېدو پر لور اوښتنه

MiniMax-M2 په اندازه کې بل لور ته ولاړ او پام يې ور واړاوه: یو 62 پرته ډیکوډر چې 229.9B ټول پیرامیټرونه لري خو یوازې ~9.8B يې په هر توکن فعال دي، په هر MoE پرت کې 256 باریک متخصصان له sigmoid روټینګ سره اتو ته، د RoPE موقعیتونه او د روزنې د ثبات لپاره QK-RMSNorm. دا په څرګنده توګه یو اجنټي-کوډ ماډل و — څو دوسیه یز سمونونه، د چلولو-سمولو کړۍ، په ازموینه تایید شوې ترمیمې — او د ګډ فکر بڼه يې ورپېژندله، چېرته چې استدلال د وسیلو د بلنو د دورو ترمنځ وړل کېږي نه دا چې له هرې دورې وروسته وغورځول شي. M2 هغه ماډل دی چې د MiniMax شهرت يې پیاوړی کړ چې په هر توکن لګښت کې د یوې برخې په بدل کې مخکښ ته نږدې اجنټي چلند وړاندې کوي، یوازې د فعالېدنو په کوچنی ساتلو سره.

MiniMax-M3 — د دې پای ټکي لاندې بنسټ

MiniMax-M3 د 2026 د جون په 1 خپور شو، له لږ وروسته پر Hugging Face باندې وزنونو او په arXiv 2606.13392 کې یوه تخنیکي راپور سره. دا یو 428B پیرامیټره Mixture-of-Experts ماډل دی چې نږدې 23B يې په هر توکن فعال دي، یو مستند یو میلیون توکنیز متن، او اصلي انځوریزه او ویډیویي ننوتنه لري — MiniMax يې داسې بیانوي چې «له بېخي لومړي ګامه» په ګډه رسنۍ روزل شوی، نه دا چې لومړی متني مخکینۍ روزنه او بیا څو رسنیز ورسره برابر شوی. د MiniMax پر خپلو خپرو شویو شمېرو باندې دا پر SWE-bench Verified باندې 80.5% او پر SWE-bench Pro باندې 59.0% ترلاسه کوي. دا د یوه کوډ معیار پر سر د پلورونکي راپور شوې شمېرې دي، او په سمه توګه باید همداسې يې وتلئ؛ موږ يې ځکه راوړو چې د څېړنځي خپرې شوې ادعاوې دي، نه ځکه چې موږ په خپلواکه توګه بیا تولید کړې وي.

03MiniMax Sparse Attention: ولې یو لیدنی ماډل کولی شي دومره ارزانه وي

په M3 کې په زړه پورې انجنیري MiniMax Sparse Attention (MSA) ده، او همدا مستقیم لامل دی چې د دې اندازې یو څو رسنیز ماډل زموږ پر فرشي بیه باندې کېناستلی شي. انځورونه د توکنو له مخې ګران دي. یو څو لوړ ریزولوشنه پاڼې کولی شي په لسګونو زره توکنه یوې غوښتنې ته واچوي، مخکې تر دې چې تاسو یوه لارښوونه ولیکئ. د معیاري پاملرنې لاندې، دا لګښت په مربعي توګه ډېرېږي، او هغه ماډل چې شل پاڼې لولي له هغه څخه دوه ځله ګران نه دی چې لس لولي — تر دوه ځله ډېر بدتر دی.

MSA د هغه منحني بڼه بدلوي. دا یو د بلاک په کچه کثیف میکانیزم دی چې پر Grouped Query Attention تنه باندې جوړ شوی، په دوو څانګو وېشل شوی:

یوه سپکه د فهرست څانګه چې د کیلي-ارزښت بلاکونه ارزوي — په هر بلاک کې د توکنو په اوږدو کې د max-pooling نمرې — او په هر پوښتنیز موقعیت او په هره GQA ډله کې لوړ-k ټاکي، تل هغه محلي بلاک هم شاملوي چې پخپله پوښتنه پکې ده، د روزنې د ثبات لپاره.
یوه اصلي څانګه چې عادي softmax پاملرنه یوازې پر هغو بلاکونو باندې چې فهرست ټاکلي چلوي.

