与“tag:MiniMax”匹配的图钉

MiniMax 发布 M1，这是一款开放权重的 456B 混合专家推理模型，采用闪电注意力，支持 1M token 上下文和 80K token 推理输出，使用新的强化学习算法训练，据报道成本为 $534,700。

MiniMax开源了M2，这是一款230B参数、10B激活参数的混合专家模型，专为编码和智能体任务打造，定价为每百万输入token $0.30，并在发布时位列Artificial Analysis智能指数开源权重模型第一。

MiniMax发布了M2.1,这是一个开放权重的混合专家编程与智能体模型,总参数230B、激活10B,在SWE-bench Verified上得分74.0,在其新的全栈基准VIBE上得分88.6。

MiniMax 发布 M2.5,这是一款开放权重的 229B 参数模型,通过强化学习在超过 200,000 个真实环境中训练,在 SWE-Bench Verified 上得分 80.2%,速度为每秒 100 个 token。

MiniMax 发布 M2.7,这是其首个参与自身进化的模型,在 SWE-Pro 上得分 56.22%,在 Terminal Bench 2 上得分 57.0%,原生支持 Agent Teams,输入每百万 token $0.30。

MiniMax发布MiniMax-M3，这是一款原生多模态模型，基于其全新的稀疏注意力，拥有1M token上下文，在SWE-Bench Pro上得分59.0%，在发布折扣后每100万输入token定价$0.30。