API-ga MiniMax ee aan la faaruqin: sawir-akhris qiimaha sagxadda

Ku dhawaad API kasta oo multimodal ah oo la martigeliyo wuxuu sawir-akhriska ugu qiimeeyaa mid heersare ah. Waxaad heerka moodalka qoraalka u bixisaa qoraalka, ka dibna waad sii bixisaa — mararka qaarkood dhowr jeer ka badan — daqiiqadda uu sawirku prompt-ka soo galo. Taas dushood, gelinta sawirku waa halka dhaqanka diidmadu ugu xoogga badan yahay: moodalka si farxad leh uga hadli doona mawduuc qoraal ahaan wuxuu diidayaa inuu isla waxaas ku sharraxo sawir. Natiijadu waa alaab wicitaan-kasta qaali ah oo wicitaan-kasta aan la isku hallayn karin, taasoo ah tan ugu xun labada dunni marka aad mug wax-soo-saar ah habaynayso. MiniMax-M3 ee Shannon waa jawaabtayada taas: isla $0.50 / $2.00 ee aad u bixisid moodalkayaga qoraalka ee ugu jaban, oo lagu dabbaqay aasaas laga bilaabo tallaabada ugu horreysa multimodal loo tababbaray, iyadoo aan lakab diidmo hortiisa fadhiyin.

01Waxa "moodalka sawir-akhriska ugu jaban ee aan la faaruqin" halkan dhab ahaan ka dhigan yahay

Kataloogga Shannon waa laba iyo toban moodal. Shan ka mid ah ayaa sawirro aqbala. Qiimahooda, milyan token kasta:

Moodal sawir-akhris leh	Gelin	Wax-soo-saar	Wax-soo-saar qaabaysan
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 oo keliya
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 wuxuu ku fadhiyaa sagxadda — $0.50 / $2.00 — isagoo la simanaya MiMo-V2.5 oo aanay waxba ka hooseyn, sababtoo ah $0.50 / $2.00 waa sagxadda liiskayaga qiimaha. Marka la barbardhigo dusha sare ee xadka sawir-akhriska wuxuu ka jaban yahay Kimi-K3 7.7× gelinta iyo 9.6× wax-soo-saarka.

Shaqo ku dhex dhig taas. Ka soo qaad inaad kala soocaysid 1,000 sawir — sawir-shaashadeedyo, bogag la iskaanay, sawirro badeeco — oo celcelis ahaan qiyaastii 1,200 token oo sawir iyo prompt ah gelaya iyo 300 token oo jawaab ah soo baxaya:

Qiimayaasha liiska Shannon, Sebtembar 2026. Tirooyinka token-ku waa tusaale; token-aynta sawirkaagu waxay ku xidhan tahay xallinta iyo inta sawir ee aad wicitaan kasta ku lifaaqdo.

Laba tilmaan oo kale oo faa'iido leh in aad madaxa ku haysid. Buuxinta context-ka 262,144 token oo dhan hal mar waxay ku kacaysaa qiyaastii 13 senti. Jawaab dhererka ugu badan leh oo 16,384 token ah waxay ku kacaysaa qiyaastii 3.3 senti. Kuwaasi waa xadadka dhabta ah ee hal codsi oo xaalad ugu xun ah, waana kuwo yar oo ku filan in xannibaadda xiisaha leh ee tuubbada sawir-akhrisku ay ka joogsato lacag oo ay marin-tiro noqoto.

02Xididka MiniMax: shaybaar hagaajiya token-nada, ma aha cinwaannada wararka

MiniMax AI waa shaybaar Shanghai ku yaal oo diiwaankiisa miisaannada furan oo dhammi ku saabsan yahay hal su'aal: sidee ayaad fiirsashada uga dhigaysaa mid jaban oo ku filan in context-ka dheer iyo multimodality-gu ay joojiyaan inay raaxo noqdaan? Siideyn kasta oo xariiqda ku jirtaa waa jawaab su'aashaas, jawaabuhuna midba midda kale ayuu ku dul dhisan yahay.

