API ya MiniMax e se nang thibelo: pono ka theko e tlase ka ho fetisisa

Hoo e batlang e le API e nngwe le e nngwe e tshwerweng ya mefuta e mengata e beha theko e phahameng hodima pono. O lefa sekgahla sa model ya mongolo bakeng sa mongolo, ebe o lefa ho feta — ka nako tse ding makgetlo a mmalwa ho feta — hang ha setshwantsho se kena promptong. Ho phaella moo, dikenyo tsa ditshwantsho ke moo boitshwaro ba ho hana bo leng matla ka ho fetisisa: model e tla bua ka thabo ka sehlooho ka mongolo e tla hana ho hlalosa ntho e tshwanang setshwantshong. Sephetho ke sehlahiswa se theko e phahameng ka pitso mme se sa tshepahaleng ka pitso, e leng bobe ba mafapha ka bobedi ha o sebetsa palo e kgolo. MiniMax-M3 ho Shannon ke karabo ya rona ho seo: $0.50 / $2.00 e tshwanang eo o e lefang bakeng sa model ya rona ya mongolo e theko e tlase ka ho fetisisa, e sebedisitswe hodima motheo o koetlisitsweng ka mefuta e mengata ho tloha mohatong wa pele, ntle le lera la ho hana le emeng ka pele ho wona.

01Seo "model e bonang e theko e tlase ka ho fetisisa e se nang thibelo" e hlileng e se bolelang mona

Lenane la Shannon ke di-model tse leshome le metso e mmedi. Tse hlano tsa tsona di amohela ditshwantsho. Ditheko tsa tsona, ka di-token tse milione:

Model e bonang	Kenyo	Tlhahiso	Tlhahiso e hlophisitsweng
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 feela
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 e dula moeding — $0.50 / $2.00 — e lekana le MiMo-V2.5 mme ha ho letho le ka tlase ho yona, hobane $0.50 / $2.00 ke moedi wa lenane la rona la ditheko. Kgahlanong le hodimo ha sebaka sa pono e theko e tlase ka makgetlo a 7.7 kenyong le makgetlo a 9.6 tlhahisong ho feta Kimi-K3.

E behe mosebetsing. A re re o hlahloba ditshwantsho tse 1,000 — di-screenshot, maqephe a hlahlojwang, dinepe tsa dihlahiswa — ka karolelano ya hoo e ka bang di-token tse 1,200 tsa setshwantsho hammoho le prompt di kena le di-token tse 300 tsa karabo di tswa:

Ditheko tsa lenane tsa Shannon, Loetse 2026. Dipalo tsa di-token ke tsa mohlala; ho balwa ha di-token tsa setshwantsho sa hao ho itshetlehile ka boleng ba setshwantsho le ka palo ya ditshwantsho tseo o di kgomaretsang ka pitso.

Dintlha tse ding tse pedi tse molemo ho di boloka hlooheng ya hao. Ho tlatsa context yohle ya di-token tse 262,144 hang ho bitsa hoo e ka bang disente tse 13. Karabo ya bolelele bo phahameng ka ho fetisisa ba di-token tse 16,384 e bitsa hoo e ka bang disente tse 3.3. Tseo ke meedi ya sebele ya kopo e le nngwe ya boemo bo bobe ka ho fetisisa, mme di nyenyane hoo tshitiso e kgahlisang mokolokong wa pono e emang ho ba tjhelete mme e qala ho ba bongata ba tshebetso.

02Leloko la MiniMax: laboratori e ntlafatsang di-token, e seng dihlooho tsa ditaba

MiniMax AI ke laboratori ya Shanghai eo tlaleho ya yona yohle ya di-weight tse bulehileng e leng ka potso e le nngwe: o etsa jwang hore tlhokomelo e be theko e tlase hoo context e telele le mefuta e mengata di emang ho ba dintho tsa maruo? Tokollo e nngwe le e nngwe leloko lena ke karabo ho potso eo, mme dikarabo di ahellana hodima tse ding.