د MSA په مقاله کې تنظیم k = 16 بلاکونه د 128 توکنو دی، چې هرې پوښتنې ته د 2,048 پاملرل شویو توکنو ثابته بودیجه ورکوي. ثابته، یعنې د لړۍ له اوږدوالي سره نه لویېږي. ټوله چل همدا ده: لکه څنګه چې متن لویېږي، د یوه ډک بنسټ د پاملرنې لګښت پورته کېږي، حال دا چې د MSA د اصلي څانګې لګښت هوار پاتې کېږي، نو پاملرنه د مربعي پرځای په خطي توګه پیمانه کېږي.

2,048

پاملرل شوي توکنه / پوښتنه

28.4×

په 1M کې لږ د پاملرنې FLOPs

14.2×

په 1M کې د مخکینۍ ډکونې ګړندیوالی

7.6×

په 1M کې د ډیکوډ ګړندیوالی

شمېرې د MiniMax Sparse Attention له راپور څخه (arXiv 2606.13392): په 1M متن کې د په ورته توګه تنظیم شوي GQA په مقابل کې په هر توکن کې د پاملرنې په FLOPs کې 28.4× کمښت، او د مقالې په 109B پیرامیټره څېړنه کې پر H800 هارډویر باندې اندازه شوي 14.2× د مخکینۍ ډکونې / 7.6× د ډیکوډ د دیوال ساعت ګړندیوالی. MiniMax په جلا توګه په 1M متن کې د M2 په مقابل کې د M3 لپاره 9× د مخکینۍ ډکونې او 15× د ډیکوډ ګړندیوالی راپوروي. ټول د څېړنځي راپور شوي دي.

مقاله هغه ازموینه هم کوي چې د یوې لیدنې مقالې لپاره مهمه ده: پر یوه اصلي څو رسنیز 109B MoE باندې، MSA د انځوریزو معیارونو په اوږدو کې چې AI2D، ChartQA او MMMU پکې شامل دي، او د ویډیویي معیارونو په اوږدو کې چې EgoSchema، LongVideoBench او VideoMME پکې شامل دي، له بشپړې پاملرنې د یوه بنسټ سره د پرتله وړ فعالیت وساته — او کثیف ډولونه يې کله کله پر اوږد متنیزو ویډیویي دندو باندې ښه شول. دلته کثافت هغه د کیفیت مالیه نه ده چې د سرعت لپاره يې ورکوئ؛ پر اوږدو ننوتنو باندې داسې ښکاري چې نږدې وړیا ده.

ولې باید د یوه پیرودونکي په توګه پکې لېوالتیا ولرئ: د خدمت لګښت هغه څه دي چې د لیست بیه ټاکي. هغه بنسټ چې د پاملرنې لګښت يې نور نه لویېږي، هغه بنسټ دی چې تاسو يې کولی شئ سل زره انځورونو ته ونیسئ. همدا د «تر ټولو ارزانه بې سانسوره لیدني ماډل» تر شا میکانیزم دی — دا یوه اعلاناتي کچه نه ده، دا یوه معماري ده.

043BIT-REAP څه معنا لري، او چېرته تاسو ته پیسې لګوي

یو 428 میلیارده پیرامیټره ماډل په بشپړ دقت کې په هېڅ اسانه ځای کې نه ځایېږي. زموږ د MiniMax-M3 جوړښت د 3BIT-REAP تاړی وړي، چې دوه جلا عملیات په یوه ټاکلې ترتیب کې بیانوي.