MiniMax-01 — Lightning Attention, iyo sawir-akhris bilowga laga bilaabo

Taxanaha MiniMax-01 (oo loo daabacay arXiv 2501.08313) wuxuu soo bandhigay Lightning Attention, oo ah hirgelin I/O-ka ka war qabta oo ah nooc fiirsasho toosan, oo ku dhex jirta moodal Mixture-of-Experts isku dhafan oo leh 456B parameter guud iyo 45.9B firfircoon token kasta. Taxanuhu wuxuu u soo baxay lammaane: MiniMax-Text-01 iyo MiniMax-VL-01, oo ah moodalka sawir-akhriska. VL-01 wuxuu isticmaalay taxanaha ViT-MLP-LLM ee hadda caanka ah, laakiin isagoo leh Vision Transformer 303-milyan parameter ah oo salka laga bilaabo lagu tababbaray 694 milyan oo lammaane sawir-qoraal ah halkii uu ka amaahan lahaa koodhbixiye, ka dibna la is-waafajiyay oo si wadajir ah loo hagaajiyay tuubbo marxalado badan leh oo habaysay 512 bilyan token.

Faahfaahintaasi waa muhiim maqaalka aad akhrinaysid. Sawir-akhriska xididkan ma aha qabsade dambe oo lagu dhejiyay moodal qoraal si sanduuq loo calaamadeeyo. MiniMax waxay tababbaraysay munaaraddeeda muuqaalka tan iyo siideyntoodii furan ee ugu horreysay, taasoo ah sababta fahamka dukumentiga, fahamka UI-ga iyo sawir-shaashadeedka, iyo akhrinta shaxanka ay u ahaayeen xoogagga joogtada ah ee qoyska halkii ay ahaan lahaayeen fikrado dambe.

MiniMax-M1 — fiirsasho isku dhafan oo fikir dheer loogu talagalay

MiniMax-M1 (arXiv 2506.13585) waxaa qorayaashiisu ku tilmaameen moodalkii ugu horreeyay ee fikir fiirsasho-isku-dhafan ah oo miisaanno furan leh oo cabbir weyn leh. Wuxuu haystay jidhka MoE ee 456B / 45.9B wuxuuna isku dhex geliyay labada nooc ee fiirsashada: baloog transformer fiirsasho softmax caadi ah ah toddoba baloog oo Lightning Attention ah kasta ka dib. Faa'iidada waxaa lagu cabbiray xisaab halkii lagu cabbiri lahaa kaalinta liiska hormuudka — MiniMax waxay soo sheegtay in dhererka soo-saarid 100K token ah, M1 uu isticmaalay qiyaastii 25% FLOPs-ka ee DeepSeek R1, isagoo si dabiici ah u taageeraya context hal-milyan token ah.

MiniMax-M2 — u leexashada firfircoonaanshaha yar

MiniMax-M2 jihada kale ayuu ku aaday cabbirka wuuna ku guulaystay dareen: koodh-fure 62 lakab ah oo leh 229.9B parameter guud laakiin kaliya ~9.8B firfircoon token kasta, isagoo isticmaalaya 256 khabiir oo faahfaahsan lakab MoE kasta oo marin sigmoid ah loogu diro siddeed ka mid ah, meelaha RoPE iyo QK-RMSNorm si tababbarku u degganaado. Si cad wuxuu ahaa moodal koodhbixin wakiil ah — tafatirro fayl badan leh, wareego wad-hagaaji ah, hagaajin tijaabo lagu xaqiijiyay — wuxuuna soo bandhigay qaabka fikirka isku dhex yaal, halkaas oo fikirka la geeyo wareegyada wicitaanka qalabka dhexdooda halkii mar kasta ka dib la tuuri lahaa. M2 waa moodalka aasaasay sumcadda MiniMax ee ah in la keeno dhaqan wakiilnimo hormuudka ku dhow qayb yar oo kharashka token-kasta ah, isagoo kaliya ku hayaya firfircoonaanshaha oo aad u yar.