MiniMax-01 — Lightning Attention, le pono ho tloha qalong

Letoto la MiniMax-01 (le phatlaladitsweng e le arXiv 2501.08313) le ile la hlahisa Lightning Attention, tshebediso e tsebang I/O ya mofuta wa tlhokomelo ya linear, ka hare ho model e kopantsweng ya Mixture-of-Experts ya di-parameter tse 456B kaofela ka tse 45.9B tse sebetsang ka token. Letoto le ile la romelwa e le para: MiniMax-Text-01 le MiniMax-VL-01, model e bonang. VL-01 e ile ya sebedisa mokoloko o tlwaelehileng wa ViT-MLP-LLM, empa ka Vision Transformer ya di-parameter tse dimilione tse 303 e koetlisitsweng ho tloha qalong hodima dipara tsa setshwantsho le tlhaloso tse dimilione tse 694 ho ena le encoder e adimilweng, ebe e lokiswa le ho tsitsiswa hammoho ho pholletsa le mokoloko wa mekgahlelo e mengata o sebetsang di-token tse dikete tse 512 tsa dimilione.

Ntlha eo e bohlokwa bakeng sa sengolwa seo o se balang. Pono lelokong lena hase adapter ya morao e kgomareditsweng ho model ya mongolo ho tlatsa lebokose. MiniMax e ntse e koetlisa tora ya yona ya pono ho tloha tokollong ya yona ya pele e bulehileng, ke ka lebaka leo ho utlwisisa ditokomane, ho utlwisisa UI le di-screenshot, le ho bala ditshwantsho tsa dipalo e bileng matla a sa fetoheng a lelapa ho ena le dintho tse nahanwang ka mora nako.

MiniMax-M1 — tlhokomelo e kopantsweng bakeng sa ho nahana ha nako e telele

MiniMax-M1 (arXiv 2506.13585) e ile ya hlaloswa ke bangodi ba yona e le model ya pele e bulehileng, e kgolo ya ho nahana ya tlhokomelo e kopantsweng. E ile ya boloka mmele wa MoE wa 456B / 45.9B mme ya kopanya mefuta e mmedi ya tlhokomelo: block ya transformer ya tlhokomelo ya softmax e tlwaelehileng ka mora di-block tse supileng tsa Lightning Attention. Moputso o ile wa lekanngwa ka dipalo ho ena le sebaka lenaneng — MiniMax e tlalehile hore bolelele ba tlhahiso ba di-token tse 100K, M1 e ile ya sebedisa hoo e ka bang 25% ya di-FLOP tsa DeepSeek R1, ha e ntse e tshehetsa ka tlhaho context ya di-token tse milione.

MiniMax-M2 — phetoho ho ba le ho sebetsa ho honyenyane

MiniMax-M2 e ile ya nka tsela e nngwe boholong mme ya hapa tlhokomelo ka seo: decoder ya marallo a 62 e nang le di-parameter tse 229.9B kaofela empa ke tse ka bang 9.8B feela tse sebetsang ka token, e sebedisa ditsebi tse 256 tse kgethilweng ka botebo lerallong le leng le le leng la MoE ka ho kgetha ka sigmoid ho tse robedi tsa tsona, dibaka tsa RoPE le QK-RMSNorm bakeng sa botsitso ba koetliso. E ne e le model ya ho ngola khoutu ya di-agent ka ho hlaka — diphetoho tsa difaele tse ngata, dikgoele tsa ho matha le ho lokisa, ditokiso tse netefaditsweng ka diteko — mme ya hlahisa sebopeho sa ho nahana ho kopantsweng, moo ho nahana ho tswelang pele pakeng tsa mekgahlelo ya ho bitsa disebediswa ho ena le hore ho lahlwe ka mora mokgahlelo o mong le o mong. M2 ke model e thehileng botumo ba MiniMax ba ho fana ka boitshwaro ba di-agent bo haufi le pele ka karolo e nyenyane ya theko ka token, ka ho boloka ho sebetsa ho le honyenyane feela.