REAP: متخصصان له فشارولو دمخه وغورځوئ

REAP — Router-weighted Expert Activation Pruning — د Cerebras او د Calgary پوهنتون له خوا د MoE د یو ځلي فشارولو یوه میتود ده، چې د arXiv 2510.13999 په توګه خپره شوې او په ICLR 2026 کې منل شوې. دلیل يې دا دی چې د تولیدي دندو لپاره، د متخصصانو کټول تر یوځای کولو غوره دي: یوځای کول د روټر باریک کنټرول ورکوي او یوه داسې تېروتنه راولي چې هېڅکله يې بېرته نه شئ اخیستی. نو REAP پرځای يې هر متخصص په یوه بارز معیار سره ارزوي چې د روټر د دروازې ارزښتونه (څو ځله او څومره ټینګ يې روټر ټاکي) او د متخصص د فعالېدو نورمونه (وتنه يې په رښتیا څومره ونډه لري) سره یوځای کوي، بیا تر ټولو لږ بارز متخصصان په مستقیم ډول غورځوي.

لیکوالان راپور کوي چې تر یوه ټریلیون پیرامیټره لویو ماډلونو څخه يې تر 50% پورې متخصصان لرې کړي په داسې حال کې چې د بنسټ کیفیت يې تر ډېره ساتلی — پر Qwen3-480B-Coder-FP8 باندې په 50% کټولو کې، د بنسټ د غیر اجنټي کوډ وړتیا 97.6% او پر اجنټي SWE-Bench باندې 96.7% وساتل شول. دا د مقالې شمېرې د مقالې پر ماډلونو باندې دي، نه زموږ پر MiniMax-M3 باندې؛ موږ يې ځکه راوړو چې تاسو میتود وارزوئ، نه دا چې دلته د ورته اندازه کولو اشاره وکړو.

3-بیټه وزنونه، دویم

بیا پاتې شوي وزنونه په 3 بیټو کې زېرمه کېږي. ترتیب په قصده دی او همدا د دې ترکیب موخه ده: لومړی کټول، دویم کوانټایزول. هېڅ عقل نشته چې خپل قیمتي درې بیټه په هر وزن کې د هغو متخصصانو په وفادار کوډولو ولګوئ چې غورځولو ته يې چمتو یاست. کثیفه لکۍ کټ کړئ، بیا پاتې بودیجه بشپړه هغو متخصصانو ته پرېږدئ چې په رښتیا سره فعالېږي.

رښتینی احتیاط

3BIT-REAP تر ټولو تېز پوړ دی چې موږ يې لېږو. موږ يې پر تر ټولو لویو بنسټونو باندې کاروو — MiniMax-M3، Kimi-K3، DeepSeek-V4-Pro، GLM-5.2، Nemotron3Ultra — ځکه چې دا د هغو ماډلونو ترمنځ توپیر دی چې یا په یوه معقوله بیه کې شته دي یا بېخي شته نه دي. چېرته چې یو بنسټ دومره کوچنی وي چې ورته اړتیا ونه لري، موږ يې نه کاروو: په کتلاګ کې W8A16 ماډلونه 8-بیټه وزنونه له 16-بیټه فعالېدنو سره چلوي، او W4A16-AUTOROUND-REAP په منځ کې ناست دی، چې د AutoRound زده شوی ګردوالی کاروي ترڅو هغه دقت بېرته واخلي چې ساده ګرد کول يې له لاسه ورکوي. هغه پوړ وټاکئ چې ستاسو له زغم سره سمون خوري. که تاسو له لس زره فکتورونو څخه ساحې راباسئ، 3-بیټه سمه سودا ده. که تاسو د یوه انځور یو لوړ ارزښته عدلي لوستل کوئ، پیسې پر Kimi-K3 ولګوئ.

05کله چې ننوتنه یو انځور وي، «د ردولو پرت نشته» څه معنا لري

بې سانسوره یوه داسې کلیمه ده چې په ډډه توګه کارېږي، نو دلته دقیقه ادعا ده: پر دې پای ټکي باندې د ردولو پرت نشته او د وتنې فلټر نشته. هېڅ ډلبندونکی ستاسو انځور دمخه نه ګوري چې ماډل يې وویني. هېڅ پالیسي ماډل په وتلو کې توکنه نه ګوري. هغه څه چې ماډل يې جوړوي، هماغه څه دي چې تاسو يې اخلئ.