MiniMax-M3 — aasaaska dhammaadkan hoos yaal

MiniMax-M3 waxaa la siideeyay 1 Juun 2026, iyadoo miisaannadu Hugging Face ay soo baxeen wax yar ka dib warbixin farsamana ay ku jirto arXiv 2606.13392. Waa moodal Mixture-of-Experts ah oo 428B parameter leh oo qiyaastii 23B firfircoon token kasta, context hal-milyan token ah oo la diiwaan geliyay, iyo gelin sawir iyo fiidiyow oo dabiici ah — MiniMax waxay ku tilmaamaysaa mid modality-isku-dhafan loo tababbaray "tallaabada ugu horreysa laga bilaabo," halkii uu ahaan lahaa mid qoraal lagu tababbaray-hore ka dibna multimodal loo qabsiiyay. Tirooyinka ay MiniMax lafteedu daabacday wuxuu ku dhibcayaa 80.5% SWE-bench Verified iyo 59.0% SWE-bench Pro. Kuwaasi waa tirooyin uu bixiyuhu ka soo sheegay cabbir-tijaabo koodhbixin, taasoo ah si sax ah sida ay tahay in aad u miisaanto; waxaan u soo xiginnay sababtoo ah waa sheegashooyinka shaybaarku daabacay, ma aha sababtoo ah annagu si madax-bannaan u soo celinnay.

03MiniMax Sparse Attention: sababta moodal sawir-akhris ah uu sidan u jaban karo

Injineernimada xiisaha leh ee M3 waa MiniMax Sparse Attention (MSA), waana sababta tooska ah ee moodal multimodal ah oo cabbirkan leh uu ku fadhiisan karo qiimahayaga sagxadda. Sawirradu token ahaan waa qaali. Dhowr bog oo xallin sare leh ayaa tobanaan kun oo token ah prompt-ka gelin kara ka hor inta aadan hal amar qorin. Fiirsashada caadiga ah hoosteeda, kharashkaasi wuxuu ku sii kordhaa si labo-jibbaaran ah, moodalka akhriya labaatan bog ma aha laba jeer qaalisanaanta kan akhriya toban — aad buu uga sii daran yahay laba jeer.

MSA waxay beddeshaa qaabka jaantuskaas. Waa farsamo baloog-firdhisan oo lagu dhisay laf-dhabar Grouped Query Attention ah, oo laba laan loo kala qaybiyay:

• Laanta Tusmada ee fudud oo dhibcaysa baloogyada furaha-qiimaha — iyadoo dhibcaha ugu badan la isugu geynayo token-nada baloog kasta gudihiisa — waxayna doorataa top-k boos su'aal kasta iyo koox GQA kasta, iyadoo had iyo jeer ku darsanaysa baloogga maxalliga ah ee su'aashu ku jirto si tababbarku u degganaado.
• Laan Weyn oo wadda fiirsasho softmax caadi ah oo keliya ku sameysa baloogyada tusmadu dooratay.

Habaynta warqadda MSA ku jirta waa k = 16 baloog oo 128 token ah, taasoo su'aal kasta siinaysa miisaaniyad go'an oo 2,048 token la fiirsaday ah. Go'an, oo macnaheedu yahay lama kordho dhererka isku xigxiga. Taasi waa xeeladda oo dhan: marka context-ku kordho, kharashka fiirsashada ee saldhig cufan wuu sii kacayaa halka kharashka laanta weyn ee MSA uu siman yahay, sidaas darteed fiirsashadu si toosan ayay u kordhaa halkii ay u kordhi lahayd si labo-jibbaaran.

Tirooyinka warbixinta MiniMax Sparse Attention (arXiv 2606.13392): 28.4× hoos u dhac ku yimid FLOPs-ka fiirsashada ee token-kasta marka la barbardhigo GQA si isku mid ah loo habeeyay context 1M, iyo dedejin saacad-derbi ah oo 14.2× buuxin-hore / 7.6× koodh-furid ah oo lagu cabbiray qalabka H800 daraasadda warqadda ee 109B-parameter. MiniMax si gooni ah ayay uga soo sheegaysaa dedejin 9× buuxin-hore ah iyo 15× koodh-furid ah oo M3 marka loo eego M2 context 1M. Dhammaantood waa kuwa shaybaarku ka soo sheegay.

