වාරණයෙන් තොර MiniMax API: බිම් මිලට දෘශ්‍ය හැකියාව
Shannon gateway එකේ වාරණයෙන් තොර රූප අවබෝධය ලබාගැනීමට ඇති ලාභම ක්‍රමය MiniMax-M3 ය — $0.50 ආදාන, $2.00 ප්‍රතිදාන, ටෝකන 262,144ක සන්දර්භයක්, සහ ඔබ සහ පින්තූරය අතර ප්‍රතික්ෂේප ස්තරයක් නැත.
TL;DR
MiniMax-M3 · 3BIT-REAP යනු Shannon හි බිම් මිලේ ඇති, දෘශ්‍ය හැකියාව සහිත, වාරණයෙන් තොර ආකෘතියකි: ආදාන ටෝකන මිලියනයකට $0.50ක් සහ ප්‍රතිදාන ටෝකන මිලියනයකට $2.00ක්, ටෝකන 262,144ක සන්දර්භයක්, ප්‍රතිදාන ටෝකන 16,384ක්, ප්‍රවාහනය, මෙවලම් ඇමතුම්, reasoning_effort සහිත තර්කනය, සහ දැඩි json_schema ප්‍රතිදානය සමඟ. එය ගොඩනගා ඇත්තේ MiniMax AI හි M3 පදනම මත ය — MiniMax Sparse Attention සහ ස්වදේශීය බහුමාධ්‍ය පුහුණුව සහිත 428B පරාමිති Mixture-of-Experts ආකෘතියක් — එය එම මිලට අපගේම GPU පොකුරේ ගැලපෙන ලෙස බිට් 3 බර සහ REAP විශේෂඥ කප්පාදුව සමඟ සම්පීඩනය කර ඇත. ඔබේ වැඩ බර "මෙම රූපය දෙස බලා දස දහස් වාරයක් අවංකව පිළිතුරු දෙන්න" නම්, ආකෘතිය මෙයයි.
සත්කාරක බහුමාධ්‍ය API බොහෝ දුරට සෑම එකක්ම දෘශ්‍ය හැකියාව වාරිකයක් ලෙස මිල කරයි. පෙළ සඳහා ඔබ පෙළ-ආකෘති ගාස්තුවක් ගෙවයි, ඉන්පසු විමසුමට රූපයක් ඇතුළු වූ මොහොතේම ඔබ වැඩිපුර ගෙවයි — සමහර විට කිහිප ගුණයක්. ඊට අමතරව, ප්‍රතික්ෂේප හැසිරීම වඩාත්ම ආක්‍රමණශීලී වන්නේ රූප ආදාන මතය: පෙළින් මාතෘකාවක් සතුටින් සාකච්ඡා කරන ආකෘතිය ඡායාරූපයක ඇති එම දෙයම විස්තර කිරීම ප්‍රතික්ෂේප කරයි. ප්‍රතිඵලය නම් ඇමතුමකට මිල අධික සහ ඇමතුමකට විශ්වාස කළ නොහැකි නිෂ්පාදනයකි — ඔබ පරිමාවක් සකසන විට එය ලෝක දෙකෙන්ම නරකම දෙයයි. Shannon මත MiniMax-M3 යනු ඊට අපගේ පිළිතුරයි: පළමු පියවරේ සිටම බහුමාධ්‍ය ලෙස පුහුණු කළ පදනමකට, ඉදිරියෙන් ප්‍රතික්ෂේප ස්තරයක් නොමැතිව, අපගේ ලාභම පෙළ ආකෘතියට ඔබ ගෙවන එම $0.50 / $2.00 මිලම යෙදීම.
01මෙහිදී "ලාභම වාරණයෙන් තොර දෘශ්‍ය ආකෘතිය" යන්නෙන් ඇත්තටම අදහස් වන්නේ කුමක්ද
Shannon නාමාවලිය ආකෘති දොළහකි. ඉන් පහක් රූප පිළිගනී. ටෝකන මිලියනයකට ඒවායේ මිල:
| දෘශ්‍ය හැකියාව ඇති ආකෘතිය | ආදාන | ප්‍රතිදාන | ව්‍යුහගත ප්‍රතිදානය |
|---|---|---|---|
| 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 පමණි |
| Kimi-K3 · 3BIT-REAP | $3.83 | $19.12 | json_schema + response_format |
MiniMax-M3 පවතින්නේ බිමයි — $0.50 / $2.00 — MiMo-V2.5 සමඟ සමව, ඊට පහළින් කිසිවක් නැත, මන්ද $0.50 / $2.00 යනුම අපගේ මිල ලැයිස්තුවේ බිමයි. දෘශ්‍ය පරාසයේ මුදුනට එරෙහිව එය Kimi-K3ට වඩා ආදානයේ 7.7× ලාභ සහ ප්‍රතිදානයේ 9.6× ලාභ ය.
එය වැඩ බරක් තුළ තබන්න. ඔබ රූප 1,000ක් — තිර රූප, ස්කෑන් කළ පිටු, නිෂ්පාදන ඡායාරූප — වර්ග කරමින් සිටින බව සිතන්න, ඇතුළට යන රූපය සහ විමසුම දළ වශයෙන් ටෝකන 1,200ක් සහ පිටතට එන පිළිතුර ටෝකන 300ක් සාමාන්‍යයෙන් ගත් විට:
Shannon ලැයිස්තු මිල, 2026 සැප්තැම්බර්. ටෝකන ගණන් නිදර්ශනාත්මකයි; ඔබේ රූප ටෝකනකරණය විභේදනය සහ ඔබ ඇමතුමකට අමුණන රූප ගණන මත රඳා පවතී.
