Sansürsüz MiniMax API'si: taban fiyatına görü

Barındırılan çok kipli API'lerin neredeyse hepsi görüyü bir prim olarak fiyatlandırır. Metin için metin modeli ücretini ödersiniz, sonra isteme bir görsel girdiği anda daha fazlasını — bazen birkaç katını — ödersiniz. Üstüne, reddetme davranışının en agresif olduğu yer görsel girdilerdir: bir konuyu metinde seve seve tartışan model, aynı şeyi bir fotoğrafta betimlemeyi reddeder. Sonuç, çağrı başına hem pahalı hem güvenilmez bir üründür; hacim işlerken bu iki dünyanın da en kötüsüdür. Shannon'daki MiniMax-M3 buna verdiğimiz yanıt: en ucuz metin modelimiz için ödediğiniz aynı 0,50 $ / 2,00 $, ilk adımdan itibaren çok kipli eğitilmiş bir temele uygulanıyor ve önünde hiçbir reddetme katmanı durmuyor.

01Burada "en ucuz sansürsüz görü modeli" gerçekte ne demek?

Shannon kataloğu on iki modelden oluşuyor. Bunların beşi görsel kabul ediyor. Milyon token başına fiyatları:

Görü yetenekli model	Giriş	Çıkış	Yapılandırılmış çıktı
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	yalnızca response_format
Kimi-K3 · 3BIT-REAP	$3.83	$19.12	json_schema + response_format

MiniMax-M3 tabanda oturuyor — 0,50 $ / 2,00 $ — MiMo-V2.5 ile eşit ve altında hiçbir şey yok, çünkü 0,50 $ / 2,00 $ fiyat listemizin tabanının ta kendisi. Görü aralığının tepesine karşı ise Kimi-K3'ten girişte 7,7 kat, çıkışta 9,6 kat daha ucuz.

Bunu bir iş yüküne koyun. Diyelim ki 1.000 görseli ayıklıyorsunuz — ekran görüntüleri, taranmış sayfalar, ürün fotoğrafları — ortalama olarak içeri kabaca 1.200 tokenlık görsel artı istem, dışarı 300 tokenlık yanıt:

Shannon liste fiyatları, Eylül 2026. Token sayıları örnekleyicidir; görsel tokenlemeniz çözünürlüğe ve çağrı başına kaç görsel eklediğinize bağlıdır.

Aklınızda tutmaya değer iki referans noktası daha. 262.144 tokenlık bağlamın tamamını bir kez doldurmak yaklaşık 13 sent tutar. Azami uzunlukta 16.384 tokenlık bir yanıt yaklaşık 3,3 sent tutar. Bunlar tek bir en kötü durum isteğinin gerçek sınırlarıdır ve bir görü hattındaki ilginç kısıtın para olmaktan çıkıp iş hacmi olmaya başlamasını sağlayacak kadar küçüktürler.

02MiniMax soyu: manşetleri değil tokenleri eniyileyen bir laboratuvar

MiniMax AI, açık ağırlık geçmişinin tamamı tek bir soru etrafında dönen bir Şanghay laboratuvarı: uzun bağlam ve çok kiplilik lüks olmaktan çıkacak kadar dikkati nasıl ucuzlatırsınız? Serideki her sürüm bu sorunun bir yanıtı ve yanıtlar birbirinin üzerine biniyor.

MiniMax-01 — Lightning Attention ve en baştan görü

MiniMax-01 serisi (arXiv 2501.08313 olarak yayımlandı), toplam 456B parametreli ve token başına 45,9B etkin hibrit bir Uzmanlar Karışımı modelinin içinde, doğrusal dikkat türevinin G/Ç farkındalıklı bir gerçeklemesi olan Lightning Attention'ı tanıttı. Seri bir çift olarak çıktı: MiniMax-Text-01 ve görü modeli MiniMax-VL-01. VL-01, artık tanıdık olan ViT-MLP-LLM yığınını kullandı; ama ödünç alınmış bir kodlayıcı yerine 694 milyon görsel-altyazı çifti üzerinde sıfırdan eğitilmiş 303 milyon parametreli bir Vision Transformer ile, ardından 512 milyar token işleyen çok aşamalı bir hatta hizalanıp birlikte ince ayarlandı.