MiniMax-M3 — motheo o tlasa sebaka sena

MiniMax-M3 e lokollotswe ka la 1 Phupjane 2026, ka di-weight ho Hugging Face nakwana ka mora moo le tlaleho ya boenjiniere ho arXiv 2606.13392. Ke model ya Mixture-of-Experts ya di-parameter tse 428B e nang le hoo e ka bang 23B tse sebetsang ka token, context e ngotsweng ya di-token tse milione, le kenyo ya tlhaho ya setshwantsho le video — MiniMax e e hlalosa e le e koetlisitsweng ka mefuta e kopantsweng "ho tloha mohatong wa pele hantle," ho ena le ho koetliswa pele ka mongolo ebe e lokisetswa mefuta e mengata hamorao. Ho ya ka dipalo tsa MiniMax tse phatlaladitsweng e fumana 80.5% ho SWE-bench Verified le 59.0% ho SWE-bench Pro. Tseo ke dipalo tse tlalehilweng ke morekisi tekanyetsong ya ho ngola khoutu, e leng hantle kamoo o lokelang ho di lekanya; re di qotsa hobane ke ditseko tse phatlaladitsweng tsa laboratori, e seng hobane re di hlahisitse bocha ka boikemelo.

03MiniMax Sparse Attention: hobaneng model e bonang e ka ba theko e tlase hakana

Boenjiniere bo kgahlisang ho M3 ke MiniMax Sparse Attention (MSA), mme ke lona lebaka le tobileng leo model ya mefuta e mengata ya boholo bona e ka dulang moeding wa rona wa theko. Ditshwantsho di ja di-token. Maqephe a seng makae a boleng bo phahameng a ka kenya di-token tse dikete tse mashome promptong pele o ngola taelo e le nngwe. Tlasa tlhokomelo e tlwaelehileng, theko eo e eketseha ka ho phaella, mme model e balang maqephe a mashome a mabedi ha e theko e phahameng habedi ho feta e balang a leshome — e mpe haholo ho feta habedi.

MSA e fetola sebopeho sa mola oo. Ke mokgwa o hasaneng wa di-block o ahilweng hodima motheo wa Grouped Query Attention, o arotsweng makaleng a mabedi:

• Lekala la Tshupiso le bobebe le behang di-block tsa key-value maemong — le kopanya dintlha tse phahameng ho pholletsa le di-token ka har'a block e nngwe le e nngwe — mme le kgetha tse phahameng tsa k sebakeng se seng le se seng sa potso le sehlopheng se seng le se seng sa GQA, le kenyelletsa kamehla block ya lehae e nang le potso ka boyona bakeng sa botsitso ba koetliso.
• Lekala le Kgolo le mathang tlhokomelo e tlwaelehileng ya softmax feela hodima di-block tseo tshupiso e di kgethileng.

Tlhophiso e pampiring ya MSA ke k = di-block tse 16 tsa di-token tse 128, e leng se fang potso e nngwe le e nngwe tekanyetso e sa fetoheng ya di-token tse 2,048 tse hlokomelwang. E sa fetoheng, ho bolelang hore ha e hole le bolelele ba tatellano. Ke seo e leng leqhinga lohle: ha context e ntse e hola, theko ya tlhokomelo ya mothaladi o tiileng e ntse e nyoloha ha theko ya lekala le kgolo la MSA e dula e le teteaneng, kahoo tlhokomelo e eketseha ka mola ho ena le ka ho phaella.

Dipalo di tswa tlalehong ya MiniMax Sparse Attention (arXiv 2606.13392): ho fokotseha ha makgetlo a 28.4 ha di-FLOP tsa tlhokomelo ka token ha ho bapiswa le GQA e hlophisitsweng ka tsela e tshwanang ho context ya 1M, le ho potlakisa ha nako ya sebele ha makgetlo a 14.2 ho prefill / makgetlo a 7.6 ho decode ho lekantsweng hodima thepa ya H800 thutong ya pampiri ya di-parameter tse 109B. MiniMax e tlaleha ka thoko ho potlakisa ha makgetlo a 9 ho prefill le makgetlo a 15 ho decode bakeng sa M3 ha ho bapiswa le M2 ho context ya 1M. Tsohle di tlalehilwe ke laboratori.