ඔබේ හිසේ තබාගැනීමට වටින තවත් යොමු ලක්ෂ්‍ය දෙකක්. ටෝකන 262,144ක සම්පූර්ණ සන්දර්භය එක් වරක් පිරවීමට ශත 13ක් පමණ වැය වේ. උපරිම දිගේ ටෝකන 16,384ක ප්‍රතිචාරයකට ශත 3.3ක් පමණ වැය වේ. ඒවා තනි නරකම-අවස්ථා ඉල්ලීමක සැබෑ සීමාවන් වන අතර, දෘශ්‍ය නල මාර්ගයක් මත සිත්ගන්නාසුලු බාධකය මුදල් වීම නවතා ප්‍රතිදාන වේගය වීම ආරම්භ වන තරමට ඒවා කුඩාය.
02MiniMax පෙළපත: ශීර්ෂ පාඨ නොව ටෝකන ප්‍රශස්ත කරන රසායනාගාරයක්
MiniMax AI යනු ෂැංහයි රසායනාගාරයකි; එහි මුළු විවෘත-බර වාර්තාව එක් ප්‍රශ්නයක් ගැනය: දිගු සන්දර්භය සහ බහුමාධ්‍යතාව සුඛෝපභෝගී දේවල් වීම නවතින තරමට අවධානය ලාභ කරන්නේ කෙසේද? මෙම පෙළපතේ සෑම නිකුතුවක්ම එම ප්‍රශ්නයට පිළිතුරක් වන අතර, පිළිතුරු එකිනෙක මත ගොඩනැගේ.
MiniMax-01 — Lightning Attention, සහ ආරම්භයේ සිටම දෘශ්‍ය හැකියාව
MiniMax-01 මාලාව (arXiv 2501.08313 ලෙස ප්‍රකාශිත) Lightning Attention හඳුන්වා දුන්නේය — රේඛීය අවධාන ප්‍රභේදයක I/O-දැනුවත් ක්‍රියාත්මක කිරීමක් — මුළු පරාමිති 456B ක්, ටෝකනයකට 45.9B ක් ක්‍රියාකාරී, දෙමුහුන් Mixture-of-Experts ආකෘතියක් තුළ. මාලාව යුගලයක් ලෙස නිකුත් විය: MiniMax-Text-01 සහ දෘශ්‍ය ආකෘතිය වන MiniMax-VL-01. VL-01 දැන් හුරුපුරුදු ViT-MLP-LLM තට්ටුව භාවිත කළ නමුත්, ණයට ගත් සංකේතකයක් වෙනුවට රූප-සිරස්තල යුගල මිලියන 694ක් මත මුල සිට පුහුණු කළ පරාමිති මිලියන 303ක Vision Transformer එකක් සමඟින්, ඉන්පසු ටෝකන බිලියන 512ක් සකසන බහු-අදියර නල මාර්ගයක් හරහා පෙළගස්වා ඒකාබද්ධව සියුම්-සුසර කරන ලදී.
එම විස්තරය ඔබ කියවන ලිපියට වැදගත් වේ. මෙම පෙළපතේ දෘශ්‍ය හැකියාව යනු කොටුවක් සලකුණු කිරීමට පෙළ ආකෘතියකට පසුව බෝල්ට් කළ ප්‍රමාද අනුවර්තකයක් නොවේ. MiniMax තම පළමු විවෘත නිකුතුවේ සිටම තමන්ගේම දෘශ්‍ය කුළුණ පුහුණු කරමින් සිටී, ලේඛන අවබෝධය, UI සහ තිර රූප ග්‍රහණය, සහ ප්‍රස්තාර කියවීම මෙම පවුලේ පසුව සිතූ දේවල් නොව ස්ථාවර ශක්තීන් වී ඇත්තේ එබැවිනි.
MiniMax-M1 — දිගින් තර්කනය සඳහා දෙමුහුන් අවධානය
MiniMax-M1 (arXiv 2506.13585) එහි කතුවරුන් විසින් විස්තර කරන ලද්දේ පළමු විවෘත-බර, මහා පරිමාණ දෙමුහුන්-අවධානය තර්කන ආකෘතිය ලෙසයි. එය 456B / 45.9B MoE ශරීරය රඳවා ගනිමින් අවධාන වර්ග දෙක අතරමං කළේය: සෑම Lightning Attention කොටස් හතකට පසුව සාම්ප්‍රදායික softmax-අවධානය ට්‍රාන්ස්ෆෝමර් කොටසක්. ප්‍රතිලාභය මනිනු ලැබුවේ ලීඩර්බෝඩ් ස්ථානයෙන් නොව පරිගණනයෙන්ය — ටෝකන 100Kක උත්පාදන දිගකදී, M1 විසින් DeepSeek R1 හි FLOPs වලින් දළ වශයෙන් 25%ක් පරිභෝජනය කළ බව MiniMax වාර්තා කළ අතර, ඒ අතරම ටෝකන මිලියනයක සන්දර්භයකට ස්වදේශීයව සහාය දක්වයි.