Warqaddu waxay sidoo kale samaysaa hubinta muhiimka u ah maqaal sawir-akhris ah: MoE 109B ah oo si dabiici ah multimodal u ah, MSA waxay ku haysay waxqabad la mid ah saldhig fiirsasho buuxda ah cabbir-tijaabooyinka sawirka oo ay ku jiraan AI2D, ChartQA iyo MMMU, iyo cabbir-tijaabooyinka fiidiyowga oo ay ku jiraan EgoSchema, LongVideoBench iyo VideoMME — iyadoo noocyada firdhisan mararka qaarkood ay ka wanaajiyaan hawlaha fiidiyowga ee context-ka dheer. Firdhisanaantu halkan ma aha canshuur tayo oo aad xawaaraha ku bixinaysid; gelinnada dheer waxay u muuqataa mid ku dhow bilaash.

Sababta aad macmiil ahaan u daneyn lahayd: kharashka bixintu waa waxa dejiya qiimaha liiska. Aasaas kharashkiisa fiirsashadu joojiyay inuu kordho waa aasaas aad awoodi karto inaad ku tilmaanto boqol kun oo sawir. Taasi waa farsamada ka dambaysa "moodalka sawir-akhriska ugu jaban ee aan la faaruqin" — ma aha heer xayaysiin, waa qaab-dhismeed.

04Waxa 3BIT-REAP ka dhigan tahay, iyo halka uu wax kaaga kacayo

Moodal 428-bilyan parameter ah meel ku habboon kuma qalmo saxnaan buuxda. Dhismahayaga MiniMax-M3 wuxuu sidaa lifaaqa 3BIT-REAP, oo qeexaya laba hawlood oo kala duwan oo si nidaam gaar ah loo dabbaqay.

REAP: khubarada tirtir ka hor inta aadan cufin

REAP — Router-weighted Expert Activation Pruning — waa hab cufid MoE ah oo hal-mar ah oo ka yimid Cerebras iyo Jaamacadda Calgary, oo loo daabacay arXiv 2510.13999 lagana aqbalay ICLR 2026. Dooddiisu waa in hawlaha soo-saarista ah, jaridda khubaradu ka fiican tahay isku darkooda: isku darku wuxuu burburiyaa xakamaynta faahfaahsan ee router-ka wuxuuna soo bandhigaa qalad aadan waligaa soo celin karin. Sidaas darteed REAP waxay halkii khabiir kasta ku dhibcaysaa shuruud muhiimad ah oo isku darsanaysa qiimayaasha albaabka router-ka (inta jeer iyo sida uu u xoog badan yahay marka uu doorto) iyo cabbirrada firfircoonaanshaha khabiirka (inta uu wax-soo-saarkiisu dhab ahaan ku darsanayo), ka dibna si toos ah u tirtirtaa khubarada ugu muhiimadda yar.

Qorayaashu waxay ka soo sheegayaan ka saarid ilaa 50% khubarada moodallo ilaa hal tirilyan parameter ah waynta iyadoo inta badan la ilaalinayo tayada aasaasiga ah — Qwen3-480B-Coder-FP8 jarid 50% ah, 97.6% awoodda koodhbixinta aan wakiilka ahayn ee aasaasiga ah iyo 96.7% SWE-Bench wakiil ah ayaa la hayay. Kuwaasi waa tirooyinka warqadda ee moodallada warqadda, ma aha kuwayaga MiniMax-M3; waxaan u soo xiginnay si aad habka u xukunto, ma aha si aan u tilmaamno cabbir la mid ah oo halkan ah.