په متن کې، د دې اغېز پېژندل شوی دی. په لید کې، په ډول کې توپیر لري، ځکه چې پر انځوریزو ننوتنو باندې د ردولو چلند هغه ځای دی چې سوداګریز څو رسنیز APIs پکې تر ټولو محافظه کاره او تر ټولو خپل سري وي. ځانګړي ناکامۍ داسې ښکاري:

د پېژندنې پوره ردول — په یوه عکس کې د خلکو له بیانولو څخه بېخي ډډه کول، حتی هغه ځانګړنې چې په څرګنده توګه لیدل کېږي او بېخي بې زیانه دي، ځکه چې یوه پالیسي بیان له پېژندنې نه شي بېلولی.
د موضوع له مخې تېښتې — د یوه سند له لیکلو یا لنډولو څخه ډډه کول ځکه چې سند د څه په اړه دی، سره له دې چې لیکل یو میکانیکي کار دی.
طبي او عدلي بېزاري — د کلینیکي انځورونو، د ټپونو د اسنادو، یا د پېښې د عکسونو له بیانولو ډډه کول چې یو مسلکي شخص يې بیان ته اړتیا لري.
د امنیتي وسیلو غلط مثبتونه — د یوه سکرین انځور له لوستلو ډډه کول ځکه چې یو ټرمینل، یو پاکټ نیول، یا یو ډیبګر پکې دی.
چوپ کمښت — تر ټولو بد يې: ردول نه بلکې یو ډډه شوی نا-ځواب، چې ستاسو د سکیما تایید تېروي او ستاسو معلوماتي ټولګه زهرجنه کوي پرته له دې چې هېڅکله یوه تېروتنه راپورته کړي.

د دې پنځو ټولو عملیاتي ستونزه دا نه ده چې ناانصافي دي. دا ده چې د اندازه کولو وړ نه دي. یو غلط ځواب یوه معلوماتي نقطه ده؛ تاسو يې کولی شئ ونمرئ، په ارزونه کې يې ونیسئ، او سم يې کړئ. یو ردول یوه سوړه ده. په ډله ییزه پیمانه کې، د 3% د ردولو کچه چې ستاسو د ننوتنو په اوږدو کې په غیر تصادفي توګه وېشل شوې — چې په جوړښت سره په سمه توګه پر سختو او غیرعادي قضیو باندې راټوله شوې — ستاسو په پایلو کې یو سیستماتیک تعصب دی چې هېڅ اندازه وروسته پاکول يې بېرته نه اخلي. د ردولو د پرت لرې کول د چوپ، اړوند ورک شوي معلوماتو یوه سرچینه لرې کوي.

Shannon د Shannon Lab LLC، نیو مکسیکو، متحده ایالات، له خوا زموږ د مسؤلانه کارونې پالیسۍ لاندې چلېږي. بې سانسوره یعنې ماډل ستاسو د ننوتنو په اړه سرمقاله نه لیکي؛ دا معنا نه لري چې حساب هېڅ شرایط نلري.

06بشپړ ځانګړنې

262K

متنیزه کړکۍ

16,384

تر ټولو ډېر وتونکي توکنه

$0.50

په هر 1M دننه

$2.00

په هر 1M بهر

ساحه	MiniMax-M3 · 3BIT-REAP
د ماډل id	MiniMax-M3-3BIT-REAP
بنسټ	MiniMax-M3 (MiniMax AI)
متنیزه کړکۍ	262,144 توکنه
تر ټولو لویه وتنه	16,384 توکنه
انځوریزه ننوتنه	هو
ویډیویي ننوتنه	نه ده څرګنده شوې
سټریمینګ	هو
د وسیلو زنګ وهل	هو
استدلال	هو (`reasoning_effort`)
جوړښتي وتنه	json_schema + response_format
د ردولو پرت	هېڅ
پای ټکي	/v1/chat/completions · /v1/messages · /v1/responses
پر څه خدمت کېږي	د Shannon خپل GPU کلستر