MiniMax-M2 — කුඩා-සක්‍රියතා හැරවුම
MiniMax-M2 ප්‍රමාණය සම්බන්ධයෙන් අනෙක් දිශාවට ගොස් ඒ සඳහා අවධානය දිනාගත්තේය: ස්තර 62ක විකේතකයක්, මුළු පරාමිති 229.9B ක් නමුත් ටෝකනයකට ~9.8B ක් පමණක් ක්‍රියාකාරී, MoE ස්තරයකට සියුම්-කැටිති විශේෂඥයන් 256ක් සමඟ ඉන් අටකට sigmoid මාර්ගගත කිරීම, පුහුණු ස්ථායිතාව සඳහා RoPE පිහිටීම් සහ QK-RMSNorm. එය පැහැදිලිවම නියෝජිත-කේතන ආකෘතියක් විය — බහු-ගොනු සංස්කරණ, ධාවන-නිවැරදි කිරීමේ ලූප, පරීක්ෂණයෙන් වලංගු කළ අලුත්වැඩියා — තවද එය අතරමං කළ සිතීම (interleaved thinking) ආකෘතිය හඳුන්වා දුන්නේය, එහිදී තර්කනය සෑම වාරයකට පසුව ඉවත දමනවා වෙනුවට මෙවලම්-ඇමතුම් වට අතර රැගෙන යයි. සක්‍රියතා කුඩාව තබා ගැනීමෙන් පමණක්, ටෝකනයකට පිරිවැයෙන් කොටසකට ෆ්‍රොන්ටියර්-යාබද නියෝජිත හැසිරීම ලබා දීම සම්බන්ධයෙන් MiniMax හි කීර්තිය තහවුරු කළ ආකෘතිය M2 ය.
MiniMax-M3 — මෙම endpoint යටතේ ඇති පදනම
MiniMax-M3 2026 ජූනි 1 දින නිකුත් වූ අතර, ඉන් ටික කලකට පසු Hugging Face මත බර සහ arXiv 2606.13392 හි තාක්ෂණික වාර්තාවක් පළ විය. එය ටෝකනයකට දළ වශයෙන් 23B ක් ක්‍රියාකාරී 428B පරාමිති Mixture-of-Experts ආකෘතියක්, ලේඛනගත ටෝකන මිලියනයක සන්දර්භයක්, සහ ස්වදේශීය රූප සහ වීඩියෝ ආදානය සහිතය — MiniMax එය විස්තර කරන්නේ පෙළින් පෙර-පුහුණු කර පසුව බහුමාධ්‍ය ලෙස අනුවර්තනය කළ එකක් නොව, "පළමු පියවරේ සිටම" මිශ්‍ර-මාධ්‍ය ලෙස පුහුණු කළ එකක් ලෙසයි. MiniMax හිම ප්‍රකාශිත සංඛ්‍යා අනුව එය SWE-bench Verified මත 80.5% සහ SWE-bench Pro මත 59.0% ලකුණු ලබයි. ඒවා කේතන ප්‍රමිතියක් මත විකුණුම්කරු විසින් වාර්තා කරන ලද සංඛ්‍යා වන අතර, ඔබ ඒවා කිරා බැලිය යුත්තේ හරියටම එලෙසයි; අප ඒවා උපුටා දක්වන්නේ ඒවා රසායනාගාරයේ ප්‍රකාශිත ප්‍රකාශයන් නිසා මිස අප ඒවා ස්වාධීනව ප්‍රතිනිෂ්පාදනය කර ඇති නිසා නොවේ.
03MiniMax Sparse Attention: දෘශ්‍ය ආකෘතියකට මෙතරම් ලාභ විය හැක්කේ ඇයි
M3 හි සිත්ගන්නාසුලු ඉංජිනේරු කටයුත්ත MiniMax Sparse Attention (MSA) වන අතර, මෙම ප්‍රමාණයේ බහුමාධ්‍ය ආකෘතියකට අපගේ බිම් මිලේ පැවතිය හැක්කේ ඒ නිසාමය. රූප ටෝකන-මිල අධිකයි. ඉහළ විභේදන පිටු අතලොස්සකට ඔබ එක් උපදෙසක්වත් ලියන්නට පෙර විමසුමට ටෝකන දස දහස් ගණනක් දැමිය හැක. සම්මත අවධානය යටතේ, එම පිරිවැය චතුරස්‍රාකාරව එකතු වන අතර, පිටු විස්සක් කියවන ආකෘතිය දහයක් කියවන එකට වඩා දෙගුණයක් මිල අධික නොවේ — එය දෙගුණයකට වඩා බෙහෙවින් නරකය.
MSA එම වක්‍රයේ හැඩය වෙනස් කරයි. එය Grouped Query Attention පදනමක් මත ගොඩනගා ඇති කොටස්-විරල යාන්ත්‍රණයක් වන අතර, ශාඛා දෙකකට බෙදී ඇත:
- යතුරු-අගය කොටස් ලකුණු කරන සැහැල්ලු Index Branch එකක් — එක් එක් කොටස තුළ ඇති ටෝකන හරහා max-pooling ලකුණු — සහ විමසුම් ස්ථානයකට සහ GQA කණ්ඩායමකට ඉහළම k තෝරයි, පුහුණු ස්ථායිතාව සඳහා විමසුම අඩංගු දේශීය කොටස සැමවිටම ඇතුළත් කරමින්.
- Main Branch එකක්, එය සාමාන්‍ය softmax අවධානය ධාවනය කරන්නේ index එක තෝරාගත් කොටස් මත පමණි.
MSA පත්‍රිකාවේ වින්‍යාසය k = ටෝකන 128ක කොටස් 16ක් වන අතර, එය සෑම විමසුමකටම අවධානය යොමු කරන ටෝකන 2,048ක ස්ථාවර අයවැයක් ලබා දෙයි. ස්ථාවර, එනම් එය අනුක්‍රම දිගත් සමඟ නොවැඩේ. එයයි මුළු උපක්‍රමය: සන්දර්භය වර්ධනය වන විට ඝන පාදමක අවධාන පිරිවැය නැගී යද්දී MSA හි ප්‍රධාන-ශාඛා පිරිවැය පැතලිව පවතී, එබැවින් අවධානය චතුරස්‍රාකාරව වෙනුවට රේඛීයව පරිමාණය වේ.