Miisaanno 3-bit ah, marka labaad

Miisaannada hadhay waxaa markaas lagu kaydiyaa 3 bit. Nidaamku waa mid ula kac ah waana bar-tilmaameedka isku-darka: marka hore jar, marka labaad quantize samee. Macno ma leh inaad saddexdaada bit ee qaaliga ah ee miisaan kasta ku bixiso koodhaynta daacadda ah ee khubaro aad ku dhawdahay inaad tirtirto. Jar dabada firdhisan, ka dibna miisaaniyadda hadhay u ogolow inay gebi ahaanba u tagto khubarada dhab ahaan dhalaalaya.

Digniinta daacadda ah

3BIT-REAP waa heerka ugu xoogga badan ee aan soo dirno. Waxaan u isticmaalnaa aasaasyada ugu waaweyn — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — sababtoo ah waa faraqa u dhexeeya in moodalladaas ay ku diyaar yihiin qiime caqli gal ah iyo inaanay gebi ahaanba diyaar ahayn. Halka aasaasku ku yar yahay in aanu u baahnayn, ma isticmaalno: moodallada W8A16 ee kataloogga waxay wadaan miisaanno 8-bit ah oo leh firfircoonaansho 16-bit ah, W4A16-AUTOROUND-REAP-na wuxuu u dhexeeyaa, isagoo isticmaalaya wareejinta la bartay ee AutoRound si uu u soo celiyo saxnaanta uu quantization-ka wareejinta fudud ee ugu dhow sii daayo. Dooro heerka u dhigma dulqaadkaaga. Haddii aad goosanaysid xaqiiqooyin toban kun oo qaansheeg ah, 3-bit waa ganacsiga saxda ah. Haddii aad samaynaysid hal akhris baadhitaan dembi oo qiime sare leh oo hal sawir ah, lacagta ku bixi Kimi-K3.

05Waxa "lakab diidmo ma jiro" ka dhigan tahay marka gelintu tahay sawir

Aan la faaruqin waa eray si dabacsan loo isticmaalo, sidaas darteed halkan waa sheegashada saxda ah: dhammaadkan ma jiro lakab diidmo iyo shaandhayn wax-soo-saar midna. Ma jiro kala-soociye baadha sawirkaaga ka hor inta uusan moodalku arag. Ma jiro moodal siyaasadeed oo baadha token-nada iyagoo soo baxaya. Waxa moodalku soo saaro waa waxa aad hesho.

Qoraalka, saameynta taasi waa mid la yaqaan. Sawir-akhriska, waa mid nooc ahaan ka duwan, sababtoo ah dhaqanka diidmada ee gelinta sawirku waa halka API-yada multimodal-ka ee ganacsigu ay ugu muxaafid badan yihiin oo ay ugu ekeyd shil. Guuldarrooyinka lagu garto waxay u eg yihiin sidan:

• Diidmooyin aqoonsi oo guud — diidmada in dadka sawirka ku jira gebi ahaanba la sharraxo, oo ay ku jiraan sifooyin si cad u muuqda oo gebi ahaanba aan waxyeello lahayn, sababtoo ah siyaasaddu kala saari karto sharraxaadda iyo aqoonsiga.
• Ka baxsashada mawduuca — diidmada in dukumenti la qoro ama la soo koobo sababtoo ah waxa dukumentigu ku saabsan yahay, in kastoo qorista ay tahay hawl farsamo.
• Nacayb caafimaad iyo baadhitaan dembi — diidmada in la sharraxo sawirro caafimaad, dukumentiyeynta dhaawaca, ama sawirrada shilalka ee xirfadle u baahan yahay in loo sharraxo.
• Been-abuur qalabka amniga — diidmada in sawir-shaashadeed la akhriyo sababtoo ah wuxuu ku jiraa terminal, qabashada xirmooyinka, ama debugger.
• Hoos-u-dhac aamusan — tan ugu xun: ma aha diidmo laakiin waa jawaab-la'aan celcelis ah, taasoo ka gudubta xaqiijinta schema-daada oo sunta xogtaada iyadoo aan waligeed qalad kicin.