Bu ayrıntı, okuduğunuz yazı için önemli. Bu soyda görü, bir kutucuğu işaretlemek için metin modeline sonradan cıvatalanmış geç bir adaptör değil. MiniMax ilk açık sürümünden beri kendi görsel kulesini eğitiyor; belge anlama, arayüz ve ekran görüntüsü kavrama ile grafik okumanın sonradan akla gelmiş şeyler değil, ailenin tutarlı güçlü yanları olmasının nedeni de bu.

MiniMax-M1 — uzun soluklu akıl yürütme için hibrit dikkat

MiniMax-M1 (arXiv 2506.13585), yazarları tarafından ilk açık ağırlıklı, büyük ölçekli hibrit dikkatli akıl yürütme modeli olarak tanımlandı. 456B / 45,9B MoE gövdesini korudu ve iki dikkat türünü iç içe geçirdi: her yedi Lightning Attention bloğunun ardından geleneksel bir softmax dikkat transformer bloğu. Getiri, sıralama tablosundaki yerle değil hesapla ölçüldü — MiniMax, 100K tokenlık bir üretim uzunluğunda M1'in DeepSeek R1'in FLOP'larının kabaca %25'ini tükettiğini, üstelik bir milyon tokenlık bağlamı yerel olarak desteklediğini bildirdi.

MiniMax-M2 — küçük etkinleşme dönüşü

MiniMax-M2 boyutta ters yöne gitti ve bununla dikkat çekti: 62 katmanlı bir kod çözücü, toplam 229,9B parametre ama token başına yalnızca ~9,8B etkin; MoE katmanı başına 256 ince taneli uzman, bunların sekizine sigmoid yönlendirme, eğitim kararlılığı için RoPE konumları ve QK-RMSNorm. Açıkça ajan odaklı bir kodlama modeliydi — çok dosyalı düzenlemeler, çalıştır-düzelt döngüleri, testle doğrulanmış onarımlar — ve akıl yürütmenin her turdan sonra atılmak yerine araç çağrısı turları arasında taşındığı iç içe düşünme biçimini getirdi. M2, MiniMax'in yalnızca etkinleşmeleri küçük tutarak token başına maliyetin çok altında sınıra yakın ajan davranışı sunma ününü kuran modeldir.

MiniMax-M3 — bu uç noktanın altındaki temel

MiniMax-M3, 1 Haziran 2026'da yayımlandı; ağırlıkları kısa süre sonra Hugging Face'e, teknik raporu ise arXiv 2606.13392'ye kondu. Token başına kabaca 23B etkin parametreli, 428B parametreli bir Uzmanlar Karışımı modelidir; belgelenmiş bir milyon tokenlık bağlamı ve yerel görsel ile video girdisi vardır — MiniMax onu, metinle ön eğitilip sonradan çok kipli uyarlanmış değil, "en ilk adımdan itibaren" karma kiplilikle eğitilmiş olarak tanımlıyor. MiniMax'in kendi yayımladığı sayılara göre SWE-bench Verified'da %80,5 ve SWE-bench Pro'da %59,0 alıyor. Bunlar bir kodlama kıyaslamasında satıcı tarafından bildirilen rakamlar ve tam olarak öyle tartılmalılar; onları bağımsız olarak yeniden ürettiğimiz için değil, laboratuvarın yayımlanmış iddiaları oldukları için aktarıyoruz.

03MiniMax Sparse Attention: bir görü modeli neden bu kadar ucuz olabiliyor?