MiniMax Sparse Attention වාර්තාවෙන් (arXiv 2606.13392) සංඛ්‍යා: සන්දර්භය 1M හිදී සමානව වින්‍යාස කළ GQA හා සසඳන විට ටෝකනයකට අවධාන FLOPs 28.4× අඩුවීමක්, සහ පත්‍රිකාවේ පරාමිති 109B අධ්‍යයනයේ H800 දෘඩාංග මත මනින ලද 14.2× prefill / 7.6× decode ඔරලෝසු-කාල වේග වැඩිවීම්. සන්දර්භය 1M හිදී M2ට එරෙහිව M3 සඳහා 9× prefill සහ 15× decode වේග වැඩිවීම් MiniMax වෙනම වාර්තා කරයි. සියල්ල රසායනාගාරය විසින් වාර්තා කරන ලද ඒවාය.
දෘශ්‍ය ලිපියකට වැදගත් වන පරීක්ෂාවද පත්‍රිකාව සිදු කරයි: ස්වදේශීයව බහුමාධ්‍ය 109B MoE එකක් මත, AI2D, ChartQA සහ MMMU ඇතුළු රූප ප්‍රමිති හරහාද, EgoSchema, LongVideoBench සහ VideoMME ඇතුළු වීඩියෝ ප්‍රමිති හරහාද MSA විසින් සම්පූර්ණ-අවධාන පාදමකට සැසඳිය හැකි කාර්යසාධනයක් රඳවා ගත්තේය — විරල ප්‍රභේද සමහර විට දිගු-සන්දර්භ වීඩියෝ කාර්යයන්හි වැඩිදියුණු වෙමින්. මෙහි විරලතාව යනු වේගය සඳහා ඔබ ගෙවන ගුණාත්මක බද්දක් නොවේ; දිගු ආදාන මත එය දළ වශයෙන් නොමිලේ බව පෙනේ.
පාරිභෝගිකයෙකු ලෙස ඔබ මේ ගැන සැලකිලිමත් විය යුත්තේ ඇයි: ලැයිස්තු මිල තීරණය කරන්නේ සේවා පිරිවැයයි. අවධාන පිරිවැය වර්ධනය වීම නවතින පදනමක් යනු රූප ලක්ෂයකට ඔබට යොමු කළ හැකි පදනමකි. "ලාභම වාරණයෙන් තොර දෘශ්‍ය ආකෘතිය" පිටුපස ඇති යාන්ත්‍රණය එයයි — එය ප්‍රවර්ධන ගාස්තුවක් නොව, ගෘහ නිර්මාණ ශිල්පයකි.
043BIT-REAP යන්නෙන් අදහස් වන්නේ කුමක්ද, එය ඔබට වැය වන්නේ කොතැනද
පරාමිති බිලියන 428ක ආකෘතියක් සම්පූර්ණ නිරවද්‍යතාවයෙන් පහසු කිසිම තැනකට නොගැලපේ. අපගේ MiniMax-M3 නිමැවුම 3BIT-REAP අගපදය දරයි, එය නිශ්චිත අනුපිළිවෙලකට යොදන ලද වෙනම මෙහෙයුම් දෙකක් විස්තර කරයි.
REAP: සම්පීඩනය කිරීමට පෙර විශේෂඥයන් මකා දමන්න
REAP — Router-weighted Expert Activation Pruning — යනු Cerebras සහ University of Calgary හි එක්-වර MoE සම්පීඩන ක්‍රමයකි, arXiv 2510.13999 ලෙස ප්‍රකාශිත වූ අතර ICLR 2026 හිදී පිළිගැනුණි. එහි තර්කය නම් උත්පාදන කාර්යයන් සඳහා විශේෂඥයන් කප්පාදු කිරීම ඒවා ඒකාබද්ධ කිරීමට වඩා හොඳ බවයි: ඒකාබද්ධ කිරීම රවුටරයේ සියුම්-කැටිති පාලනය විනාශ කරන අතර ඔබට කිසිදා යථා කළ නොහැකි දෝෂයක් හඳුන්වා දෙයි. එබැවින් REAP ඒ වෙනුවට එක් එක් විශේෂඥයා රවුටර ගේට් අගයන් (රවුටරය එය කොපමණ වාරයක් සහ කෙතරම් තදින් තෝරාගන්නේද) සහ විශේෂඥ සක්‍රියතා සම්මතයන් (එහි ප්‍රතිදානය ඇත්තටම කොපමණ දායක වේද) ඒකාබද්ධ කරන ප්‍රමුඛතා නිර්ණායකයකින් ලකුණු කර, අවම වශයෙන් ප්‍රමුඛ විශේෂඥයන් සම්පූර්ණයෙන්ම මකා දමයි.
කතුවරුන් වාර්තා කරන්නේ ට්‍රිලියනයක් තරම් විශාල පරාමිති සහිත ආකෘතිවලින් විශේෂඥයන්ගෙන් 50%ක් දක්වා ඉවත් කරමින් පාදක ගුණාත්මකභාවය බොහෝ දුරට ආරක්ෂා කළ බවයි — Qwen3-480B-Coder-FP8 මත 50% කප්පාදුවකදී, නියෝජිත නොවන කේතන හැකියාවෙන් 97.6%ක් සහ නියෝජිත SWE-Bench මත 96.7%ක් රඳවා ගැනිණි. ඒවා පත්‍රිකාවේ ආකෘති මත පත්‍රිකාවේ සංඛ්‍යා මිස MiniMax-M3 මත අපගේ ඒවා නොවේ; අප ඒවා උපුටා දක්වන්නේ මෙහි සමාන මිනුමක් ඇඟවීමට නොව, ඔබට ක්‍රමය විනිශ්චය කළ හැකි වීම සඳහාය.