Dhibaatada hawlgalka ee shantaas oo dhan ma aha in ay caddaalad daro yihiin. Waa in aanay la cabbiri karin. Jawaab qaldan waa dhibic xog ah; way dhibcayn kartaa, qiimayn ku qaban kartaa, oo aad u saxi kartaa. Diidmo waa god. Cabbirka xirmada, heer diidmo 3% ah oo si aan bakhtiyaa-nasiib ahayn loogu qaybiyay gelinnadaada — oo si qaab-dhismeed ah ugu ururay si sax ah kiisaska adag oo aan caadiga ahayn — waa eexasho nidaamsan oo natiijooyinkaaga ku jirta oo aanay nadiifin dambe intee le'eg soo celin karin. Ka saaridda lakab diidmo waxay ka saartaa ilo ah xog maqan oo aamusan oo isku xidhan.

Shannon waxaa maamula Shannon Lab LLC, New Mexico, Mareykanka, hoos yimaada Siyaasaddayada Isticmaalka Mas'uulka ah. Aan la faaruqin macnaheedu waa in moodalku aanu wax ka qorin gelinnadaada; macnaheedu ma aha in akoonku uusan shuruudo lahayn.

06Qeexidda buuxda

Goob	MiniMax-M3 · 3BIT-REAP
Aqoonsiga moodalka	MiniMax-M3-3BIT-REAP
Aasaas	MiniMax-M3 (MiniMax AI)
Daaqadda context-ka	262,144 token
Wax-soo-saarka ugu badan	16,384 token
Gelinta sawirka	Haa
Gelinta fiidiyowga	Lama soo saaro
Streaming	Haa
Wicitaanka qalabka	Haa
Fikir	Haa (reasoning_effort)
Wax-soo-saar qaabaysan	json_schema + response_format
Lakab diidmo	Ma jiro
Dhammaadyada	/v1/chat/completions · /v1/messages · /v1/responses
Lagu bixiyo	Kooxda GPU-yada u gaarka ah ee Shannon

Laba saf oo shaxdaas ku jira ayaa mudan in la xoojiyo. Gelinta fiidiyowga lama soo saaro. Aasaaska kore ee M3 waxaa lagu tababbaray fiidiyow MiniMax-na way diiwaan gelisaa gelinta fiidiyowga; dhammaadkayagu wuxuu aqbalaa sawirro. Ku dhis sawirro. Marka labaad, daaqadda 262,144 token waa tayada, ma aha tirada kore ee hal-milyan — shaqooyinka dukumentiga dheer iyo sawirrada badan ku qorshee 262,144 waxbana kuma yaabin doonaan.

07Sida loo waco API-ga MiniMax ee aan la faaruqin

Saddex lahjadood, isla moodalka dhammaantood ka dambeeya, streaming saddexdaba. Isticmaal midkaad macmiilkaaga hadda jira uu hore u hadlo; awood faraq ah kuma jiro dhexdooda. Base URL-kaaga ku tilmaan Shannon oo beddel aqoonsiga moodalka.

Fahamka sawirka iyadoo la marayo lahjadda 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
  }'

URL-yada https:// ee fog iyo URL-yada xogta base64 labaduba way ka shaqeeyaan qaybta image_url. Ku lifaaq dhowr qaybood oo sawir ah hal fariin marka aad u baahan tahay isbarbardhig bog-dhaafsi ah — waxaad haysataa 262,144 token oo aad bixiso, $0.50 milyan kastana, bixintoodu waa jaban tahay.

Soo-saarid nooc leh oo JSON schema ah

Halka moodalkani meeshiisa tuubbada ku mutaysto waa isku-darka sawir-akhris + schema adag + qiimaha sagxadda. Ma aha moodal kasta oo kataloogayaga ku jira oo saddexdaba leh: Laguna-S-2.1 iyo inkling ma taageeraan json_schema. MiniMax-M3 wuu taageeraa, taasoo macnaheedu yahay inaad walax la xaqiijiyay ka bixin karto sawir adigoon lakab kala-saarid isticmaalin:

{
  "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
      }
    }
  }
}

Dadaalka fikirka

Moodalku wuxuu soo bandhigaa reasoning_effort. Kala-soocidda sawirka ee mugga badan, hoos ku hay — waxaad waydiinaysaa su'aal dareen ah, token-nada fikirkuna waa token wax-soo-saar ah oo aad bixinaysid. Kor u qaad wicitaannada uu sawirku caddayn ka yahay dood dheer: akhrinta jaantus oo lagu barbardhigayo qeexid, isku-waafajinta shaxan iyo miis, go'aaminta in laba sawir-shaashadeed ay muujinayaan isla cillad iyo in kale.

