MiniMax ha lanzado MiniMax-M1, el primer modelo de razonamiento a gran escala con atención híbrida de pesos abiertos del mundo, que cuenta con una arquitectura Mixture-of-Experts y un mecanismo de atención relámpago. El modelo admite nativamente una longitud de contexto de 1 millón de tokens y se entrena mediante aprendizaje por refuerzo en diversos problemas, incluida la ingeniería de software.
- MiniMax-M1 contiene 456 mil millones de parámetros con 45,9 mil millones activados por token, ofreciendo 8 veces el tamaño de contexto de DeepSeek R1.
- El modelo consume solo el 25% de los FLOPs en comparación con DeepSeek R1 a una longitud de generación de 100K tokens.
- Hay dos versiones disponibles con presupuestos de pensamiento de 40K y 80K, siendo la variante M1-80k superior a modelos como Qwen3-235B en tareas complejas.
- El lanzamiento incluye instrucciones de uso para bibliotecas como Transformers, vLLM y SGLang, junto con imágenes de Docker para implementación local.
MiniMax-M1 sirve como base para agentes de modelos de lenguaje de próxima generación que razonan y abordan desafíos del mundo real mediante una escalificación eficiente del cómputo en tiempo de prueba.