බිට් 3 බර, දෙවනුව
ඉතිරි වූ බර ඉන්පසු බිට් 3කින් ගබඩා කෙරේ. අනුපිළිවෙල හිතාමතාය, එය සංයෝජනයේ අරමුණයි: මුලින් කප්පාදු කරන්න, දෙවනුව ප්‍රමාණකරණය කරන්න. ඔබ ටික වේලාවකින් මකා දැමීමට යන විශේෂඥයන් විශ්වාසවන්තව සංකේතනය කිරීම සඳහා ඔබේ වටිනා බරකට බිටු තුන වැය කිරීමේ තේරුමක් නැත. විරල අගය කප්පාදු කරන්න, ඉන්පසු ඉතිරි අයවැය සම්පූර්ණයෙන්ම ඇත්තටම ක්‍රියාත්මක වන විශේෂඥයන්ට යන්නට හරින්න.
අවංක අවවාදය
3BIT-REAP යනු අප නිකුත් කරන වඩාත්ම ආක්‍රමණශීලී ස්තරයයි. අප එය විශාලතම පදනම් මත භාවිත කරන්නෙමු — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — මන්ද එය එම ආකෘති සාධාරණ මිලකට ලබාගත හැකි වීම සහ කිසිසේත් ලබාගත නොහැකි වීම අතර වෙනසයි. පදනමක් එය අවශ්‍ය නොවන තරම් කුඩා නම්, අප එය භාවිත නොකරමු: නාමාවලියේ ඇති W8A16 ආකෘති බිට් 8 බර සහ බිට් 16 සක්‍රියතා සමඟ ධාවනය වන අතර, W4A16-AUTOROUND-REAP ඒ අතර පවතී, බොළඳ ළඟම-අගයට-වට කිරීමේ ප්‍රමාණකරණය අත්හරින නිරවද්‍යතාව නැවත ලබා ගැනීමට AutoRound හි ඉගෙනගත් වට කිරීම භාවිත කරමින්. ඔබේ ඉවසීමට ගැලපෙන ස්තරය තෝරන්න. ඔබ ඉන්වොයිස් දස දහසකින් ක්ෂේත්‍ර උපුටා ගන්නේ නම්, බිට් 3 නිවැරදි හුවමාරුවයි. ඔබ තනි රූපයක එක් ඉහළ-අවදානම් අධිකරණ වෛද්‍ය කියවීමක් කරන්නේ නම්, Kimi-K3 මත මුදල් වැය කරන්න.
05ආදානය රූපයක් වන විට "ප්‍රතික්ෂේප ස්තරයක් නැත" යන්නෙන් අදහස් වන්නේ කුමක්ද
වාරණයෙන් තොර යනු ලිහිල් ලෙස භාවිත වන වචනයකි, එබැවින් නිශ්චිත ප්‍රකාශය මෙන්න: මෙම endpoint එකේ ප්‍රතික්ෂේප ස්තරයක් හෝ ප්‍රතිදාන පෙරහනක් නොමැත. ආකෘතිය ඔබේ රූපය දැකීමට පෙර කිසිදු වර්ගීකාරකයක් එය පරීක්ෂා නොකරයි. පිටතට යන ටෝකන කිසිදු ප්‍රතිපත්ති ආකෘතියක් පරීක්ෂා නොකරයි. ආකෘතිය නිපදවන දේ ඔබට ලැබෙන දෙයයි.
පෙළින්, එහි බලපෑම හුරුපුරුදුය. දෘශ්‍ය හැකියාවේදී එය වර්ගයෙන්ම වෙනස්ය, මන්ද වාණිජ බහුමාධ්‍ය API වඩාත් ගතානුගතික සහ වඩාත් අත්තනෝමතික වන්නේ රූප ආදාන මත ප්‍රතික්ෂේප හැසිරීමේදීය. ලාක්ෂණික අසාර්ථකත්වයන් මෙසේ පෙනේ:
- ආවරණ අනන්‍යතා ප්‍රතික්ෂේප — ඡායාරූපයක සිටින පුද්ගලයන් විස්තර කිරීම කිසිසේත් ප්‍රතික්ෂේප කිරීම, පැහැදිලිව පෙනෙන සහ සම්පූර්ණයෙන් හානිකර නොවන ලක්ෂණ ඇතුළුව, මන්ද ප්‍රතිපත්තියකට විස්තර කිරීම සහ හඳුනාගැනීම වෙන් කර හඳුනාගත නොහැක.
- විෂය කරුණු මගහැරීම් — ලේඛනයක් පිටපත් කිරීම හෝ සාරාංශ කිරීම එහි විෂය නිසා ප්‍රතික්ෂේප කිරීම, පිටපත් කිරීම යාන්ත්‍රික කාර්යයක් වුවද.
- වෛද්‍ය සහ අධිකරණ වෛද්‍ය පිළිකුල — වෘත්තිකයෙකුට විස්තර කර ගැනීමට අවශ්‍ය සායනික රූප, තුවාල ලේඛන, හෝ අනතුරු ඡායාරූප විස්තර කිරීම ප්‍රතික්ෂේප කිරීම.
- ආරක්ෂක මෙවලම් ව්‍යාජ ධන — තිර රූපයක ටර්මිනලයක්, පැකට් ග්‍රහණයක්, හෝ නිදොස්කාරකයක් ඇති නිසා එය කියවීම ප්‍රතික්ෂේප කිරීම.
- නිහඬ පිරිහීම — නරකම එක: ප්‍රතික්ෂේපයක් නොව මග හැරෙන පිළිතුරක්, එය ඔබේ schema වලංගුකරණය සමත් වී කිසිදු දෝෂයක් නොනගා ඔබේ දත්ත කට්ටලය විෂ කරයි.
