المراجع 6ثقة 86%الثقة الإجمالية: 86%مدى دعم مصدر الدبوس ومراجعه لتواريخه.متوسط مرجّح لمدى قوة دعم 6 مراجع، بما فيها المصدر، لوقتَي بدء الدبوس وانتهائه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجععرض كل الدبابيس بثقة 75% أو أعلى

المدخل الأول هو دائمًا مصدر الدبوس. الثقة الإجمالية متوسط مرجّح لمدى قوة دعم كل مرجع لوقتَي البدء والانتهاء المستخدمين أعلاه؛ ويقل وزن المرجع إلى النصف عن كل 180 يومًا يسبق بها أحدث مرجع.

• [1]90%
  minimax.io/news/minimaxm1

  minimax.io· نُشر 12 أكتوبر 2026· يبدأ 16 يونيو 2025 ✓· 56% من الدرجة

  تحمل نشرة MiniMax الإخبارية تاريخ 06.16.2025، وقد قُدّم تقريرها التقني إلى arXiv^[6] في 16 يونيو 2025؛ وتذكر Analytics Vidhya^[3] (18 يونيو) أن M1 صدر في اليوم 1 من MiniMaxWeek، وتدرج OpenRouter^[4] النموذج minimax/minimax-m1 في 17 يونيو (UTC).

• [2]75%
  Shanghai AI company launches open-source model - Shanghai Municipal People's Government

  english.shanghai.gov.cn· صدر 24 يونيو 2025· 9% من الدرجة

  China Daily item on the Shanghai government site, 24 June 2025: MiniMax^[1]-M1 is the world's first open-source, large-scale, hybrid-attention reasoning model with performance on par with top players, followed by the Hailuo 02 video model on 18 June and MiniMax Agent on 19 June.

• [3]78%
  MiniMax-M1 and MiniMax Agent: China's Biggest Open-source Reasoning Model and Agent - Analytics Vidhya

  analyticsvidhya.com· صدر 18 يونيو 2025· 9% من الدرجة

  Analytics Vidhya, 18 June 2025: M1 released on day 1 of the five-day MiniMaxWeek under Apache 2.0, 1M input and 80K output tokens, hands-on tests of an animation simulation, a web-search task and a logic puzzle, plus the MiniMax^[1] Agent beta.

• [4]75%
  MiniMax M1 - OpenRouter

  openrouter.ai· صدر 17 يونيو 2025· 9% من الدرجة

  OpenRouter listing (read from its models API): MiniMax^[1]: MiniMax M1, added 17 June 2025, 1,000,000-token context, $0.55 per million input and $2.20 per million output tokens.

• [5]90%
  MiniMaxAI/MiniMax-M1-80k - Hugging Face

  huggingface.co· صدر 16 يونيو 2025· 9% من الدرجة

  Model card: 456B total and 45.9B active parameters, 1M-token context (8x DeepSeek R1), 40K and 80K thinking budgets, Apache 2.0, CISPO, about 25% of DeepSeek-R1 FLOPs at 100K tokens, and the full benchmark table with notes on SWE-bench and TAU-bench setups.^[1]

اقتراح تصحيح

هل ينقص شيء أو يوجد خطأ؟ قله بكلماتك: رابط يدعم هذا الدبوس، أو تاريخ بدء أو انتهاء مختلف مع السبب، أو معلومة ينقصها أو يخطئ فيها. يفحص الذكاء الاصطناعي ذلك بمقارنته بمصادر هذا الدبوس، ويبحث عن مصادر أفضل، ويضيف أي صفحة تدعم كلامك. وتبقى مصادر الدبوس نفسه الأثقل وزنًا. كما تُفحص الصورة التي تُظهر شيئًا آخر أو تُظهره بشكل سيئ، فتُنزَّل أو تُستبدل.