په هغه جدول کې دوه کرښې ټینګار ته اړتیا لري. ویډیویي ننوتنه څرګنده شوې نه ده. پورتنی M3 بنسټ پر ویډیو باندې روزل شوی و او MiniMax ویډیویي ننوتنه مستندوي؛ زموږ پای ټکی انځورونه مني. پر انځورونو باندې جوړ کړئ. دویم، 262,144 توکنیزه کړکۍ زموږ ده، نه د پورتني د یوه میلیون شمېره — د اوږد سند او د ډېرو انځورونو کاري بارونه د 262,144 په مقابل کې پلان کړئ او هېڅکله به حیران نه شئ.

07بې سانسوره MiniMax API ته زنګ وهل

درې ژبې، د ټولو تر شا هماغه ماډل، پر درېیو باندې سټریمینګ. هغه وکاروئ چې ستاسو موجود کلاینټ يې دمخه وایي؛ د وړتیا هېڅ توپیر يې ترمنځ نشته. خپل بنسټیز URL Shannon ته ونیسئ او د ماډل id بدل کړئ.

د OpenAI د ژبې له لارې د انځور پوهېدنه

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
  }'

لرې https:// URLs او base64 د معلوماتو URLs دواړه په image_url برخه کې کار کوي. کله چې د پاڼو ترمنځ پرتلې ته اړتیا لرئ، په یوه پیغام کې څو انځوریزې برخې ونښلوئ — تاسو 262,144 توکنه لرئ چې ولګوئ يې، او په هر میلیون کې په $0.50 کې، لګول يې ارزانه دي.

له JSON سکیما سره ټایپ شوی استخراج

هغه ځای چې دا ماډل په یوه کړۍ کې خپل ځای ګټي، د لید + سختې سکیما + فرشي بیې ترکیب دی. زموږ په کتلاګ کې هر ماډل درې واړه نه لري: Laguna-S-2.1 او inkling د json_schema ملاتړ نه کوي. MiniMax-M3 يې کوي، چې معنا يې دا ده چې تاسو کولی شئ له یوه انځور څخه یو تایید شوی شی راوباسئ پرته له یوه پارس کوونکي پرت څخه:

{
  "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
      }
    }
  }
}

د استدلال هڅه

ماډل reasoning_effort څرګندوي. پر ډله ییزه انځوریزه ډلبندۍ باندې، ټیټ يې وساتئ — تاسو یوه ادراکي پوښتنه کوئ، او استدلالي توکنه هغه وتونکي توکنه دي چې پیسې ورکوئ. هغو بلنو لپاره يې پورته کړئ چې انځور پکې په یوه اوږد دلیل کې شواهد وي: د یوه ډیاګرام لوستل د یوې ځانګړنې په مقابل کې، د یوه چارټ سره یو جدول برابرول، پرېکړه کول چې آیا دوه سکرین انځورونه هماغه نیمګړتیا ښیي.

د پیرامیټرونو بشپړه سرچینه، د تېروتنو معنا، او د درېیو ژبو لپاره د سټریمینګ بڼې د Shannon API اسنادو کې دي.

08چېرته MiniMax-M3 سمه پرېکړه ده — او چېرته نه ده

هغه وخت ورته لاس کړئ چې

حجمي انځوریز کار. د معلوماتو نښه کول، د اعتدال څېړنه، د کتلاګ بډایه کول، د سکرین انځورونو ډلبندي، پر سکن شویو اسنادو باندې ډله ییز OCR-او-جوړښت. فرشي بیه ټول دلیل دی.
انځورونه ټایپ شویو ریکارډونو ته. لید جمع سخت json_schema جمع په کتلاګ کې تر ټولو ارزانه توکنه یو داسې ترکیب دی چې دلته يې یوازې دوه ماډلونه وړاندې کوي.
اوږد څو رسنیز متن. ډېرې پاڼې، یا ډېرې چوکاټونه، په یوه غوښتنه کې — لاندې معماري په سمه توګه د همدې بڼې ننوتنې لپاره جوړه شوې.
هغه څېړنه چې ردول پکې نمونه خرابوي. هره داسې څېړنه چې اعتبار يې پر دې پورې اړه لري چې ماډل هرې برخې ته ځواب ووايي، حتی ناراحته کوونکو ته.
هغه اجنټي کړۍ چې یو سکرین لولي. د M-لړۍ نسب په څرګنده توګه اجنټي دی، او د وسیلو زنګ وهل شته.