Pampiri e boetse e etsa tlhahlobo e bohlokwa bakeng sa sengolwa sa pono: ho MoE ya 109B ya mefuta e mengata ya tlhaho, MSA e ile ya boloka tshebetso e lekanang le ya mothaladi wa tlhokomelo e felletseng ho pholletsa le ditekanyetso tsa setshwantsho ho kenyelletsa AI2D, ChartQA le MMMU, le ho pholletsa le ditekanyetso tsa video ho kenyelletsa EgoSchema, LongVideoBench le VideoMME — ka mefuta e hasaneng ka dinako tse ding e ntlafatsa mesebetsing ya video ya context e telele. Ho hasana mona hase lekgetho la boleng leo o le lefang bakeng sa lebelo; dikenyong tse telele ho bonahala ho batla ho se na theko.

Hobaneng o lokela ho tsotella e le moreki: theko ya ho fana ka tshebeletso ke yona e behang theko ya lenane. Motheo oo theko ya wona ya tlhokomelo e emang ho hola ke motheo oo o ka o supang ditshwantshong tse dikete tse lekgolo. Ke wona mokgwa o ka mora "model e bonang e theko e tlase ka ho fetisisa e se nang thibelo" — hase sekgahla sa papatso, ke moaho.

04Seo 3BIT-REAP e se bolelang, le moo e o jang teng

Model ya di-parameter tse dikete tse 428 tsa dimilione ha e lekane sebakeng se bonolo ka nepo e felletseng. Moaho wa rona wa MiniMax-M3 o jere moqetelo wa 3BIT-REAP, o hlalosang ditshebetso tse pedi tse arohaneng tse sebedisitsweng ka tatellano e itseng.

REAP: hlakola ditsebi pele o di pitika

REAP — Router-weighted Expert Activation Pruning — ke mokgwa wa ho pitika MoE ka mohato o le mong o tswang ho Cerebras le University of Calgary, o phatlaladitsweng e le arXiv 2510.13999 mme o amohetswe ho ICLR 2026. Tseko ya wona ke hore mesebetsing ya tlhahiso, ho poma ditsebi ho hlolla ho di kopanya: ho kopanya ho senya taolo e nepahetseng ya router mme ho hlahisa phoso eo o ke keng wa e kgutlisa. Kahoo REAP e beha setsebi se seng le se seng maemong ka motheo wa bohlokwa o kopanyang boleng ba heke ya router (hore na router e se kgetha hangata hakae le ka matla a makae) le tekanyo ya ho sebetsa ha setsebi (hore na tlhahiso ya sona e hlile e kenya letsoho hakae), ebe e hlakola ditsebi tse hlolehileng ka ho toba.

Bangodi ba tlaleha ho tlosa ho fihla ho 50% ya ditsebi ho di-model tse kgolo jwalo ka trilione ya di-parameter ha ho ntse ho bolokwa boleng ba motheo ka bongata — ho Qwen3-480B-Coder-FP8 ka ho poma ha 50%, 97.6% ya bokgoni ba motheo ba ho ngola khoutu bo seng ba di-agent le 96.7% ho SWE-Bench ya di-agent di ile tsa bolokwa. Tseo ke dipalo tsa pampiri hodima di-model tsa pampiri, e seng tsa rona hodima MiniMax-M3; re di qotsa hore o kgone ho ahlola mokgwa, e seng ho bolela hore ho na le tekanyo e lekanang mona.

