Компания MiniMax выпустила MiniMax-M1 — первую в мире крупномасштабную гибридную модель рассуждений с открытыми весами, использующую архитектуру Mixture-of-Experts и механизм быстрого внимания. Модель нативно поддерживает контекст длиной до 1 миллиона токенов и обучалась с помощью обучения с подкреплением на разнообразных задачах, включая разработку программного обеспечения.
- MiniMax-M1 содержит 456 миллиардов параметров, из которых активируется 45,9 миллиарда на каждый токен, что обеспечивает размер контекста в 8 раз больше, чем у DeepSeek R1.
- Модель потребляет лишь 25% FLOPs по сравнению с DeepSeek R1 при длине генерации в 100K токенов.
- Доступны две версии с бюджетом на рассуждения в 40K и 80K, при этом вариант M1-80k превосходит такие модели, как Qwen3-235B, в сложных задачах.
- В релиз включены инструкции по использованию для библиотек Transformers, vLLM и SGLang, а также образы Docker для локального развертывания.
MiniMax-M1 служит основой для агентов языковых моделей следующего поколения, способных рассуждать и решать реальные задачи за счет эффективного масштабирования вычислений на этапе тестирования.