M3'teki ilginç mühendislik MiniMax Sparse Attention (MSA) ve bu boyutta çok kipli bir modelin taban fiyatımızda oturabilmesinin doğrudan nedeni odur. Görseller token açısından pahalıdır. Bir avuç yüksek çözünürlüklü sayfa, siz tek bir talimat yazmadan isteme on binlerce token koyabilir. Standart dikkat altında bu maliyet karesel biçimde bileşiklenir; yirmi sayfa okuyan model, on sayfa okuyanın iki katı pahalı değildir — iki katından çok daha kötüdür.

MSA bu eğrinin biçimini değiştirir. Grouped Query Attention omurgası üzerine kurulu blok seyrek bir mekanizmadır ve iki dala ayrılır:

• Anahtar-değer bloklarını puanlayan — her blok içindeki tokenler arasında azami havuzlama puanları alan — ve sorgu konumu ile GQA grubu başına en iyi k tanesini seçen, eğitim kararlılığı için sorgunun kendisini içeren yerel bloğu her zaman dahil eden hafif bir Dizin Dalı.
• Yalnızca dizinin seçtiği bloklar üzerinde sıradan softmax dikkati çalıştıran bir Ana Dal.

MSA makalesindeki yapılandırma k = 128 tokenlık 16 blok; bu da her sorguya 2.048 tokenlık sabit bir dikkat bütçesi veriyor. Sabit, yani dizi uzunluğuyla büyümüyor. Bütün numara bu: bağlam büyüdükçe yoğun bir taban çizgisinin dikkat maliyeti tırmanmaya devam ederken MSA'nın ana dal maliyeti düz kalır, dolayısıyla dikkat karesel değil doğrusal ölçeklenir.

Rakamlar MiniMax Sparse Attention raporundan (arXiv 2606.13392): 1M bağlamda eşdeğer yapılandırılmış GQA'ya karşı token başına dikkat FLOP'larında 28,4 kat azalma ve makalenin 109B parametreli çalışmasında H800 donanımında ölçülen 14,2 kat ön doldurma / 7,6 kat kod çözme duvar saati hızlanması. MiniMax ayrıca 1M bağlamda M3 için M2'ye karşı 9 kat ön doldurma ve 15 kat kod çözme hızlanması bildiriyor. Hepsi laboratuvar tarafından bildirilmiştir.

Makale ayrıca bir görü yazısı için asıl önemli kontrolü de yapıyor: yerel olarak çok kipli 109B'lik bir MoE üzerinde MSA, AI2D, ChartQA ve MMMU dahil görsel kıyaslamalarında ve EgoSchema, LongVideoBench ile VideoMME dahil video kıyaslamalarında tam dikkatli bir taban çizgisiyle karşılaştırılabilir başarımı korudu — seyrek türevler daha uzun bağlamlı video görevlerinde zaman zaman iyileştirdi bile. Buradaki seyreklik, hız için ödediğiniz bir kalite vergisi değil; uzun girdilerde neredeyse bedava görünüyor.

Bir müşteri olarak neden umursamalısınız: liste fiyatını belirleyen şey sunum maliyetidir. Dikkat maliyeti büyümeyi bırakan bir temel, yüz bin görsele yöneltmeyi göze alabileceğiniz bir temeldir. "En ucuz sansürsüz görü modeli" ifadesinin arkasındaki mekanizma budur — bir tanıtım fiyatı değil, bir mimari.

043BIT-REAP ne demek ve size nerede bedele mal olur?

428 milyar parametreli bir model tam hassasiyette hiçbir uygun yere sığmaz. MiniMax-M3 yapımımız 3BIT-REAP ekini taşıyor; bu ek, belirli bir sırayla uygulanan iki ayrı işlemi tarif ediyor.

