MiniMax M1
- Разработчик:
- Minimax
- Релиз:
- Идентификатор:
-
minimax/minimax-m1
Модель недоступна с
Ни один провайдер больше не обслуживает MiniMax M1, поэтому запросы к ней через API RouterAI не выполняются, а цены не показываются. Если провайдер появится снова, модель вернётся в каталог автоматически. Пока можно выбрать другую модель в каталоге.
Возможности MiniMax M1
MiniMax-M1 — это крупномасштабная модель рассуждений с открытым весом, разработанная для расширенного контекста и высокоэффективного вывода. Она использует гибридную архитектуру Mixture-of-Experts (MoE) в сочетании с пользовательским механизмом “молниеносного внимания”, что позволяет обрабатывать длинные последовательности — до 1 миллиона токенов — при сохранении конкурентоспособной эффективности FLOP. С общим количеством параметров 456 миллиардов и 45,9 миллиарда активных на токен, этот вариант оптимизирован для сложных, многошаговых задач рассуждения.
Обученная с помощью пользовательского конвейера обучения с подкреплением (CISPO), M1 превосходит в понимании длинного контекста, программной инженерии, использовании агентных инструментов и математическом рассуждении. Тесты показывают высокие результаты на FullStackBench, SWE-bench, MATH, GPQA и TAU-Bench, часто превосходя другие открытые модели, такие как DeepSeek R1 и Qwen3-235B.
Характеристики MiniMax M1
Контекстное окно
- Всего
- 1M токенов
- На выход
- 40K токенов
Модальности
- Вход
- Текст
- Выход
- Текст
Сильные стороны
- Рассуждения
-
GPQA Diamond: 69,7 %
Вопросы уровня PhD по биологии, физике и химии (подвыборка Diamond).
- Режим рассуждений
- Вызов инструментов
Сравнение MiniMax M1 с другими нейросетями: бенчмарки и рейтинг
Все замеры модели 12
- Intelligence Index
- 11,7
- IFBench
- 41,8 %
- MMLU-Pro
- 81,6 %
- LiveCodeBench
- 71,1 %
- SciCode
- 37,4 %
- Math Index
- 61,0
- AIME
- 84,7 %
- MATH-500
- 98,0 %
- GPQA Diamond
- 69,7 %
- Humanity's Last Exam
- 8,9 %
- τ²-Bench
- 34,2 %
- Terminal-Bench Hard
- 3,0 %