هغه وخت بل څه ته لاس کړئ چې

تاسو تر ټولو لوړ لیدني چت ته اړتیا لرئ او بودیجه شته. Kimi-K3 · 3BIT-REAP د دننه له بیې 7.7× دی، او دلیل لري؛ پر یوه لوړ ارزښته لوستلو باندې، دا سمې پیسې دي چې ولګول شي.
تاسو تر ټولو لوړ وفادار وزنونو ته اړتیا لرئ. 3-بیټه زموږ تر ټولو تېز پوړ دی. W8A16 ماډلونه بیه د دقت په بدل کې ورکوي، او MiMo-V2.5 · W8A16 په هماغه $0.50 / $2.00 کې د لید وړ دی، که تاسو په هر وزن کې وفاداري غوره کوئ.
تاسو ویډیو ته اړتیا لرئ. موږ پر دې پای ټکي باندې ویډیویي ننوتنه نه څرګندوو.
دنده په مخکښه کچه بشپړ متن ده. DeepSeek-V4-Pro-0813 د همدې لپاره شته؛ تاسو به د یوه لیدني برج لپاره پیسې ورکوئ چې هېڅکله يې نه کاروئ.

لیدنی پوړ پرتله کوئ؟ د ساحې بل پای د بې سانسوره Kimi-K3 لارښود کې مستند شوی — هماغه 262K متن او د ردولو پرت نشته، ډېر لوړ چت، او ډېر لوی بیل. ټول دولس د ماډل لارښودونه په Shannon څېړنه کې فهرست شوي.

په ډیزاین کې روڼ

په دې مقاله کې هره پورتنۍ شمېره له موږ پرته د بل چا له خوا خپره شوې. زموږ د لنډیز د منلو پرځای لومړنۍ سرچینې وګورئ.

د MiniMax-M3 د ماډل کارت MiniMax-M1 (arXiv 2506.13585) MiniMax-01 / Lightning Attention REAP (arXiv 2510.13999) Cerebras — د REAP لیکنه

د MiniMax ډلې لپاره د معمارۍ، معیارونو او د ګړندیوالي شمېرې د MiniMax AI له خوا د څېړنځي راپور شوې دي؛ د REAP شمېرې د REAP لیکوالو له خوا پر خپلو ماډلونو باندې راپور شوې او د دې جوړښت اندازه کول نه دي. د Shannon بیې، متنیزه کړکۍ او د وړتیا بېرغونه زموږ دي او زموږ له ژوندي ماډل کتلاګ څخه لوستل کېږي.

09ډېرې پوښتل شوې پوښتنې

بې سانسوره MiniMax API څه شی دی؟

دا MiniMax-M3 · 3BIT-REAP دی چې د Shannon پر خپل GPU کلستر باندې د ردولو پرت پرته او د وتنې فلټر پرته خدمت کېږي. تاسو ورته د /v1/chat/completions، /v1/messages، یا /v1/responses له لارې زنګ وهئ، له یوې 262,144 توکنیزې متنیزې کړکۍ، انځوریزې ننوتنې، د وسیلو زنګ وهلو، او د JSON-سکیما جوړښتي وتنې سره، په هر میلیون دننه توکنو $0.50 او په هر میلیون بهر توکنو $2.00 کې.