Di-weight tsa di-bit tse tharo, ka bobedi

Di-weight tse setseng di ntan'o bolokwa ka di-bit tse tharo. Tatellano ke ya boomo mme ke yona ntlha ya motswako: poma pele, pitika ka mora moo. Ha ho na thuso ho sebedisa di-bit tsa hao tse tharo tse bohlokwa ka botshepehi ho ngola ditsebi tseo o se o le haufi le ho di hlakola. Poma mohatla o hasaneng, ebe o lesa tekanyetso e setseng e ee ka botlalo ho ditsebi tse hlileng di sebetsang.

Tlhokomediso e tshepahalang

3BIT-REAP ke boemo bo matla ka ho fetisisa boo re bo romelang. Re bo sebedisa hodima metheo e meholo ka ho fetisisa — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — hobane ke yona phapang pakeng tsa hore di-model tseo di fumanehe ka theko e utlwahalang le hore di se ke tsa fumaneha ho hang. Moo motheo o leng monyenyane hoo o sa o hlokeng, ha re o sebedise: di-model tsa W8A16 lenaneng di sebedisa di-weight tsa di-bit tse 8 le ho sebetsa ha di-bit tse 16, mme W4A16-AUTOROUND-REAP e dula bohareng, e sebedisa ho potoloha ho ithutilweng ha AutoRound ho kgutlisa nepo eo ho pitika ka ho potoloha ho tlwaelehileng ho e lahlang. Kgetha boemo bo tsamaellanang le mamello ya hao. Haeba o ntsha masimo ho di-invoice tse dikete tse leshome, di-bit tse tharo ke phapanyetsano e nepahetseng. Haeba o etsa ho balwa ha forensic ho le hong ho boima ha setshwantsho se le seng, sebedisa tjhelete ho Kimi-K3.

05Seo "ha ho lera la ho hana" e se bolelang ha kenyo e le setshwantsho

"E se nang thibelo" ke lentswe le sebediswang ka bongatanyana, kahoo tseko e nepahetseng ke ena: ha ho lera la ho hana ebile ha ho sefe sa tlhahiso sebakeng sena. Ha ho sehlophisi se hlahlobang setshwantsho sa hao pele model e se bona. Ha ho model ya leano e hlahlobang di-token di tswa. Seo model e se hlahisang ke seo o se fumanang.

Mongolong, sephetho sa seo se tsebahala. Ponong, se fapane ka mofuta, hobane boitshwaro ba ho hana dikenyong tsa ditshwantsho ke moo di-API tsa kgwebo tsa mefuta e mengata di tshabang haholo ebile di sa hlophiswa. Ho hloleha ho tsebahalang ho shebahala tjena:

• Ho hana ha boitsebiso ka kakaretso — ho hana ho hlalosa batho setshwantshong ho hang, ho kenyelletsa dintho tse bonahalang hantle ebile di se na kotsi, hobane leano le sitwa ho tseba phapang pakeng tsa tlhaloso le ho supa motho.
• Ho baleha ha sehlooho — ho hana ho ngola kapa ho akaretsa tokomane ka lebaka la seo tokomane e buang ka sona, le ha ho ngola e le mosebetsi wa mochine.
• Ho tshaba ha bongaka le ha forensic — ho hana ho hlalosa ditshwantsho tsa bongaka, ditokomane tsa dikotsi, kapa dinepe tsa dikotsi tseo setsebi se hlokang hore di hlaloswe.
• Dipalo tse fosahetseng tsa disebediswa tsa tshireletso — ho hana ho bala screenshot hobane e na le terminal, packet capture, kapa debugger.
• Ho theoha ka setu — e mpe ka ho fetisisa: e seng kgano empa karabo e sa tobang, e fetang tlhahlobo ya schema ya hao mme e senya dataset ya hao ntle le ho hlahisa phoso.

