MiniMax‑M1Open‑source stor skala resonansmodell med 1 million tokens kontekst og hybrid Mixture‑of‑Experts arkitektur.

MiniMax-M1 er en åpenvekt, stor skala hybrid‑opmerksomhetsresonnementmodell. Den drives av en hybrid Mixture-of-Experts (MoE)-arkitektur kombinert med en lynhastighets opmerksomhetmekanisme, som muliggjør effektiv skalering av beregning ved testtid. Modellen støtter naturlig en kontekstlengde på 1 million tokens og er trent med stor skala forsterkningslæring (RL) på ulike problemer. Den presterer bedre enn andre sterke åpenvekt-modeller på komplekse oppgaver innen programvareutvikling, verktøybruk og oppgaver med lang kontekst. Eksperimenter på standardbenchmarkene viser at MiniMax‑M1 overgår andre modeller i kategorier som matematikk, koding, programvareutvikling, agentisk verktøybruk og forståelse av lange kontekster. Modellen er særlig egnet for komplekse oppgaver som krever behandling av lange input og omfattende tenkning. MiniMax-M1 fungerer som et solidt grunnlag for neste generasjons språkmodellagenter til å resonnere og takle reelle utfordringer. Benchmark-sammenligningen av ytelse for ledende kommersielle og open-weight-modeller på tvers av ulike kategoritasker fremhever modellens ytelse. Den tekniske rapporten gir mer informasjon om modellens arkitektur, treningsprotokoll og evalueringsresultater.