آیا پر Shannon باندې MiniMax-M3 انځوریزه ننوتنه مني؟

هو. MiniMax-M3 د Shannon په کتلاګ کې له پنځو د لید وړ ماډلونو څخه یو دی او انځورونه په معیاري image_url د محتوا-برخې بڼه کې مني، چې base64 د معلوماتو URLs پکې شامل دي. زموږ پای ټکی یوازې انځوریزه ننوتنه څرګندوي — موږ ویډیویي ننوتنه نه څرګندوو، سره له دې چې پورتنی بنسټ پر ویډیو باندې روزل شوی و.

بې سانسوره د انځور پوهېدنه څومره لګښت لري؟

MiniMax-M3 د Shannon پر فرشي بیه باندې ناست دی چې په هر میلیون دننه توکنو $0.50 او په هر میلیون بهر توکنو $2.00 ده. د 1,000 انځوریزو بلنو یوه ډله چې هره یوه يې په منځنۍ توګه 1,200 دننه توکنه او 300 بهر توکنه لري، نږدې $1.20 لګښت لري. هماغه ډله پر Kimi-K3 باندې، چې په کتلاګ کې تر ټولو لوړ چت لرونکی لیدنی ماډل دی، نږدې $10.34 لګښت لري.

3BIT-REAP څه معنا لري، او آیا کیفیت ته زیان رسوي؟

REAP د Router-weighted Expert Activation Pruning دی، د Cerebras او د Calgary پوهنتون له خوا د Mixture-of-Experts د یو ځلي فشارولو یوه میتود چې هر متخصص د روټر د دروازې د ارزښت او د فعالېدو د نورم له مخې ارزوي، بیا له کوانټایزولو دمخه تر ټولو لږ بارز متخصصان غورځوي. پاتې وزنونه په 3 بیټو کې زېرمه کېږي. دا زموږ تر ټولو تېز فشارونکی پوړ دی او همدا هغه څه دي چې یو 428 میلیارده پیرامیټره بنسټ پر فرشي بیه باندې د خدمت وړ ګرځوي. د تر ټولو لوړې وفادارۍ لپاره موږ پرځای يې جلا W8A16 ماډلونه لېږو.

آیا د وسیلو زنګ وهلو او د JSON سکیما وتنې ملاتړ کوي؟

دواړو ته هو. MiniMax-M3 د سټریمینګ، د وسیلو زنګ وهلو، له یوه reasoning_effort کنټرول سره استدلال، response_format، او سختې json_schema جوړښتي وتنې ملاتړ کوي. دا ترکیب په ټول کتلاګ کې عام نه دی — Laguna-S-2.1 او inkling د json_schema ملاتړ نه کوي — نو که تاسو له یوه انځور څخه یو ټایپ شوی شی بېرته غواړئ، MiniMax-M3 تر ټولو ارزانه ماډل دی چې یو به يې درکړي.

څومره متنیزه کړکۍ او د وتنې حد ترلاسه کوم؟

په هره غوښتنه کې 262,144 توکنه متن او 16,384 توکنه وتنه، چې د Shannon په ټولو دولسو ماډلونو کې یو شان ده. پورتنی MiniMax-M3 بنسټ په یوه میلیون توکنو کې مستند شوی؛ موږ یوه 262K کړکۍ خدمت کوو، نو د اوږد سند او څو انځوریز کاري بارونه د 262,144 په مقابل کې پلان کړئ، نه د پورتنۍ شمېرې په مقابل کې.

بې سانسوره MiniMax API وازمویئ

د انځور پوهېدنه په فرشي بیه. درې ژبې، یو د ماډل id، د ردولو پرت نشته.

د API اسناد ولولئ ټول ماډلونه وګورئ

Shannon Lab LLC · نیو مکسیکو، متحده ایالات · د مسؤلانه کارونې پالیسي پلي کېږي

سرچینې: د MiniMax-M3 د ماډل کارت · 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. د MiniMax د معیارونو او ګړندیوالي شمېرې د څېړنځي راپور شوې او د خپلواک تایید تر ترلاسه کولو پورې لنډمهاله دي. د Shannon بیې او د وړتیا بېرغونه د 2026 د سپټمبر تر 5 پورې اوسني دي.

ټول research links