MiniMax‑M1Modello di ragionamento grande scala open-source con contesto di 1 milione di token e architettura ibrida Mixture-of-Experts.

MiniMax-M1 è un modello di ragionamento ibrido di grandi dimensioni con peso aperto. È alimentato da un'architettura ibrida Mixture-of-Experts (MoE) combinata con un meccanismo di attenzione fulmineo, che consente una scalabilità efficiente del calcolo al momento del test. Il modello supporta nativamente una lunghezza del contesto di 1 milione di token ed è stato addestrato utilizzando l'apprendimento per rinforzo su larga scala (RL) su diversi problemi. Superperform altri modelli con peso aperto forti su compiti complessi di ingegneria del software, utilizzo di strumenti e contesto lungo. Gli esperimenti su benchmark standard mostrano che MiniMax-M1 supera altri modelli in compiti categoriali come matematica, programmazione, ingegneria del software, utilizzo di strumenti agentic e comprensione di contesti lunghi. Il modello è particolarmente adatto per compiti complessi che richiedono l'elaborazione di input lunghi e un'ampia riflessione. MiniMax-M1 rappresenta una solida base per gli agenti dei modelli linguistici di prossima generazione, che consentono di ragionare e affrontare le sfide del mondo reale. Il confronto delle prestazioni di benchmark dei principali modelli commerciali e open-weight in diverse categorie di attività evidenzia le prestazioni del modello. Il rapporto tecnico fornisce ulteriori informazioni sull'architettura del modello, sul protocollo di addestramento e sui risultati della valutazione.