Tixraaca parameter-ka oo dhammaystiran, macnaha qaladaadka, iyo qaababka streaming-ka ee saddexda lahjadood oo dhan waxay ku jiraan dukumentiga API-ga Shannon.

08Halka MiniMax-M3 uu doorasho sax u yahay — iyo halka uusan ahayn

U tag marka

• Shaqo sawir oo mug badan. Calaamadaynta xogta, cilmi-baarista edbinta, hodminta kataloogga, kala soocidda sawir-shaashadeedka, OCR-iyo-qaabayn xirmo ah oo dukumentiyo la iskaanay ah. Qiimaha sagxaddu waa dooddii oo dhan.
• Sawirro loo beddelo diiwaanno nooc leh. Sawir-akhris oo lagu daray json_schema adag oo lagu daray token-nada ugu jaban kataloogga waa isku-dar ay laba moodal oo keliya halkan ka bixiyaan.
• Context multimodal ah oo dheer. Bogag badan, ama sawir-qaybo badan, hal codsi — qaab-dhismeedka hoos yaalu wuxuu si sax ah ugu dhisan yahay qaabkan gelinta.
• Cilmi-baaris ay diidmooyinku muunadda ku kharribaan. Daraasad kasta oo saxnaanteedu ku xidhan tahay in moodalku ka jawaabo shay kasta, oo ay ku jiraan kuwa raaxada daran.
• Wareego wakiil ah oo shaashad akhriya. Xididka taxanaha M-ka si cad ayuu wakiil u yahay, wicitaanka qalabkuna waa diyaar.

Wax kale u tag marka

• Waxaad u baahan tahay xadka sawir-akhriska ugu sarreeya miisaaniyaddana way jirtaa. Kimi-K3 · 3BIT-REAP waa 7.7× qiimaha gelinta sabab awgeed; hal akhris qiime sare leh, taasi waa lacagta saxda ah ee la bixiyo.
• Waxaad u baahan tahay miisaanno daacadnimo ugu sarraysa. 3-bit waa heerkayaga ugu xoogga badan. Moodallada W8A16 waxay qiimaha ku beddelaan saxnaan, MiMo-V2.5 · W8A16-na sawir-akhris ayuu leeyahay isla $0.50 / $2.00 haddii daacadnimada miisaan-kasta ay tahay waxa aad hagaajinaysid.
• Waxaad u baahan tahay fiidiyow. Gelinta fiidiyowga kuma soo saarno dhammaadkan.
• Hawshu waa qoraal saafi ah oo hormuudka ah. DeepSeek-V4-Pro-0813 ayaa taas u jira; waxaad bixin lahayd munaarad sawir-akhris oo aadan waligaa isticmaalin.

Tirooyinka qaab-dhismeedka, cabbir-tijaabada, iyo dedejinta ee qoyska MiniMax waxaa ka soo sheegay shaybaarka MiniMax AI; tirooyinka REAP waxaa ka soo sheegay qorayaasha REAP moodalladooda waxayna aanay ahayn cabbir dhismahan lagu sameeyay. Qiimayaasha Shannon, daaqadda context-ka, iyo calaamadaha awoodda waa kuwayaga waxaana laga akhriyay kataloogayaga moodalka ee tooska ah.

09Su'aalaha inta badan la iswaydiiyo

---

Ilaha: Kaadhka moodalka 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. Tirooyinka cabbir-tijaabada iyo dedejinta MiniMax waxaa ka soo sheegay shaybaarka waana kuwo ku meel gaadh ah ilaa xaqiijin madax-bannaan. Qiimayaasha Shannon iyo calaamadaha awoodda waa kuwa hadda jira 5 Sebtembar 2026.