පහම සමඟ ඇති මෙහෙයුම් ගැටලුව ඒවා අසාධාරණ වීම නොවේ. ඒවා මැනිය නොහැකි වීමයි. වැරදි පිළිතුරක් යනු දත්ත ලක්ෂ්‍යයකි; ඔබට එය ලකුණු කළ හැක, ඇගයීමේදී අල්ලාගත හැක, සහ ඒ සඳහා නිවැරදි කළ හැක. ප්‍රතික්ෂේපයක් යනු සිදුරකි. කණ්ඩායම් පරිමාණයේදී, ඔබේ ආදාන හරහා අහඹු ලෙස නොව බෙදා හරින ලද 3%ක ප්‍රතික්ෂේප අනුපාතයක් — නිර්මාණයෙන්ම, හරියටම දුෂ්කර සහ අසාමාන්‍ය අවස්ථා මත සංකේන්ද්‍රණය වී — යනු ඔබේ ප්‍රතිඵලවල ක්‍රමානුකූල නැඹුරුවකි, එය කිසිදු පහළ-ප්‍රවාහ පිරිසිදු කිරීමකින් යථා නොවේ. ප්‍රතික්ෂේප ස්තරය ඉවත් කිරීම නිහඬ, සහසම්බන්ධිත අස්ථානගත දත්තවල මූලාශ්‍රයක් ඉවත් කරයි.
Shannon ක්‍රියාත්මක කරනු ලබන්නේ Shannon Lab LLC, New Mexico, USA විසින්, අපගේ වගකීම් සහගත භාවිත ප්‍රතිපත්තිය යටතේය. වාරණයෙන් තොර යන්නෙන් අදහස් වන්නේ ආකෘතිය ඔබේ ආදාන ගැන කතුවැකි නොලියන බවයි; ගිණුමට කොන්දේසි නොමැති බව එයින් අදහස් නොවේ.
06සම්පූර්ණ පිරිවිතර
| ක්ෂේත්‍රය | MiniMax-M3 · 3BIT-REAP |
|---|---|
| ආකෘති id | MiniMax-M3-3BIT-REAP |
| පදනම | MiniMax-M3 (MiniMax AI) |
| සන්දර්භ කවුළුව | ටෝකන 262,144 |
| උපරිම ප්‍රතිදානය | ටෝකන 16,384 |
| රූප ආදානය | ඔව් |
| වීඩියෝ ආදානය | නිරාවරණය නොකෙරේ |
| ප්‍රවාහනය | ඔව් |
| මෙවලම් ඇමතුම් | ඔව් |
| තර්කනය | ඔව් (reasoning_effort) |
| ව්‍යුහගත ප්‍රතිදානය | json_schema + response_format |
| ප්‍රතික්ෂේප ස්තරය | කිසිවක් නැත |
| Endpoints | /v1/chat/completions · /v1/messages · /v1/responses |
| සේවය කරන්නේ | Shannon ගේම GPU පොකුරේ |
එම වගුවේ පේළි දෙකක් අවධාරණය කිරීමට වටී. වීඩියෝ ආදානය නිරාවරණය නොකෙරේ. ඉහළ M3 පදනම වීඩියෝ මත පුහුණු කර ඇති අතර MiniMax වීඩියෝ ආදානය ලේඛනගත කරයි; අපගේ endpoint පිළිගන්නේ රූපයි. රූප වෙනුවෙන් ගොඩනඟන්න. දෙවනුව, ටෝකන 262,144ක කවුළුව අපගේ ය, ඉහළ මිලියනයක සංඛ්‍යාව නොවේ — දිගු-ලේඛන සහ බොහෝ-රූප වැඩ බර 262,144ට එරෙහිව සැලසුම් කරන්න, එවිට ඔබ කිසිදා පුදුමයට පත් නොවනු ඇත.
07වාරණයෙන් තොර MiniMax API ඇමතීම
උපභාෂා තුනක්, ඒ සියල්ල පිටුපස එකම ආකෘතිය, තුනේම ප්‍රවාහනය. ඔබේ පවතින සේවාදායකයා දැනටමත් කතා කරන ඕනෑම එකක් භාවිත කරන්න; ඒවා අතර හැකියා වෙනසක් නැත. ඔබේ base URL එක Shannon වෙත යොමු කර ආකෘති id එක වෙනස් කරන්න.
OpenAI උපභාෂාව හරහා රූප අවබෝධය
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
}'දුරස්ථ https:// URL සහ base64 දත්ත URL දෙකම image_url කොටසේ ක්‍රියා කරයි. හරස්-පිටු සංසන්දනයක් අවශ්‍ය විට එක් පණිවිඩයක රූප කොටස් කිහිපයක් අමුණන්න — ඔබට වැය කිරීමට ටෝකන 262,144ක් ඇති අතර, මිලියනයකට $0.50 බැගින්, ඒවා වැය කිරීම ලාභය.
JSON schema එකක් සමඟ ටයිප් කළ උපුටාගැනීම
නල මාර්ගයක මෙම ආකෘතිය එහි ස්ථානය උපයා ගන්නේ දෘශ්‍ය හැකියාව + දැඩි schema + බිම් මිල යන සංයෝජනයෙනි. අපගේ නාමාවලියේ සෑම ආකෘතියකටම මේ තුනම නැත: Laguna-S-2.1 සහ inkling json_schema සඳහා සහාය නොදක්වයි. MiniMax-M3 දක්වයි, එනම් ඔබට parsing ස්තරයක් නොමැතිව රූපයකින් වලංගු කළ වස්තුවක් ලබාගත හැක:
{
"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
}
}
}
}තර්කන ප්‍රයත්නය
ආකෘතිය reasoning_effort නිරාවරණය කරයි. තොග රූප වර්ගීකරණයේදී එය පහළින් තබන්න — ඔබ අසන්නේ ප්‍රත්‍යක්ෂ ප්‍රශ්නයක් වන අතර, තර්කන ටෝකන යනු ඔබ ගෙවන ප්‍රතිදාන ටෝකනයි. දිගු තර්කයක රූපය සාක්ෂියක් වන ඇමතුම් සඳහා එය ඉහළ දමන්න: පිරිවිතරයකට එරෙහිව රූප සටහනක් කියවීම, වගුවක් සමඟ ප්‍රස්තාරයක් සැසඳීම, තිර රූප දෙකක් එකම දෝෂය පෙන්වයිද යන්න තීරණය කිරීම.
