A MiniMax lançou o MiniMax-M1, o primeiro modelo de raciocínio em larga escala com atenção híbrida de pesos abertos do mundo, que apresenta uma arquitetura Mixture-of-Experts e um mecanismo de atenção relâmpago. O modelo suporta nativamente um comprimento de contexto de 1 milhão de tokens e é treinado usando aprendizado por reforço em problemas diversos, incluindo engenharia de software.
- O MiniMax-M1 contém 456 bilhões de parâmetros, com 45,9 bilhões ativados por token, oferecendo 8 vezes o tamanho de contexto do DeepSeek R1.
- O modelo consome apenas 25% das FLOPs em comparação ao DeepSeek R1 em um comprimento de geração de 100K tokens.
- Duas versões estão disponíveis com orçamentos de raciocínio de 40K e 80K, com a variante M1-80k superando modelos como Qwen3-235B em tarefas complexas.
- O lançamento inclui instruções de uso para bibliotecas como Transformers, vLLM e SGLang, juntamente com imagens Docker para implantação local.
O MiniMax-M1 serve como base para agentes de modelos de linguagem de próxima geração raciocinarem e enfrentarem desafios do mundo real por meio da escalabilidade eficiente do compute em tempo de teste.