Bothata ba tshebetso ka tsohle tse hlano hase hore ha di na toka. Ke hore ha di lekanngwe. Karabo e fosahetseng ke ntlha ya data; o ka e beha maemong, wa e tshwara tlhahlobong, mme wa e lokisa. Kgano ke lesoba. Boemong ba palo e kgolo, sekgahla sa 3% sa kgano se abetsweng ka tsela e sa hlophiswang ho pholletsa le dikenyo tsa hao — se bokelletsweng, ka moralo, hodima dinyewe tse thata le tse sa tlwaelehang hantle — ke leeme le hlophisitsweng diphethong tsa hao leo ho hlwekiswa ha morao ho ke keng ha le kgutlisa. Ho tlosa lera la ho hana ho tlosa mohlodi wa data e haellang e kgutsitseng, e tsamaellanang.

Shannon e tsamaiswa ke Shannon Lab LLC, New Mexico, USA, tlasa Leano la rona la Tshebediso e Nang le Boikarabelo. "E se nang thibelo" e bolela hore model ha e fane ka maikutlo mabapi le dikenyo tsa hao; ha e bolele hore akhaonto ha e na dipehelo.

06Tlhaloso e felletseng

Lefapha	MiniMax-M3 · 3BIT-REAP
Id ya model	MiniMax-M3-3BIT-REAP
Motheo	MiniMax-M3 (MiniMax AI)
Fensetere ya context	Di-token tse 262,144
Tlhahiso e phahameng	Di-token tse 16,384
Kenyo ya setshwantsho	E
Kenyo ya video	Ha e pepeswa
Ho phalla	E
Ho bitsa disebediswa	E
Ho nahana	E (reasoning_effort)
Tlhahiso e hlophisitsweng	json_schema + response_format
Lera la ho hana	Ha le yo
Dibaka	/v1/chat/completions · /v1/messages · /v1/responses
E sebetsa ho	Sehlopha sa Shannon sa di-GPU

Mela e mmedi tafoleng eo e hloka ho hatiswa. Kenyo ya video ha e pepeswa. Motheo wa M3 o kaholimo o koetlisitswe hodima video mme MiniMax e ngola ka kenyo ya video; sebaka sa rona se amohela ditshwantsho. Aha o shebile ditshwantsho. Sa bobedi, fensetere ya di-token tse 262,144 ke ya rona, e seng palo ya kaholimo ya di-token tse milione — rerela mesebetsi ya ditokomane tse telele le ya ditshwantsho tse ngata kgahlanong le 262,144 mme o ke ke wa makatswa.

07Ho bitsa API ya MiniMax e se nang thibelo

Dipuo tse tharo, model e le nngwe ka mora tsohle, ho phalla ho tse tharo kaofela. Sebedisa eo client ya hao e teng e seng e e bua; ha ho phapang ya bokgoni pakeng tsa tsona. Supa base URL ya hao ho Shannon mme o fetole id ya model.

Ho utlwisisa setshwantsho ka puo ya 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
  }'

Di-URL tsa hole tsa https:// le di-URL tsa data tsa base64 ka bobedi di a sebetsa karolong ya image_url. Kgomaretsa dikarolo tse mmalwa tsa ditshwantsho molaetseng o le mong ha o hloka papiso ya maqephe a mangata — o na le di-token tse 262,144 tseo o ka di sebedisang mme, ka $0.50 ka milione, ho di sebedisa ho theko e tlase.

Ho ntsha ka mofuta o hlophisitsweng ka JSON schema

Moo model ena e fumanang sebaka sa yona mokolokong ke motswako wa pono + schema e tiileng + theko e tlase ka ho fetisisa. Ha se model e nngwe le e nngwe lenaneng la rona e nang le tsohle tse tharo: Laguna-S-2.1 le inkling ha di tshehetse json_schema. MiniMax-M3 ea e tshehetsa, ho bolelang hore o ka fumana ntho e netefaditsweng ho tswa setshwantshong ntle le lera la ho e hlalosa:

{
  "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
      }
    }
  }
}

Boiteko ba ho nahana

Model e pepesa reasoning_effort. Ho hlophiseng ha ditshwantsho tse ngata, e boloke e le tlase — o botsa potso ya ponahalo, mme di-token tsa ho nahana ke di-token tsa tlhahiso tseo o di lefang. E phahamise bakeng sa dipitso moo setshwantsho e leng bopaki khanyetsanong e telele: ho bala setshwantsho sa moralo kgahlanong le tlhaloso, ho lekanya chart le tafole, ho etsa qeto ya hore na di-screenshot tse pedi di bontsha bofokodi bo tshwanang.