REAP: sıkıştırmadan önce uzmanları silin

REAP — Router-weighted Expert Activation Pruning — Cerebras ile Calgary Üniversitesi'nden çıkan, arXiv 2510.13999 olarak yayımlanan ve ICLR 2026'ya kabul edilen tek atışlık bir MoE sıkıştırma yöntemidir. Savı şu: üretken görevlerde uzmanları budamak, onları birleştirmeyi yener; birleştirme yönlendiricinin ince taneli denetimini yok eder ve asla telafi edemeyeceğiniz bir hata sokar. Bunun yerine REAP her uzmanı, yönlendirici kapı değerlerini (yönlendiricinin onu ne sıklıkta ve ne kadar güçlü seçtiği) ve uzman etkinleşme normlarını (çıktısının gerçekte ne kadar katkı verdiği) birleştiren bir belirginlik ölçütüyle puanlar, sonra en az belirgin uzmanları doğrudan siler.

Yazarlar, bir trilyon parametreye kadar büyüklükteki modellerden uzmanların %50'sine kadarını taban kaliteyi büyük ölçüde koruyarak kaldırdıklarını bildiriyor — %50 budamayla Qwen3-480B-Coder-FP8 üzerinde ajan dışı kodlama yeteneğinin %97,6'sı ve ajan odaklı SWE-Bench'te %96,7'si korunmuş. Bunlar makalenin kendi modellerindeki kendi sayıları; bizim MiniMax-M3 üzerindeki sayılarımız değil. Burada eşdeğer bir ölçüm ima etmek için değil, yöntemi değerlendirebilesiniz diye aktarıyoruz.

İkinci olarak 3 bitlik ağırlıklar

Hayatta kalan ağırlıklar sonra 3 bitte saklanır. Sıralama kasıtlıdır ve bileşimin bütün meselesi de budur: önce buda, sonra nicele. Birazdan sileceğiniz uzmanları sadakatle kodlamak için ağırlık başına o değerli üç biti harcamanın anlamı yok. Seyrek kuyruğu budayın, kalan bütçe tümüyle gerçekten ateşlenen uzmanlara gitsin.

Dürüst şerh

3BIT-REAP sunduğumuz en agresif katmandır. Onu en büyük temellerde kullanıyoruz — MiniMax-M3, Kimi-K3, DeepSeek-V4-Pro, GLM-5.2, Nemotron3Ultra — çünkü bu modellerin makul bir fiyata var olmasıyla hiç var olmaması arasındaki fark odur. Bir temel ona ihtiyaç duymayacak kadar küçükse kullanmıyoruz: katalogdaki W8A16 modelleri 16 bit etkinleşmeyle 8 bitlik ağırlıklar çalıştırır ve W4A16-AUTOROUND-REAP arada durur; naif en yakına yuvarlama nicelemesinin elden çıkardığı doğruluğu geri kazanmak için AutoRound'un öğrenilmiş yuvarlamasını kullanır. Toleransınıza uyan katmanı seçin. On bin faturadan alan çıkarıyorsanız doğru ödünleşim 3 bittir. Tek bir görselde yüksek riskli tek bir adli okuma yapıyorsanız parayı Kimi-K3'e harcayın.

05Girdi bir görsel olduğunda "reddetme katmanı yok" ne demek?

Sansürsüz, gevşek kullanılan bir sözcük; o yüzden kesin iddia şu: bu uç noktada reddetme katmanı ve çıktı filtresi yoktur. Hiçbir sınıflandırıcı, model görmeden önce görselinizi incelemez. Hiçbir politika modeli dışarı çıkan tokenleri incelemez. Modelin ürettiği şey, aldığınız şeydir.