උපභාෂා තුනටම සම්පූර්ණ පරාමිති යොමුව, දෝෂ අර්ථකථන, සහ ප්‍රවාහන ආකෘති Shannon API ලේඛනවල ඇත.
08MiniMax-M3 නිවැරදි තේරීම වන්නේ කොතැනද — සහ නොවන්නේ කොතැනද
එය තෝරාගත යුත්තේ කවදාද
- පරිමා රූප වැඩ. දත්ත කට්ටල ලේබල් කිරීම, මධ්‍යස්ථකරණ පර්යේෂණ, නාමාවලි පොහොසත් කිරීම, තිර රූප වර්ග කිරීම, ස්කෑන් කළ ලේඛන මත තොග OCR-සහ-ව්‍යුහගත කිරීම. බිම් මිල මුළු තර්කයයි.
- රූප ටයිප් කළ වාර්තා බවට. දෘශ්‍ය හැකියාව සහ දැඩි
json_schemaසහ නාමාවලියේ ලාභම ටෝකන යනු මෙහි ආකෘති දෙකක් පමණක් ලබා දෙන සංයෝජනයකි. - දිගු බහුමාධ්‍ය සන්දර්භය. එක් ඉල්ලීමක බොහෝ පිටු, හෝ බොහෝ රාමු — යටින් ඇති ගෘහ නිර්මාණය ගොඩනගා ඇත්තේ හරියටම මෙම ආදාන හැඩය සඳහාය.
- ප්‍රතික්ෂේප නියැදිය දූෂණය කරන පර්යේෂණ. අපහසු ඒවා ඇතුළුව සෑම අයිතමයකටම ආකෘතිය පිළිතුරු දීම මත එහි වලංගුභාවය රඳා පවතින ඕනෑම අධ්‍යයනයක්.
- තිරයක් කියවන නියෝජිත ලූප. M-මාලා පෙළපත පැහැදිලිවම නියෝජිත වන අතර මෙවලම් ඇමතුම් ලබාගත හැක.
වෙනත් දෙයක් තෝරාගත යුත්තේ කවදාද
- ඔබට ඉහළම දෘශ්‍ය සීමාව අවශ්‍ය වන අතර අයවැය තිබේ. Kimi-K3 · 3BIT-REAP ආදාන මිලෙන් 7.7× වන්නේ හේතුවක් නිසාය; තනි ඉහළ-අවදානම් කියවීමකදී, එය වැය කිරීමට නිවැරදි මුදලයි.
- ඔබට උපරිම-විශ්වසනීයත්ව බර අවශ්‍යයි. බිට් 3 යනු අපගේ වඩාත්ම ආක්‍රමණශීලී ස්තරයයි.
W8A16ආකෘති නිරවද්‍යතාව සඳහා මිල හුවමාරු කරන අතර, බරකට විශ්වසනීයත්වය ඔබ ප්‍රශස්ත කරන දේ නම් MiMo-V2.5 · W8A16 එකම $0.50 / $2.00 මිලට දෘශ්‍ය හැකියාව සහිතය. - ඔබට වීඩියෝ අවශ්‍යයි. අපි මෙම endpoint එකේ වීඩියෝ ආදානය නිරාවරණය නොකරමු.
- කාර්යය ෆ්‍රොන්ටියර් මට්ටමේ පිරිසිදු පෙළයි. ඒ සඳහා DeepSeek-V4-Pro-0813 ඇත; ඔබ කිසිදා භාවිත නොකරන දෘශ්‍ය කුළුණක් සඳහා ඔබ ගෙවනු ඇත.
මෙම ලිපියේ ඇති සෑම ඉහළ සංඛ්‍යාවක්ම ප්‍රකාශයට පත් කර ඇත්තේ අප නොවන වෙනත් අයෙකු විසිනි. අපගේ සාරාංශය පිළිගැනීම වෙනුවට ප්‍රාථමික මූලාශ්‍ර පරීක්ෂා කරන්න.
MiniMax පවුල සඳහා ගෘහ නිර්මාණ, ප්‍රමිති, සහ වේග වැඩිවීමේ සංඛ්‍යා MiniMax AI විසින් රසායනාගාරයෙන් වාර්තා කරන ලද ඒවාය; REAP සංඛ්‍යා REAP කතුවරුන් විසින් තමන්ගේම ආකෘති මත වාර්තා කරන ලද අතර ඒවා මෙම නිමැවුමේ මිනුමක් නොවේ. Shannon මිල, සන්දර්භ කවුළුව සහ හැකියා ධජ අපගේ වන අතර අපගේ සජීවී ආකෘති නාමාවලියෙන් කියවනු ලැබේ.
09නිතර අසන ප්‍රශ්න
වාරණයෙන් තොර MiniMax API යනු කුමක්ද?