Tshupiso e felletseng ya di-parameter, moelelo wa diphoso, le mefuta ya ho phalla bakeng sa dipuo tsohle tse tharo di ditokomaneng tsa API tsa Shannon.

08Moo MiniMax-M3 e leng kgetho e nepahetseng — le moo e seng yona

E sebedise ha

• Mosebetsi wa ditshwantsho tse ngata. Ho tshwaya di-dataset, dipatlisiso tsa taolo ya dikahare, ho ntlafatsa lenane, ho hlahloba di-screenshot, OCR le sebopeho sa sehlopha hodima ditokomane tse hlahlojwang. Theko e tlase ke tseko yohle.
• Ditshwantsho ho ba direkoto tse hlophisitsweng. Pono hammoho le json_schema e tiileng hammoho le di-token tse theko e tlase ka ho fetisisa lenaneng ke motswako oo di-model tse pedi feela mona di o fanang.
• Context e telele ya mefuta e mengata. Maqephe a mangata, kapa di-frame tse ngata, kopong e le nngwe — moaho o ka tlase o ahetswe sebopeho sena sa kenyo hantle.
• Dipatlisiso moo dikgano di senyang sampole. Thuto efe kapa efe eo botshepehi ba yona bo itshetlehileng ka hore model e arabe ntho e nngwe le e nngwe, ho kenyelletsa tse sa phuthollohang.
• Dikgoele tsa di-agent tse balang skrine. Leloko la letoto la M ke la di-agent ka ho hlaka, mme ho bitsa disebediswa ho a fumaneha.

Sebedisa e nngwe ha

• O hloka sedulo se hodimo ka ho fetisisa sa pono mme tjhelete e teng. Kimi-K3 · 3BIT-REAP ke makgetlo a 7.7 a theko ya kenyo ka lebaka; ho balweng ho le hong ho boima, eo ke tjhelete e nepahetseng ho e sebedisa.
• O hloka di-weight tsa botshepehi bo phahameng ka ho fetisisa. Di-bit tse tharo ke boemo ba rona bo matla ka ho fetisisa. Di-model tsa W8A16 di fapanyetsa theko ka nepo, mme MiMo-V2.5 · W8A16 e a bona ka $0.50 / $2.00 e tshwanang haeba botshepehi ka weight e le sona seo o se ntlafatsang.
• O hloka video. Ha re pepese kenyo ya video sebakeng sena.
• Mosebetsi ke wa mongolo feela wa boemo bo hodimo. DeepSeek-V4-Pro-0813 e teng bakeng sa seo; o ne o tla ba o lefella tora ya pono eo o sa e sebediseng.

Dipalo tsa moaho, tsa ditekanyetso le tsa ho potlakisa bakeng sa lelapa la MiniMax di tlalehilwe ke laboratori ya MiniMax AI; dipalo tsa REAP di tlalehilwe ke bangodi ba REAP hodima di-model tsa bona mme ha se tekanyo ya moaho ona. Ditheko tsa Shannon, fensetere ya context, le ditshwao tsa bokgoni ke tsa rona mme di baletswe lenaneng la rona la di-model le phelang.

09Dipotso tse botswang hangata

---

Mehlodi: Karete ya model ya 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. Dipalo tsa ditekanyetso le tsa ho potlakisa tsa MiniMax di tlalehilwe ke laboratori mme ke tsa nakwana ho fihlela netefatso e ikemetseng. Ditheko tsa Shannon le ditshwao tsa bokgoni di sebetsa ho tloha ka la 5 Loetse 2026.