Metinde bunun etkisi tanıdıktır. Görüde ise türü farklıdır, çünkü ticari çok kipli API'lerin en muhafazakâr ve en keyfî olduğu yer görsel girdilerdeki reddetme davranışıdır. Karakteristik başarısızlıklar şöyle görünür:

• Toptan kimlik reddi — bir politika betimlemeyi teşhisten ayıramadığı için, apaçık görünür ve tümüyle masum nitelikler dahil, fotoğraftaki insanları betimlemeyi büsbütün reddetmek.
• Konu üzerinden kaçış — deşifre mekanik bir görev olmasına rağmen, belgenin neyle ilgili olduğu yüzünden onu deşifre etmeyi ya da özetlemeyi reddetmek.
• Tıbbi ve adli hassasiyet — bir profesyonelin betimlenmesine ihtiyaç duyduğu klinik görüntüleri, yaralanma belgelemesini ya da kaza fotoğraflarını betimlemeyi reddetmek.
• Güvenlik araçlarında yanlış pozitifler — içinde bir terminal, bir paket yakalaması ya da bir hata ayıklayıcı olduğu için bir ekran görüntüsünü okumayı reddetmek.
• Sessiz bozulma — en kötüsü: bir reddetme değil, şema doğrulamanızdan geçen ve hiçbir hata vermeden veri kümenizi zehirleyen çekingen bir yanıtsızlık.

Beşinin de işlevsel sorunu adaletsiz olmaları değil. Ölçülemez olmaları. Yanlış bir yanıt bir veri noktasıdır; puanlayabilir, değerlendirmede yakalayabilir ve düzeltebilirsiniz. Bir reddetme ise bir deliktir. Yığın ölçeğinde, girdileriniz arasında rastgele olmayan biçimde dağılmış — yapısı gereği tam da zor ve alışılmadık vakalarda yoğunlaşan — %3'lük bir reddetme oranı, sonuçlarınızda hiçbir sonraki temizlik aşamasının kurtaramayacağı sistematik bir yanlılıktır. Reddetme katmanını kaldırmak, sessiz ve ilintili bir eksik veri kaynağını kaldırır.

Shannon, Sorumlu Kullanım Politikamız kapsamında Shannon Lab LLC (New Mexico, ABD) tarafından işletilir. Sansürsüz olmak, modelin girdileriniz hakkında ahkâm kesmemesi demektir; hesabın hiçbir şartı olmadığı demek değildir.

06Tam teknik özellikler

Alan	MiniMax-M3 · 3BIT-REAP
Model kimliği	MiniMax-M3-3BIT-REAP
Temel	MiniMax-M3 (MiniMax AI)
Bağlam penceresi	262.144 token
Azami çıktı	16.384 token
Görsel girdi	Evet
Video girdi	Sunulmuyor
Akış	Evet
Araç çağırma	Evet
Akıl yürütme	Evet (reasoning_effort)
Yapılandırılmış çıktı	json_schema + response_format
Reddetme katmanı	Yok
Uç noktalar	/v1/chat/completions · /v1/messages · /v1/responses
Sunulduğu yer	Shannon'ın kendi GPU kümesi

Bu tablodaki iki satır vurgulanmayı hak ediyor. Video girdisi sunulmuyor. Kaynak M3 temeli video üzerinde eğitildi ve MiniMax video girdisini belgeliyor; bizim uç noktamız görsel kabul ediyor. Görsellere göre inşa edin. İkincisi, 262.144 tokenlık pencere bizim penceremizdir, kaynaktaki bir milyon rakamı değil — uzun belge ve çok görselli iş yüklerini 262.144'e göre planlayın, hiç şaşırmazsınız.

07Sansürsüz MiniMax API'sini çağırmak

Üç lehçe, hepsinin arkasında aynı model ve üçünde de akış. Mevcut istemcinizin zaten konuştuğu hangisiyse onu kullanın; aralarında yetenek farkı yoktur. Taban URL'nizi Shannon'a yöneltin ve model kimliğini değiştirin.

OpenAI lehçesi üzerinden görsel anlama

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
  }'

Uzak https:// URL'leri de base64 veri URL'leri de image_url parçasında çalışır. Sayfalar arası karşılaştırma gerektiğinde tek bir mesaja birden çok görsel parçası ekleyin — harcayacak 262.144 tokeniniz var ve milyon başına 0,50 $ ile bunları harcamak ucuz.