එය MiniMax-M3 · 3BIT-REAP ය, ප්‍රතික්ෂේප ස්තරයක් හෝ ප්‍රතිදාන පෙරහනක් නොමැතිව Shannon ගේම GPU පොකුරේ සේවය කෙරේ. ඔබට එය ඇමතිය හැක්කේ /v1/chat/completions, /v1/messages, හෝ /v1/responses හරහා, ටෝකන 262,144ක සන්දර්භ කවුළුවක්, රූප ආදානය, මෙවලම් ඇමතුම්, සහ JSON-schema ව්‍යුහගත ප්‍රතිදානය සමඟ, ආදාන ටෝකන මිලියනයකට $0.50ක් සහ ප්‍රතිදාන ටෝකන මිලියනයකට $2.00ක් මිලට.
Shannon මත MiniMax-M3 රූප ආදානය පිළිගනීද?
ඔව්. Shannon නාමාවලියේ දෘශ්‍ය හැකියාව ඇති ආකෘති පහෙන් එකක් MiniMax-M3 වන අතර, base64 දත්ත URL ඇතුළුව සම්මත image_url අන්තර්ගත-කොටස් ආකෘතියෙන් රූප පිළිගනී. අපගේ endpoint නිරාවරණය කරන්නේ රූප ආදානය පමණි — ඉහළ පදනම වීඩියෝ මත පුහුණු කර තිබුණද, අපි වීඩියෝ ආදානය නිරාවරණය නොකරමු.
වාරණයෙන් තොර රූප අවබෝධයට කොපමණ මුදලක් වැය වේද?
MiniMax-M3 පවතින්නේ Shannon හි බිම් මිලේ — ආදාන ටෝකන මිලියනයකට $0.50ක් සහ ප්‍රතිදාන ටෝකන මිලියනයකට $2.00ක්. ආදාන ටෝකන 1,200ක් සහ ප්‍රතිදාන ටෝකන 300ක් බැගින් සාමාන්‍යයෙන් ගන්නා රූප ඇමතුම් 1,000ක කණ්ඩායමකට වැය වන්නේ $1.20ක් පමණි. නාමාවලියේ ඉහළම සීමාව ඇති දෘශ්‍ය ආකෘතිය වන Kimi-K3 මත එම කණ්ඩායමටම $10.34ක් පමණ වැය වේ.
3BIT-REAP යන්නෙන් අදහස් වන්නේ කුමක්ද, එය ගුණාත්මකභාවයට හානි කරයිද?
REAP යනු Router-weighted Expert Activation Pruning ය, Cerebras සහ University of Calgary හි එක්-වර Mixture-of-Experts සම්පීඩන ක්‍රමයකි; එය රවුටර ගේට් අගය සහ සක්‍රියතා සම්මතය අනුව එක් එක් විශේෂඥයා ලකුණු කර, ප්‍රමාණකරණයට පෙර අවම වශයෙන් ප්‍රමුඛ විශේෂඥයන් මකා දමයි. ඉතිරි බර බිට් 3කින් ගබඩා කෙරේ. එය අපගේ වඩාත්ම ආක්‍රමණශීලී සම්පීඩන ස්තරය වන අතර, පරාමිති බිලියන 428ක පදනමක් බිම් මිලට සේවය කළ හැකි කරන්නේ එයයි. උපරිම විශ්වසනීයත්වය සඳහා අපි ඒ වෙනුවට වෙනම W8A16 ආකෘති නිකුත් කරමු.
එය මෙවලම් ඇමතුම් සහ JSON schema ප්‍රතිදානය සඳහා සහාය දක්වයිද?
දෙකටම ඔව්. MiniMax-M3 ප්‍රවාහනය, මෙවලම් ඇමතුම්, reasoning_effort පාලනයක් සහිත තර්කනය, response_format, සහ දැඩි json_schema ව්‍යුහගත ප්‍රතිදානය සඳහා සහාය දක්වයි. එම සංයෝජනය නාමාවලිය පුරා විශ්වීය නොවේ — Laguna-S-2.1 සහ inkling json_schema සඳහා සහාය නොදක්වයි — එබැවින් ඔබට රූපයකින් ටයිප් කළ වස්තුවක් ආපසු අවශ්‍ය නම්, එය ලබා දෙන ලාභම ආකෘතිය MiniMax-M3 ය.
මට ලැබෙන සන්දර්භ කවුළුව සහ ප්‍රතිදාන සීමාව කුමක්ද?
ඉල්ලීමකට ටෝකන 262,144ක සන්දර්භයක් සහ ටෝකන 16,384ක ප්‍රතිදානයක්, Shannon ආකෘති දොළහම හරහා සමානය. ඉහළ MiniMax-M3 පදනම ටෝකන මිලියනයක් ලෙස ලේඛනගත කර ඇත; අප සේවය කරන්නේ 262K කවුළුවක්, එබැවින් දිගු-ලේඛන සහ බහු-රූප වැඩ බර ඉහළ සංඛ්‍යාවට එරෙහිව නොව 262,144ට එරෙහිව සැලසුම් කරන්න.
වාරණයෙන් තොර MiniMax API එක අත්හදා බලන්න
බිම් මිලට රූප අවබෝධය. උපභාෂා තුනක්, එක් ආකෘති id එකක්, ප්‍රතික්ෂේප ස්තරයක් නැත.
API ලේඛන කියවන්න සියලුම ආකෘති මාර්ගෝපදේශShannon Lab LLC · New Mexico, USA · වගකීම් සහගත භාවිත ප්‍රතිපත්තිය අදාළ වේ
මූලාශ්‍ර: MiniMax-M3 model card · 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 ප්‍රමිති සහ වේග වැඩිවීමේ සංඛ්‍යා රසායනාගාරයෙන් වාර්තා කරන ලද ඒවා වන අතර ස්වාධීන සත්‍යාපනය තෙක් තාවකාලිකය. Shannon මිල සහ හැකියා ධජ 2026 සැප්තැම්බර් 5 වන විට වත්මන් ය.