JSON şemasıyla tipli çıkarım

Bu modelin bir hatta yerini hak ettiği yer, görü + katı şema + taban fiyat bileşimidir. Kataloğumuzdaki her modelde üçü birden yok: Laguna-S-2.1 ve inkling json_schema'yı desteklemez. MiniMax-M3 destekler; yani bir ayrıştırma katmanı olmadan bir görselden doğrulanmış bir nesne alabilirsiniz:

{
  "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
      }
    }
  }
}

Akıl yürütme eforu

Model reasoning_effort sunar. Toplu görsel sınıflandırmada onu düşük tutun — algısal bir soru soruyorsunuz ve akıl yürütme tokenleri, bedelini ödediğiniz çıkış tokenleridir. Görselin daha uzun bir savın kanıtı olduğu çağrılarda yükseltin: bir diyagramı bir şartnameye karşı okumak, bir grafiği bir tabloyla uzlaştırmak, iki ekran görüntüsünün aynı kusuru gösterip göstermediğine karar vermek.

Üç lehçenin tamamı için eksiksiz parametre referansı, hata anlambilimi ve akış biçimleri Shannon API belgelerinde yer alıyor.

08MiniMax-M3 nerede doğru tercih — ve nerede değil?

Şu durumlarda buna uzanın

• Hacimli görsel işi. Veri kümesi etiketleme, denetim araştırması, katalog zenginleştirme, ekran görüntüsü ayıklama, taranmış belgelerde toplu OCR ve yapılandırma. Bütün sav taban fiyattır.
• Görselden tipli kayıtlara. Görü artı katı json_schema artı katalogdaki en ucuz tokenler, burada yalnızca iki modelin sunduğu bir bileşim.
• Uzun çok kipli bağlam. Tek bir istekte çok sayfa ya da çok kare — altındaki mimari tam da bu girdi biçimi için kurulmuş.
• Reddetmelerin örneklemi bozduğu araştırmalar. Geçerliliği, modelin rahatsız edici olanlar dahil her öğeyi yanıtlamasına bağlı olan her çalışma.
• Ekran okuyan ajan döngüleri. M serisi soyu açıkça ajan odaklıdır ve araç çağırma mevcuttur.

Şu durumlarda başka bir şeye uzanın

• En yüksek görü tavanına ihtiyacınız varsa ve bütçe varsa. Kimi-K3 · 3BIT-REAP giriş fiyatının 7,7 katıysa bunun bir nedeni var; yüksek riskli tek bir okumada harcanacak doğru para odur.
• Azami sadakatli ağırlıklara ihtiyacınız varsa. 3 bit en agresif katmanımızdır. W8A16 modelleri fiyatı hassasiyetle takas eder ve eniyilediğiniz şey ağırlık başına sadakatse, MiMo-V2.5 · W8A16 aynı 0,50 $ / 2,00 $ ile görü yeteneklidir.
• Videoya ihtiyacınız varsa. Bu uç noktada video girdisi sunmuyoruz.
• Görev sınırdaki saf metinse. DeepSeek-V4-Pro-0813 bunun için var; aksi hâlde hiç kullanmadığınız bir görü kulesine para ödersiniz.

MiniMax ailesi için mimari, kıyaslama ve hızlanma rakamları MiniMax AI tarafından laboratuvarda bildirilmiştir; REAP rakamları REAP yazarlarının kendi modelleri üzerinde bildirdikleridir ve bu yapımın bir ölçümü değildir. Shannon fiyatları, bağlam penceresi ve yetenek bayrakları bize aittir ve canlı model kataloğumuzdan okunur.

09Sıkça sorulan sorular

---

Kaynaklar: MiniMax-M3 model kartı · 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 kıyaslama ve hızlanma rakamları laboratuvar tarafından bildirilmiştir ve bağımsız doğrulama beklenirken geçicidir. Shannon fiyatları ve yetenek bayrakları 5 Eylül 2026 itibarıyla günceldir.